일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 강화학습 기초
- 리액트네이티브
- 정치인
- 전국국밥
- 강화학습
- React
- coding
- pandas
- 크롤링
- 데이터분석
- clone coding
- App
- 사이드프로젝트
- kaggle
- python
- 머신러닝
- TeachagleMachine
- expo
- 조코딩
- 카트폴
- Instagrame clone
- ReactNative
- Ros
- 클론코딩
- 딥러닝
- 앱개발
- selenium
- FirebaseV9
- redux
- JavaScript
- Today
- Total
목록전체 글 (88)
qcoding
* WINDOW에서 매번 아나콘다를 통해서 텐서플로를 설치하지만, GPU가 잘 잡히지 않아서 고생했을 때 해당 방법으로 문제를 해결하여 정리함. ** 설치 순서 1) ANACONDA 설치 -> ANACONDA를 설치하면 PYTHON과 많은 패키지 들이 한번에 설치 되는데 아래와 같이 Python 3.11 로 설치가 된다. 그러나 현재 tensorflow에서 윈도우로 아래와 같이 2.10이 GPU를 지원하는 마지막 릴리스로 2.10을 설치하기 위해서 PYHTON 3.11 보다 낮은 버전이 필요하다. --> 그래서 ANACONDA 설치 후 가상환경을 생성하고 그 환경에 PYTHON 3.9 버전을 설치하고 텐서플로를 실행하는 순서로 진행된다. 2) ANACONDA 설치 후 가상환경 생성 https://www...
https://www.yes24.com/Product/Goods/120528346 캐글 메달리스트가 알려주는 캐글 노하우 - 예스24 캐글, ML/AI 실무자답게 접근하라!국내 캐글 실력자 8명이 직접 설명하는 캐글 컴페티션,어떻게 접근해 얼마나 노력하느냐에 따라 경험의 깊이가 달라진다.국내 캐글 실력자 8명이 모였다. 직접 www.yes24.com * 해당 책의 내용을 보고 실습을 진행함. ### keyword 매직피처 , 전처리 (KernelPCA, Gaussian Mixture Model, Hist) , 1단계 모델 - NuSVC, QuadraticDiscriminant Analysis, SVC, KNeighborsClassifier, LogisticRegression 2단계 모델 LightGBM ..
* 참고자료 : https://github.com/rickiepark/handson-ml3/blob/main/02_end_to_end_machine_learning_project.ipynb 1) 데이터 분석 1-1) 설정 - font 나 기타 설정 관련 -> 그래프 그릴 때 font설정하기 import matplotlib.pyplot as plt plt.rc('font', size=14) plt.rc('axes', labelsize=14, titlesize=14) plt.rc('legend', fontsize=14) plt.rc('xtick', labelsize=10) plt.rc('ytick', labelsize=10) import sys # 코랩의 경우 나눔 폰트를 설치합니다. if 'google.c..
** 해당 글의 실습은 https://www.w3schools.com/mysql/trymysql.asp?filename=trysql_select_all MySQL Tryit Editor v1.0 WebSQL stores a Database locally, on the user's computer. Each user gets their own Database object. WebSQL is supported in Chrome, Safari, and Opera. If you use another browser you will still be able to use our Try SQL Editor, but a different version, usin www.w3schools.com 해당 글은 https://..
* MY SQL 사용 시 빈번하게 사용하는 구문을 정리함. ( 해당 코드 진행은 : https://www.w3schools.com/mysql/trymysql.asp?filename=trysql_select_all 링크에서 사용함) 해당 내용은 유튜브 https://www.youtube.com/channel/UC2nkWbaJt1KQDi2r2XclzTQ 보면서 공부한 내용을 바탕으로 정리함) 1) 날짜를 다룰 때 많이 사용하는 구문 1-1) 특정 DATE 형식에서 YEAR, MONTH,DAY, WEEKDAY 가져오기 SELECT BirthDate, YEAR(BirthDate), MONTH(BirthDate), DAY(BirthDate), WEEKDAY(BirthDate) FROM Employees; 위의 값..
* 본실습은 딥러닝 생성모델인 GAN에 대한 간단한 실습이다. 향후에 GAN을 이용하여 시계열 데이터를 생성하는 실습을 진행예정으로 이를 준비하기 위해서 GAN의 간단한 코드를 구현해 보는 실습을 하였다. 해당 실습은 아래의 코드를 보고 진행하였다. https://machinelearningmastery.com/how-to-develop-a-generative-adversarial-network-for-a-1-dimensional-function-from-scratch-in-keras/ 이번 실습의 내용을 정리하면 y=x^2에 해당하는 data sample을 가지고 학습시켜 실제와 비슷한 분포를 지닌 가짜 sample을 만드는 것으로 epoch가 진행됨에 따라 실제 data 와 유사해 지는 것을 볼 수 ..
* 본 실습에서는 시간대별 일정한 패턴을 보이는 전력 데이터를 몇 개의 클러스터로 분류하는 실습이다. GMM(Gaussian Mixture Model)은 이 모델은 데이터 집합이 여러 개의 가우시안 분포로부터 생성된다고 가정하는 확률적 생성 모델로 데이터의 분포를 여러 개의 가우시안 분포를 합쳐서 모델링하는 것으로 GMM은 분포가 복잡하거나 다중 모드를 가지는 데이터를 모델링하는 데 특히 유용하다. 예를 들어, 이미지나 음성 등 복잡한 데이터를 분석하고 처리하는 데 많이 사용된다. GMM은 EM (Expectation-Maximization) 알고리즘을 사용하여 모델링되며, 일반적으로 최적의 모델링 결과를 얻기 위해 여러 번의 EM 반복이 필요하다. 정리하면, GMM 모델을 사용하면 데이터가 어디에서 왔..
** 아래의 글들을 참조하여 작성하였습니다. https://robjhyndman.com/hyndsight/longseasonality/ Rob J Hyndman - Forecasting with long seasonal periods robjhyndman.com https://stackoverflow.com/questions/68923679/forecasting-time-series-with-multiple-seasonaliy-by-using-auto-arimasarimax-an Forecasting time series with multiple seasonaliy by using auto_arima(SARIMAX) and Fourier terms I am trying to forecast a time ..