blog...

실력진단 학습내용 객체 정렬 키를 기준으로 정렬 lambda x: x*2 (익명함수) students.sort(key=lambda x: x.kor) # 국어 점수 기준 오름차순 정렬 students.sort(key=lambda x: -x.kor) # 국어 점수 기준 내림차순 정렬 https://www.codetree.ai/missions/5/problems/sort-by-height?&utm_source=clipboard&utm_medium=text class User: def __init__(self, name, height, weight): self.name=name self.height=height self.weight=weight n=int(input()) users=[] for _ in rang..

실력진단 2차원 배열 문제를 시간내에 풀지 못함. 학습내용 정렬 오름내림차순 정렬 lst.sort(), lst.sort(reverse=True), arr=sorted(lst) 문자열 정렬 list로 먼저 변환 "".join()함수 이용 단어 정렬 lst=[] for _ in range(n): lst.append(input()) #list comprehension 활용 lst=[input() for _ in range(n)] 객체 tuple unpacking student1=(90,80,100) kor1,eng1,math1=student1 print(~~~) class #클래스 선언 class info: def __init__(self,code,point,time): #생성자 self.code=code s..

파이팅이에요~

색공간 변경( RGB to YCbCr) Y는 밝기 성분, CbCr은 색차성분을 의미함(B-Y, R-Y) → 인간의 눈은 색차보다 밝기 에 더 민감함 RGB→YCbCr 변환공식 (압축✖) 각각 0~255 사이의 값 (밝기정보만 받아들이는 흑백TV, RGB는 빛→ 다 밝기 성분을 가지고 있음) 호환성문제, (컬러는 이미지 3개가 필요)대역폭문제 (크로마)서브샘플링(subsampling) 인간이 덜 민감한 색차를 눈이 인식하지 못하는 범위내에서 적당히 제거 서브샘플링 전략은 보통 J:a:b의 비율로 표현 (J: 픽셀블럭의 너비 보통 4, a: 첫번째 행에서 추출한 샘플 개수, b: 두번째 행에서 추출된 샘플개수) 주로4:2:0 sampling을 많이함 → 8×8블록화 DCT(discrete cosine tra..

이진논리회귀 실습 1. 데이터다운받기 import os os.environ['KAGGLE_USERNAME'] = 'username' # username os.environ['KAGGLE_KEY'] = 'key' # key !kaggle datasets download -d heptapod/titanic !unzip titanic.zip 2. 필요한 패키지 임포트하기 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam, SGD import numpy as np import pandas as pd import matplot..

논리 회귀 (Logistic regression) 입력값과 범주 사이의 관계를 구하는 것 선형회귀로 풀기 힘든 문제→Logistic function(=Sigmoid function)을 사용 가설과 손실함수 논리 회귀에서는 시그모이드 함수에 선형 회귀 식을 넣어줌 가설함수 : 손실함수 : 확률 분포 그래프의 차이를 비교할 때는 Crossentropy 라는 함수를 사용하게 되는데요. 간단하게 그래프로 개념을 이해하면, 임의의 입력값에 대해 우리가 원하는 확률 분포 그래프를 만들도록 학습시키는 손실 함수입니다. Keras에서 이진 논리 회귀의 경우 binary_crossentropy 손실 함수를 사용 다항 논리 회귀 (Multinomial logistic regression) 여러개의 클래스로 나눠지는 논리회..

스파르타코딩클럽 후기 한이음 ICT를 통해 스파르타코딩클럽을 알게되었다. 스파르타코딩클럽 왕초보 8주 완성! 웹/앱/게임 빠르게 배우고 내것을 만드세요! spartacodingclub.kr 스파르타코딩클럽 전체 후기 처음 스파르타코딩클럽 들어갔을때, 컨텐츠? 분야? 정말 들을 강의가 많아서 뭐부터 들을지 고민하였다. 가장 유명한 웹개발 종합반(왕초보 시작반)을 선택하였고, 그 강의를 전부 수강한 후에 최근엔 머신러닝 강의를 수강하였다. 벌써 다음 강의로 게임개발 강의를 신청해놨다..ㅎㅎ 이건 그냥 재밌을 것 같아서 신청했다. 전체적으로는 스파르타코딩클럽은 깔끔하다. 강의가 정돈이 잘되어있어서 온라인 강의로 듣기 좋다. 내가 들은 강의 두개 다 코드도 다 공유해주신다. 숙제도 매주차마다있어 내가 얼마나 배..

git basic git init : git 생성 git config --global user.name "NAME" git config --global user.email "EMAIL" : 사용자 정보 입력 git status : 현재 상태 git add -A : 모든 파일 스테이징하기 git commit -m "커밋내용" : 커밋하기 git log : 커밋 로그를 볼 수 있음 돌아가기 위험한 reset git reset [가고싶은 시점의 일련번호 앞에 6자리] --hard : 그 후 로그들은 아예 삭제 revert git revert [취소할 시점의 일련번호 앞에 6자리] : 후에 :wq를 입력함, 취소한게 로그에서 없어지지 않음 Branch git branch [브랜치명] : 새로운 branch 생성..

[머신러닝] Linear regression 선형회귀 머신러닝의 회귀와 분류 회귀 Regression : 연속적인 값(float)으로 예측하게 하도록 푸는 방법 분류 Classification : 종류를 예측하는 것 지도, 비지도, 강화 지도 학습 (Supervised learning) : 정답을 알려주면서 학습시키는 방법 비지도 학습 (Unsupervised learning): 정답을 알려주지 않고 군집화(Clustering)하는 방법 강화 학습(Reinforcement learning): 주어진 데이터없이 실행과 오류를 반복하면서 학습하는 방법 (ex. 알파고) 선형회귀 (Linear Regression) 그래프를 보고 가설을 세움 H(x)=Wx+bH(x) = Wx + bH(x)=Wx+b (임의의 직..

한줄 그대로 복사 : Ctrl + D 한줄 안에있는 단어 선택 및 중복 선택 : alt + j 줄정렬 : Ctrl+Alt+L, Ctrl+Alt+i