07-1 인공신경망 패션 MNIST 머신러닝에서는 붓꽃 데이터셋이 유명하고, 딥러닝에서는 MNIST 데이터셋이 유명합니다. 이 데이터는 손으로 쓴 0~9까지의 숫자로 이루어져 있습니다. MNIST와 크기, 개수가 동일하지만 숫자 대신 패션 아이템으로 이루어진 데이터가 바로 패션 MNIST입니다. axs[i].axis(‘off’) : i번째 이미지에 좌표축과 테두리를 없애서 순수한 이미지만 보이게 합니다. 로지스틱 회귀로 패션…
06-2 k-평균 클러스터 중심 KMeans 클래스가 최종적으로 찾은 클러스터 중심은 cluster_centers_ 속성에 저장되어 있습니다. 이 배열은 fruits_2d 샘플의 클러스터 중심이기 때문에 각 중심을 이미지로 출력하려면 100×100 크기의 2차원 배열로 바꿔야 합니다. KMeans 클래스는 훈련 데이터 샘플에서 클러스터 중심까지 거리로 변환해 주는 transform() 메서드를 가지고 있습니다. transform() 메서드가 있다는 것은…
06-1 군집 알고리즘 타깃을 모르는 비지도 학습 비지도 학습(unsupervised learning) : 타깃이 없을 때 사용하는 머신러닝 알고리즘 과일 사진 데이터 준비하기 Jupyter Notebook이나 Google Colab 같은 환경에서 사용되는 shell 명령어 ! : Jupyter Notebook에서 셸 명령어를 실행하기 위한 접두사 -O : 저장할 파일 이름을 지정 이 배열의 첫…
05-1 결정 트리 로지스틱 회귀로 와인 분류하기 알코올 도수와 당도, pH 값의 스케일이 다릅니다. → 사이킷런의 StandardScaler 클래스를 사용해 특성을 표준화 결정트리 결정트리(Decision Tree) : 이유를 설명하기 쉽다 결정트리는 위에서부터 아래로 거꾸로 자라납니다. 루트 노드(root node) : 맨 위의 노드 리프 노드(leaf node) : 맨…
04-1 로지스틱 회귀 데이터 준비하기 판다스 데이터프레임에서 하나의 열을 선택하면 1차원 배열에 해당하는 판다스 시리즈(series) 객체가 반환됩니다. 따라서 Species 열을 선택할 때 fish[[‘Species’]]와 같이 두 개의 괄호를 사용하지 않도록 주의하세요. 이렇게 하면 fish_target이 데이터 프레임이 됩니다. scikit-learn의 대부분의 모델은 입력 x → 2차원 DataFrame 또는 2차원 ndarray 타깃 y →…
크로스핏 체험을 다녀오고 근육통에 시달리는 채로 숙제중입니다. 처음해봤는데 제가 환상이 많았던 것인지 써억 만족스럽지는 않네요. 아마도 헬스로 돌아가지 않을까합니다만 뭐 어쨌든 이번주 숙제는 해야겠지요. 솔직히 말하면 사알짝 스불재 인생의 번아웃이 온 것 같아서 회사 프로젝트 하나 끝나고 연차를 쫌 내리 썼습니다. 아무것도 안하고 이틀동안 누워만 있으니 좀 회복되는 것 같기도…
빅분기 출제예상문제 오답노트 01. 페타바이트(Peta Byte)에 1byte의 아스키 코드를 얼마 만큼 넣을 수 있는가? ① 2의 40승 ② 2의 50승 ③ 2의 60승 ④ 2의 70승 컴퓨터에서 처리하는 데이터의 단위 단위 10진수 2진수 같은 값 비트(bit) – – 0 또는 1 바이트(byte) – – 8bit 킬로바이트(KB) 103 210 1,024byte…
