내가 분석할 데이터를 받았을 때는 제일 먼저 해야 하는 일이 이것이다. 데이터의 타입이 어떤지 쉐이프 얼마나 긴지, 오브젝트 정보는 어떤지 등을 확인해야 한다. from sklearn.datasets import load_iris import numpy as np iris = load_iris() print(type(iris), '\n') for attr in dir(iris): if not attr.startswith('_'): print(attr) print('=======iris data=======') print(f"type: {type(iris.data)}") print(f"shape: {iris.data.shape}") print(f"dtype: {iris.data.dtype}") print(..

https://process-mining.tistory.com/42 Decision Tree(의사 결정 나무)란? (Decision tree 설명) Decision Tree는 tree 구조를 활용하여 entropy가 최소화되는 방향으로 데이터를 분류하거나 원하는 어떤 결과값을 예측하는 분석 방법을 말한다. 이번 포스팅에서는 Decision Tree가 무엇이고, 이를 어떻 process-mining.tistory.com import numpy as np # elevation_list = [300,1200,1500,3000,3900,4450,5000] # vegetation_list = [rip,cha,rip,cha,cha,con,con] #4개로 나뉜다. # rip/cha/rip/cha,cha/con,co..

Decision tree를 배웠다. Decision Tree(의사결정 트리)는 데이터를 분류하거나 예측하기 위한 지도 학습 알고리즘이다. 이 알고리즘은 트리 구조를 사용하여 데이터를 분할하고 판단 규칙을 만들어 내는 방식이다. 이 트리는 데이터의 특성을 기반으로 하여 노드(node)라고 불리는 분기점들을 생성하고, 각 노드는 특정한 조건을 통해 데이터를 분할한다. 분할은 정보 이득(information gain), 지니 불순도(gini impurity), 분산 감소(variance reduction) 등의 지표를 사용하여 이루어진다. log 할 줄을 몰라서 좀 헤맸다. 밑이 있고 log를 어떻게 사용하는지 등을 몰랐다. 이제는 앎. import numpy as np # 로그를 계산할 값. x = 10..

https://bskyvision.com/entry/MSCNmean-subtraction-and-contrast-normalization%EC%9D%98-%EC%9D%B4%ED%95%B4 MSCN(mean subtraction and contrast normalization)의 이해 mean subtraction and contrast normalization (MSCN)은 Difference of Gaussian (DoG), Laplacian of Gaussian (LoG), Gradient Magnitude (GM)와 같은 이미지 전처리 방식 중에 하나이다. 눈에 보이는 것과 우리 뇌에서 이미지를 처리 bskyvision.com Mean subtraction 하는 이유. Mean Subtraction..

https://www.youtube.com/watch?v=g3n1VxiXgrE 속력 : 크기 이다. -> 스칼라. 속도 : 크기 + 방향이다. -> 벡터 화살표 하나가 있으면 벡터 표현이 가능하다. 화살표의 길이 : 크기 화살표의 방향 : 벡터의 방향. 시작점 A를 시점. 끝점 B를 종점. AB의 크기가 1이면 단위벡터(유닛벡터)다. 크기가 1로 고정되어 있는 것이 단위벡터다. 단위벡터는 방향을 나타내는데 집중을 한다. 시점과 종점이 같은 벡터는? 영벡터라고 한다. 영벡터는 방향을 고려하지 않는다. 벡터가 서로 같을 조건 : 크기와 방향이 동일하면 위치에 상관없이 같은 벡터이다. 정육각형의 예시. AO 벡터와 OD 벡터는 서로 같다. OA과 OD는 크기는 같지만 방향이 다르다. ##############..

오늘은 입사지원 기본적인 것과 컨설팅에 대해서 배웠다. 우선 자소서를 잘 써야 한다. 내 장점에 대해 잘 알아야 하기 때문에.. 첫날은 내 성격(장점/단점)을 썼다. 그리고 다음날은 AI면접에 대해서 배웠다. 내가 어떤 사람인지 솔직하게 이야기 해야 한다. 지금의 AI는 스크립트가 있다고 한다. 처음에 말했던 내용과 나중에 말했던 내용에 모순이 있으면 안되기 때문이다. 1분 자기소개서를 작성했다. 또 뭔가 곤란한 질문 케이스를 많이 말해주셨다. 나에게 맞다고 생각하는 색깔은? 맡았던 것 중 가장 흥미로웠던 프로젝트는 무엇이었는가. 직무질문. 빅데이터와 스몰데이터의 차이점이란? Strping MVC의 흐름은 무엇일까. 외국어는 할거면 오픽이나 토익스피킹이나 토익 중에 하나를 하자.