LLM을 활용한 데이터 분석

1부 언어 모델 소개

1장 LLM을 활용한 데이터 분석
__1.1 언어 모델은 무엇을 할 수 있는가?
__1.2 이 책에서 배울 내용
__1.3 언어 모델 사용 방법
____1.3.1 프롬프팅
____1.3.2 프롬프트 예시
____1.3.3 인터페이스
__1.4 언어 모델을 데이터 분석에 활용하기
____1.4.1 언어 모델을 데이터에 직접 활용하기
____1.4.2 외부 툴을 통한 데이터 분석
__1.5 비용 최소화
____1.5.1 적합한 모델 선택
____1.5.2 모델 최적화 설정
____1.5.3 프롬프트 엔지니어링
__1.6 고급 소프트웨어 프레임워크와 에이전트

2장 ChatGPT와 채팅
__2.1 웹 인터페이스 접속
__2.2 인터페이스 소개
__2.3 ChatGPT를 사용한 텍스트 처리
__2.4 ChatGPT를 사용한 테이블 처리
____2.4.1 웹 인터페이스에서 테이블 처리
____2.4.2 자체 플랫폼에서 테이블 처리

2부 언어 모델을 활용한 데이터 분석

3장 OpenAI 파이썬 라이브러리
__3.1 사전 준비 사항
__3.2 OpenAI의 파이썬 라이브러리 설치
__3.3 사용 가능한 모델 목록 조회
__3.4 채팅 완성
__3.5 모델 동작 커스터마이징
____3.5.1 종료 조건 구성
____3.5.2 출력 생성 구성
____3.5.3 무작위성 구성
____3.5.4 커스터마이제이션 예시
____3.5.5 추가 매개변수

4장 텍스트 데이터 분석
__4.1 준비 사항
__4.2 분류
____4.2.1 개요
____4.2.2 프롬프트 생성
____4.2.3 모델 호출하기
____4.2.4 종단 간 분류 코드
____4.2.5 문서 분류
____4.2.6 코드 실행 방법
____4.2.7 다양한 변형 시도해 보기
__4.3 텍스트 추출
____4.3.1 개요
____4.3.2 프롬프트 생성
____4.3.3 후처리
____4.3.4 종단 간 추출 코드
____4.3.5 직접 해 보기
__4.4 클러스터링
____4.4.1 개요
____4.4.2 임베딩 계산하기
____4.4.3 벡터 클러스터링
____4.4.4 텍스트 클러스터링을 위한 종단 간 코드
____4.4.5 직접 해 보기
____4.4.6 임베딩 벡터의 다른 활용 사례

5장 구조화된 데이터 분석
__5.1 개요
__5.2 게임 판매 분석을 위한 자연어 쿼리 인터페이스
____5.2.1 SQLite 데이터베이스 설정
____5.2.2 SQL 기초
____5.2.3 개요
____5.2.4 text-to-SQL 변환을 위한 프롬프트 생성
____5.2.5 완성된 코드
____5.2.6 직접 해 보기
__5.3 일반적인 자연어 쿼리 인터페이스
____5.3.1 쿼리 실행
____5.3.2 데이터베이스 구조 추출
____5.3.3 전체 코드
____5.3.4 시험 운용
__5.4 그래프 데이터를 위한 자연어 쿼리 인터페이스
____5.4.1 그래프 데이터란 무엇인가?
____5.4.2 Neo4j 데이터베이스 설정
____5.4.3 Cypher 쿼리 언어
____5.4.4 질문을 Cypher 쿼리로 변환하기
____5.4.5 프롬프트 생성하기
____5.4.6 전체 코드
____5.4.7 직접 해 보기

6장 이미지와 동영상 분석
__6.1 설정
__6.2 이미지에 대한 질문 답변하기
____6.2.1 멀티모달 입력 지정하기
____6.2.2 코드 설명
____6.2.3 직접 해 보기
__6.3 이미지에서 사람 태그하기
____6.3.1 개요
____6.3.2 로컬에 저장된 이미지 인코딩하기
____6.3.3 로컬에 저장된 이미지를 OpenAI로 전송하기
____6.3.4 종단 간 구현
____6.3.5 직접 해 보기
__6.4 동영상 제목 생성하기
____6.4.1 개요
____6.4.2 동영상 프레임 인코딩
____6.4.3 종단 간 구현
____6.4.4 직접 해 보기

7장 오디오 데이터 분석
__7.1 준비 작업
__7.2 오디오 파일 텍스트 전사
____7.2.1 음성을 텍스트로 전사하기
____7.2.2 종단 간 코드
____7.2.3 직접 해 보기
__7.3 음성을 이용한 관계형 데이터 쿼리
____7.3.1 기본 준비 사항
____7.3.2 개요
____7.3.3 오디오 녹음
____7.3.4 종단 간 코드
____7.3.5 시험 운용
__7.4 음성-음성 번역
____7.4.1 개요
____7.4.2 음성 생성하기
____7.4.3 종단 간 코드
____7.4.4 직접 해 보기

3부 고급 주제

8장 GPT 대안 모델
__8.1 Anthropic
____8.1.1 Claude와 대화하기
____8.1.2 파이썬 라이브러리
__8.2 Cohere
____8.2.1 Command R+와 대화하기
____8.2.2 파이썬 라이브러리
__8.3 Google
____8.3.1 Gemini와 채팅하기
____8.3.2 파이썬 라이브러리
__8.4 Hugging Face
____8.4.1 웹 플랫폼
____8.4.2 파이썬 라이브러리

9장 비용과 품질 최적화
__9.1 예시 시나리오
__9.2 조정되지 않은 분류기
__9.3 모델 튜닝
__9.4 모델 선택
__9.5 프롬프트 엔지니어링
__9.6 Tunable 분류기
__9.7 파인튜닝
__9.8 훈련 데이터 생성하기
__9.9 파인튜닝 작업 시작하기
__9.10 파인튜닝된 모델 사용하기

10장 소프트웨어 프레임워크
__10.1 LangChain
__10.2 LangChain을 이용한 리뷰 분류
____10.2.1 개요
____10.2.2 분류 체인의 생성
____10.2.3 코드 완성
____10.2.4 시도하기
__10.3 에이전트: 대형 언어 모델을 주도적으로 활용하기
__10.4 데이터 분석을 위한 에이전트 구축
____10.4.1 개요
____10.4.2 LangChain을 이용한 에이전트 생성
____10.4.3 데이터 분석 에이전트의 전체 코드
____10.4.4 직접 해 보기
__10.5 사용자 정의 툴 추가하기
____10.5.1 통화 변환기
____10.5.2 직접 실행해 보기
__10.6 LlamaIndex를 사용한 멀티모달 데이터 인덱싱
____10.6.1 개요
____10.6.2 LlamaIndex 설치
____10.6.3 간단한 쿼리 응답 시스템 구현
____10.6.4 직접 실행해 보기
__10.7 결론