01_1 인공지능과 머신러닝, 딥러닝 인공지능이란 인공지능(artificial intelligence) : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 인공일반지능(강인공지능) : 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템 약인공지능 : 특정 분야에서 사람의 일을 도와주는 보조 역할만 가능 머신러닝이란 머신러닝(machine learning) : 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을…
시계열 데이터에서 왜 필요한가? 시계열 데이터는 시간의 흐름에 따라 기록된 데이터입니다. 이 데이터를 분석할 때 중요한 건 과거 값이 현재나 미래 값에 영향을 주는지 확인하는 것이죠. 이걸 확인하려면 서로 시간 간격(lag)이 있는 값들끼리 얼마나 관련이 있는지 알아야 하는데, 그걸 측정하는 게 바로 자기공분산함수(ACVF) 자기상관함수(ACF) 자기공분산함수(Autocovariance Function, ACVF) 정의 시간차(시차)…
혼공학습단 14기 신청하기 혼공학습단 활동과 커리큘럼 알아보기 이번에도 혼공학습단 신청하고 말았습니다. 지난 13기에 신청하고 혼공족장님께 깊이 감명을 받아서 14기도 참을 수가 없었어요. 지난번에는 혼공학습단을 하면서, 자율학습단을 하면서, ADsP까지 동시에 진행하는 바람에 아주 개고생을 했었지요. 이번에는 빅분기와 함께 진행할거에요. 스불재인생! 혼공학습단 14기는 2025.6.11 ~ 24 까지 모집한다고하니, 하실분들은 빨리…
고급 마크다운 문법 익히기 표 만들기 표 추가하기 : 명령어 팔레트에서 ‘Insert table’ 기본적으로 1행에 텍스트를 입력하면 굵게 처리됩니다. 마크다운 문법으로 표를 작성할 수도 있는데, 이때에 행을 구분할 때는 개행을, 열을 구분할 때는 | 기호를 사용합니다. (제목이 필요하다면 각 열 제목 아래에 —를 입력합니다.) 옵시디언에서 표를 마크다운으로 입력할 때는 문법은…
노트에 링크로 정보 연결하기 내부 링크로 노트 연결하기 내부 링크는 볼트 안에 있는 노트의 연결을 만들 때 사용합니다. [[링크할 노트의 제목]] [Cmd]나 [Ctrl]을 누른 상태에서 내부 링크에 마우스를 올리면 노트 내용을 미리 볼 수 있습니다. 내부 링크는 존재하지 않는 노트의 제목으로도 작성할 수 있습니다. 내부 링크한 노트의 실제…
코어 플러그인 알아보기 옵시디언에서 기본 제공하는 플러그인을 코어 플러그인이라고 합니다. – Backlinks : 현재 노트를 링크하는 노트 또는 현재 노트의 이름이 언급되었지만 링크되지 않은 노트를 보여주는 플러그인 – Canvas : 노트를 배치하고 노트 간의 연결 관계를 표현하거나 그룹으로 묶는 등 시각화하는 플러그인 – Command palette : 옵시디언에 명령을 내릴 수…
방송대 종강 기념으로 전자도서관에서 대출을 해서 이번에야 말로 완독을 하려 합니다. 이미 노션과 굿노트를 사용하고 있지만 옵시디언도 사용하고 싶어요. 무엇보다 옵시디언은 초기장벽이 굉장히 높은 느낌이라서 정복욕을 더욱 자극하는군요. 지난번에도 시도는 했었지만 실패했었거든요. 이번에야말로 정복하겠습니다. 제가 선택한 입문도서는 시안님의 세컨드 브레인은 옵시디언입니다. 뇌 빼고 다니는게 제 소원이에요. 허나…
제조업 현장에서 효율적인 생산운영관리를 위해서는생산계획 수립, 생산능력 분석, 부하량 산출, 평준화 관리가 체계적으로 이루어져야 합니다.이번 포스팅에서는 생산운영관리 절차서 기반으로전문적인 생산계획 수립과 운영관리 체계를 정리해보겠습니다. 1. 중·장기 및 연간 생산계획 수립 생산운영관리의 기본은 계획 중심 운영체계입니다.기업의 경영전략 및 사업계획과 연계하여 중·장기 생산계획과 연간 생산계획을 수립하며,해당 업무는 다음과 같이 팀별 역할분담이 이루어집니다.…