기존 external tool을 연동할때 llm의 function calling 능력을 활용하는데, 사용하는 사람마다 형식이 다 다르기 때문에 api의 제공형식이 다르게 됨.
즉, 각 데이터 소스마다 개별적인 커넥터를 개발해야 하며, 이는 유지 관리와 확장이 어려운 문제를 야기 함
이러한 문제에 대하여 llm 튜닝과 api 제공 사이의 일관된 형태로 표준화된 데이터 API 제공하기 위한 방법으로써 MCP를 제안

[Anthropic] Model Context Protocol (MCP)

[PRML] 4. 선형분류문제

[PRML] 3. 선형 회귀 모델

Apache Ant

책 소개 파트 - 기본적인 확률과 차원의 저주, 결정이론, 정보이론에 대한 설명

[PRML] 1.1 Introduction ~ 1.6 Information Theory

about

Introduction

1.1 예시: 다항식 곡선 피팅

1.2 확률론

1.3 모델 선택

1.4 차원의 저주

1.5 결정 이론

1.6 정보 이론

3.1 선형 기저 함수 모델 - Linear Basis Function Models

3.2 - 편향 분산 분해 (The bias-variance decomposition)

3.3 - 베이지안 선형 회귀 (Bayesian linear regression) - 초안 - 러프하게 쓰면서 정리 중

4. 선형 분류 모델

Ant 튜토리얼 자료

Enhance the build file