논문 정리) Deep Neural Networks for YouTube Recommendations
1. 원문 링크 논문 보기
Category
deeplearning
논문 정리) Generative Adversarial Nets
1. 원문 링크 논문 보기
논문 정리) Transformer Attention is All You Need
1. 원문 링크 논문 보기
논문 정리) RAG(Retrieval Augmented Generation)
1. 원문 링크 논문 보기
flutter
플러터) flutter 4 - 데이터 파싱
1. 네트워크 프로그래밍 1) JSON 파싱하기 (1) JSON 데이터 디코딩과 인코딩하기 dart:convert 패키지를 이용하여 JSON → Map 형식으로 변경 Map 형식으로 변환 Map<String, dynamic> map = jsonDeco...
플러터) flutter 3 - 기본 화면 구성
1. 머티리얼과 쿠퍼티노 디자인 1) 머터리얼 디자인 (1) 디버그 배너 빼기 - debugShowCheckedModeBanner MaterialApp( debugShowCheckedModeBanner: false )
플러터) flutter 2 - 이벤트 위젯
1. 사용자 입력 처리 위젯 1) 텍스트 필드 TextField( style: TextStyle(fontSize: 15), textAlign: TextAlign.center )
플러터) flutter 1 - 위젯의 종류 및 속성 설정
1. 사용자 인터페이스 아키텍처 1) 화면을 구성하는 위젯 위젯 : 화면에 보일 뷰를 설명하는 객체 플러터 앱의 화면은 이처럼 필요한 위젯을 계층으로 나열해서 구성 import 'package:flutter/material.dart'; void m...
다트) Dart 2 - 함수와 제어문, 클래스 정리
1. 함수와 제어문 1) 함수 선언과 호출하기 (1) 함수 선언 위치 톱 / 클래스 / 함수 내부에서 함수 선언 가능 void some1() { void some2() {} } class Myclass { void some3() {}...
다트) Dart 1 - 객체 선언 및 라이브러리 활용 정리
✨ 외부 패키지 사용하기 pub.dev 사이트 PLATFORM 호환 종류 확인 Null safety 명시 확인 → 적용 개발 확인하기
machinelearning
Scikit-learn(지도학습3) - 자연어처리
✨ 과연 인간은 기계에게 언어를 학습시킬 수 있을까요? 그렇다면 첫 번째로 인간이 언어를 이해하기 위해서 무엇을 배웠는가? 바로 “단어”이다. 그렇기에 의미를 가지는 최소한의 단위인 “형태소”를 컴퓨터에 먼저 학습시키는 것이다.
Scikit-learn(비지도학습) - 군집화
✨ 샘플데이터 from sklearn.datasets import load_wine import pandas as pd dataset = load_wine() data = pd.DataFrame(dataset.data, columns=dataset.feature_names) df ...
Scikit-learn(지도학습2) - 회귀
1. 회귀 분석이란 무엇인가? 통계학에서 회귀 분석(回歸分析, 영어: regression analysis)은 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한 뒤 적합도를 측정해 내는 분석 방법
Scikit-learn(지도학습1) - 분류
1. 의사결정나무(DecisionTreeClassifier)
ML의 기초1 - 지도학습 vs 비지도학습
1. AI, 머신러닝, 딥러닝이란 무엇인가? 머신러닝 : 기계를 학습시키기 위한 방법론 딥러닝 : 신경망을 따라하여 기계를 학습시키는 머신러닝의 일종 AI : 학습된 기계
pandas
Pandas의 기초4 - 데이터 가공(정렬, 그룹핑)
1. 정렬(Index 또는 특정 col의 값 기준으로) 1) 인덱스 기준(sort_index())
Pandas의 기초3 - 데이터 가공(데이터프레임 복사 / 데이터 삭제, 결측치 다루기)
✨ 복사의 두 종류 얕은 복사(shallow copy) ~ data = df [data가공 시 원본 데이터인 df까지 변경될 수 있다.] 깊은 복사(deep copy) ~ data = df.copy() [서로 개별적으로 인식되어 가공하여도 df가 변경되지 않는다.]
Pandas의 기초2 - 데이터 선택
1. 특정 컬럼 조회 : df[“컬럼”], df[[“컬럼1”, “컬럼2”]]
Pandas의 기초1 - 데이터 확인
1. 위 아래 데이터 확인
Exploration
Aiffel) Exploration - MLOps 정리
내용 출처 : Aiffel
Aiffel) Exploration - ChatGPT, STable Diffusion 정리
내용 출처 : Aiffel
Aiffel) Exploration - 대화형 챗봇(Transformer) 정리
내용 출처 : Aiffel
Aiffel) Exploration - 생성형 AI(Generative Modeling) 정리
내용 출처 : Aiffel
anything
자격증 취득 후기 - SQLD, 빅데이터분석기사, 정보처리기사, 경영정보시각화능력(필기)
본인 공부성향 원래부터 단순히 외우는 것을 잘하지 못했다. 항상 “왜”라는 물음을 통해 이해를 하는 것이 좋았고 능숙했다. 그래서 어렸을 때 단순하게 단어들을 외워야 했던 한문, 영어는 치가 떨릴만큼 싫어했고, 인과관계가 분명한 수학이나 사회, 과학을 좋아했었다. 그러다 ...
Aiffel) 교류회 or 취업 세미나, 전반기 회고
1. 교류회 1) 교류회 일정
깃허브 블로그를 오픈해봅니다.
오늘 티스토리가 불편해 도전해봅니다.
numpy
Numpy(배열기초3) - 배열의 연산
1. 배열의 연산을 이해하기 위해 1, 2차원은 벡터와 행렬? 행렬 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
Numpy(배열기초2) - 배열 속성 확인
1. 배열 속성을 이해하기 위한 개념 정리 차원(dimesion)의 개념 : axis(배열의 축)의 개수 x에 따라 x차원 배열이라 정의됨 (1차원 배열 : Vector / 2차원 배열 : Matrix / 3차원 배열 : Tensor)
Numpy(배열기초1) - 배열 생성 및 변형
1. Numpy(Numerical Python)란? 파이썬에서 선형대수 기반의 프로그램을 만들 수 있도록 지원하는 라이브러리
github
Git의 기초2 - 로컬의 Git과 원격의 Github를 연결하기
1. 로컬 Git에 내 Github를 연결하기 Git Bash 실행 코드 입력 $ git config --global user.email "my-email@gmail.com" $ git config --global user.name "my-username" ...
Git의 기초1 - Git, Github이란?
왜 쓰는가? 개발 시 오픈 환경에서 공유하기 위함.
sql
SQL 엑셀로 이해하기(기초2) - 집계함수, Groupby
SQL문 사용할 사이트 : MySQL Tryit Editor v1.0 (w3schools.com)
SQL 엑셀로 이해하기(기초1) - SELECT / WHERE / ORDERBY
SQL문 사용할 사이트 : MySQL Tryit Editor v1.0 (w3schools.com)