[태그:] 방법

5월 4, 2023 그레고리 엘리아스 댓글이 없습니다

ChatGPT로 직무 설명 및 면접 질문을 작성하는 방법 경쟁이 치열한 HR 업계에서 적합한 인재를 찾는 것은 어려운 일이 될 수 있습니다. 고급 AI 언어 모델인 ChatGPT는 채용 프로세스를 간소화하고 후보자 심사를 개선하는 데 도움이 될 수 있습니다. 이 단계별 가이드에서는 ChatGPT를 사용하여 다음과 같은 질문을 만드는 방법을 살펴봅니다.

5월 2, 2023 그레고리 엘리아스 댓글이 없습니다

ChatGPT로 커버 레터를 작성하는 방법 이 가이드에서는 ChatGPT를 사용하여 개인화된 커버 레터를 작성하는 과정을 간략하게 설명합니다. 지원하려는 회사와 직무에 대한 구체적인 정보를 입력하면 ChatGPT는 잠재적 고용주에게 눈에 띄는 잘 작성된 맞춤형 커버 레터를 생성하는 데 도움을 줄 수 있습니다. (참고: 모든 회사, 사람,...

12월 29, 2020 그레고리 엘리아스 댓글이 없습니다

튜토리얼: 처음부터 스페인어에 대해 ELECTRA를 사전 훈련하는 방법 Skim AI의 머신러닝 연구원 Chris Tran이 처음 게시했습니다. 소개 이 글에서는 Transformer 사전 훈련 방법 제품군의 또 다른 구성원인 ELECTRA를 스페인어로 사전 훈련하여 자연어 처리 벤치마크에서 최첨단 결과를 얻는 방법에 대해 설명합니다. 훈련에 관한 시리즈의 3부입니다...

12월 28, 2020 그레고리 엘리아스 댓글이 없습니다

튜토리얼: NER을 위해 BERT를 미세 조정하는 방법 원래 Skim AI의 머신 러닝 연구원 Chris Tran이 작성한 글입니다. 소개 이 문서에서는 네임드 엔티티 인식(NER)을 위해 BERT를 미세 조정하는 방법에 대해 설명합니다. 특히, NER을 위해 BERT 변형인 SpanBERTa를 훈련하는 방법에 대해 설명합니다. 사용자 지정 BERT 언어 훈련에 대한 시리즈 3부 중 2부입니다.

12월 28, 2020 그레고리 엘리아스

튜토리얼: 요약 추출을 위해 BERT를 미세 조정하는 방법 작성자: Skim AI의 머신러닝 연구원 Chris Tran 1. 서론 요약은 자연어 처리 분야에서 오랫동안 어려운 과제였습니다. 문서의 가장 중요한 정보를 유지하면서 짧은 버전의 문서를 생성하려면 핵심 사항을 정확하게 추출할 수 있는 모델이 필요합니다.

7월 27, 2020 그레고리 엘리아스 댓글이 없습니다

자연어 생성과 비즈니스 응용 자연어 생성(NLG) AI 작성자와 로봇 생성 뉴스에 대한 지속적인 탐구로 이러한 알고리즘을 구동하는 몇 가지 기술을 살펴볼 가치가 있습니다. 사람이 쓴 것처럼 읽히는 문서를 생성하도록 설계된 AI는 자연어 생성(NLG) 알고리즘에 의존합니다. NLG 알고리즘은...

4월 29, 2020 그레고리 엘리아스

SpanBERTa: 스페인어에 대한 RoBERTa 언어 모델을 처음부터 훈련한 방법 Skim AI의 머신러닝 연구 인턴인 Chris Tran이 처음 게시했습니다. spanberta_pretraining_bert_from_scratch 소개¶ 트랜스포머 모델을 사용한 자가 훈련 방법은 대부분의 NLP 작업에서 최첨단 성능을 달성했습니다. 하지만 트레이닝에는 계산 비용이 많이 들기 때문에 현재 사용 가능한 대부분의 사전 트레이닝된 트랜스포머 모델은 영어 전용입니다. 따라서...

4월 15, 2020 그레고리 엘리아스 댓글이 없습니다

튜토리얼: 감정 분석을 위한 BERT 미세 조정하기 Skim AI의 머신러닝 연구원 Chris Tran이 처음 게시했습니다. BERT_for_Sentiment_Analysis A - 소개¶ 최근 몇 년 동안 NLP 커뮤니티에서는 자연어 처리, 특히 전이 학습으로의 전환을 중심으로 많은 혁신이 있었습니다. ELMo, fast.ai의 ULMFiT, Transformer, OpenAI의 GPT와 같은 모델을 통해 연구자들은 다음과 같은 성과를 달성할 수 있었습니다....

3월 20, 2020 그레고리 엘리아스

머신 러닝 프로젝트를 시작하기 전에 물어봐야 할 10가지 질문 801TP3조 이상의 데이터 과학 프로젝트가 테스트를 넘어 프로덕션으로 이어지지 못합니다. 모두가 머신 러닝 프로젝트를 시작한다면 어디에서 문제가 발생하고 있을까요? 의심할 여지 없이, ML 솔루션은 대규모 데이터를 수집하거나 분석하는 비즈니스에 종사하는 사람들의 효율성을 높여줍니다.

12월 5, 2019 그레고리 엘리아스

제품 관리자를 위한 토픽 모델링 토픽 모델링이란 무엇인가요? 토픽 모델링은 문서 집합 내에서 '토픽', 즉 자주 발생하는 단어 또는 단어 그룹을 찾는 데 사용되는 자연어 처리(NLP)의 한 유형입니다. 토픽 모델은 제품 관리자가 방대한 양의 문서를 분류하고 분석할 수 있게 해주므로 매우 중요합니다.

11월 11, 2019 그레고리 엘리아스 댓글이 없습니다

라벨링된 데이터를 저장하는 10가지 모범 사례 방금 큰 아이디어가 떠올랐습니다. 많은 책을 읽으면서 화자의 어조에 라벨을 붙이고 정치적 성향을 파악하는 분류기가 있으면 재미있을 것 같다고 생각했습니다. 머신 러닝을 사용하여 다음과 같은 작업을 수행할 수 있도록 문제를 어떻게 분석할 수 있을까요?