:)

Step 1: 테이블 계산 활용하기1. 연도별 누적 매출 계산Sales를 기준으로 연도별 누적 매출을 계산한다.테이블 계산을 사용하여 이전 연도 대비 증가율 (%)을 추가한다.이중축 그래프를 사용하여 연도별 총 매출 vs 증가율을 비교한다.: 총 매출과 증가율 레이블로만 추가 2. 최고 매출 제품 찾기테이블 계산(RANK 함수)을 사용하여 제품별 매출 순위를 매겨본다.: '매출 순위'라는 계산된 필드 만들어서 적용.특정 연도에서 매출 TOP 5 제품군만 필터링하여 막대 그래프로 시각화한다.: 2024년 상위 5개 필터링. 3. 이익률 상위 10개 제품 분석Profit / Sales로 이익률(%)을 계산하고, 테이블 계산을 이용해 상위 10개 제품을 추출한다.: '이익률'이라는 계산된 필드 만들어 적용.이..

AbstractLoRA: Fine-tuning 비용 & 메모리 문제 해결 방법장점모델 저장 공간 절약 & Task 전환 용이 → 작은 LoRA 모듈만 저장하면 됨학습 효율 증가 → Gradient 저장 불필요, 하드웨어 요구량 3배 절감추론 속도 유지 → 기존 Fine-tuned 모델과 동일한 속도다른 방법과 병행 가능 → Prefix-tuning 등과 조합 가능Introduction연구 배경사전 학습된 LLM은 다양한 다운스트림 작업에 적응 필요.기존 Fine-tuning 방식은 모든 파라미터를 업데이트해야 하므로 비효율적모델 크기가 클수록 비용 증가추론 속도 저하 및 사용 가능한 시퀀스 길이 감소성능 저하와 효율성 사이의 트레이드오프 발생LoRA (Low-Rank Adaptation) 개념LLM의 가..

1. VLOD (View Level of Detail)VLOD: 화면의 디테일한 정도."모든 측정값은 VLOD에서 집계되고 표현된다."태블로의 집계 방식은 '합계'가 디폴트값.기존의 카테고리 레벨에서 집계하는 대신에 서브 카테고리 레벨까지 내려가서 새롭게 집계 => 모든 측정값은 VLOD에서 집계된다는 의미.- VLOD를 결정하는 것은 오직 차원이다 : True / FalseVLOD를 변화시킬 수 있는 위치: 행, 열, 색상, 크기, 레이블, 세부정보필터와 도구설명은 화면의 LOD에 전혀 영향 X. 페이지는 약간 애매한 부분이 있음. - Syntax for LOD Expressions:ex){Include [차원1], [차원2] : SUM([측정값]) }- [차원1], [차원2] : 여러 개의 차원을 사..

*사용 데이터: Kaggle의 "Store Data Analysis using MS excel"의 'Vrinda Store Data Analysis.xlsx' 파일. 해당 파일의 "VAStra Store", "Order Vs Sales", "Men Vs Women", "Top sales", "Age and gender", "Channels" 시트 활용.1. 데이터 연결 및 기본 설정Tableau를 실행하고 "Microsoft Excel" 옵션을 선택하여 "Vrinda Store Data Analysis.xlsx" 파일을 불러온다.데이터 소스에서 "VAStra Store" 시트를 연결한다.필드의 데이터 유형을 적절하게 설정한다.- "Date" 필드: 날짜로 설정된 것 확인.- "Amount" 필드: 숫자(..

Abstract기존의 LLM 기반 로봇 내비게이션 방식주로 정적인 환경을 대상으로 함. 로봇의 실제 경험을 활용하지 X → 현실 세계처럼 예측 불가능한 환경에서는 실패할 가능성이 높음.E2Map의 필요성로봇이 직접 경험한 데이터를 반영해 경로를 조정.인간이 과거 경험과 감정적 반응을 통해 행동을 조정하는 것에서 영감을 받음.경험을 바탕으로 E2Map을 업데이트 → one-shot으로 행동 조정할 수 있도록 지원.⇒ 기존 LLM 기반 방법보다 성능이 향상됨.Introduction기존 LLM 기반 로봇 시스템은 정적인 환경에서만 효과적 & 실제 환경에서 발생하는 예상치 못한 변수에 대한 적응력은 부족함.이를 해결하기 위해 로봇의 감정적 반응을 공간 정보와 결합하는 E2Map을 제안 → 로봇이 경험을 바탕으로..