분류 전체보기69 Basic of C programming Term - Preprocessor instruction : same with import ~~ in Python - scope : sector of statements for Definition - Variable declaration : int a; (declare the type of each variables) - assignment : a = 10 (assignment data in variable) - call or invoke : printf(~~~) - compiler - translate source code to object code - linker - linking every object files and library code to make exe file - Library code.. 2022. 6. 14. 개인 프로젝트 01. - 주소 데이터 전처리 및 시각화 Preview Abstract GOAL : 오프라인 매장 입지 선정을 위한 국내 고객 위치 분포 조사 Benefit : 오프라인 판매 매장 입지 선정을 위한 참고 자료로 이용 TASK : 고객 주소 데이터를 가공하여 히트맵으로 시각화해 제공하기 Solution Method - python Pandas를 이용한 고객 데이터 EDA - 데이터 크롤링을 통한 주소 가공 - Folium 메서드를 이용한 시각화 (MarkerCluster, Heatmap) Tools - Google colab pro (GPU + RAM) - Anaconda Jupyter Notebook Background 알바 중인 온라인 비타민 판매 회사에서 최근 회사 규모가 커짐에 따라 오프라인 판매 직영점을 오픈하려고 한다. 하지만 다양한 .. 2022. 5. 24. 5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 5. 2. 4강- 조건부 확률 (Conditional Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. We will know more about conditional probability in next class. 2022. 4. 22. 3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 4. 22. 2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 4. 20. 1강- 확률과 셈 원리 (Probability and Counting) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. We will discuss about why Replace/No order case is like that in next course. 2022. 4. 19. Introduction of C - Why we should learn C Why we have to learn C? 1. We can learn computer memory architecture by learning and using C. 2. Almost every computer science languages are based on C. So studying C will help to encourage your other language ability. Basic architecture of Computer CPU(Central processing unit) Memory(RAM) All data will be lost when we turn off our PC - For speed Graphics Card GPU - main computer in graphics car.. 2022. 2. 28. Regularization과 Normalization 모델의 성능을 높이고, 오버피팅을 방지하는 Regularization과 Nomalizaton을 알아보자 Regularization : 정칙화 오버피팅을 해결하기 위한 방법 L1, L2 Regularization, Dropout, Batch normalization 등이 있음 모델이 train set의 정답을 맞히지 못하도록 오버피팅을 방해(train loss가 증가) 하는 역할 train loss는 약간 증가하지만 결과적으로, validation loss나 최종적인 test loss를 감소시키려는 목적 Normalization : 정규화 데이터의 형태를 좀 더 의미 있게, 혹은 트레이닝에 적합하게 전처리하는 과정 데이터를 z-score로 바꾸거나 minmax scaler를 사용하여 0과 1사이의 값으로 .. 2022. 2. 11. 이전 1 2 3 4 5 6 7 8 다음
