Tag
#Django로 배우는 쉽고 빠른 웹 개발 파이썬 웹 프로그래밍#프로그래머스#ResNet#Attention is all you need#활성화 함수#Transformer#분류#제어문#HTML#Receptive Field#yolov5#앙상블 학습#Do it ! 자료구조와 함께 배우는 알고리즘 입문 자바편#k-평균 알고리즘#Backpropagation#Sigmoid Function#Activation Function#LSTM#alexnet#Bagging#Gradient Descent#jupyter notebook#딥러닝#지도학습#정규화#함수#클래스#배열#회귀분석#CSS#Neural Network 1: XOR 문제와 학습방법#assertion failed: [0] [Op:Assert] name: EagerVariableNameReuse#Softmax Function#선형회귀(Linear Regression)#seaborn 모듈#matplotlib encoding#제어문의 중첩#python lambda#python 함수#pytorch data augmentation#합성곱 신경망#로그인 기능 추가#Java Web Programming#ajax(Asynchronous JAvascript XML)#Function(함수)#Web Programming준비#WAS - Tomcat설치#타입 변환과 다형성#Constructor(생성자)#불 자료형#딕셔너리 자료형#전이 학습#에이다부스트#서포트 벡터 머신#결측치#ggplot2 그래픽 패키지#클러스터 분석#기저 함수#자율 학습#트리 구조 그래프#단순회귀#마르코프 모델#SEIR모델#추천 엔진#지식 기반 모델#의사 결정 트리#규칙 기반 모델#소수 찾기 python#시냅스 가소성#처음 배우는 인공지능#동명이인 찾기#top-5 error#VGG#multiclass classification#다층 퍼셉트론#LeNet-5#Loss function#Stochastic Gradient Descent#소수 찾기#learning rate#비용함수#비지도 학습#DNN#GoogLeNet#하샤드 수#transfer learning#RNN#Cost Function#relu#주성분 분석#랜덤 포레스트#recurrent neural network#Reinforcement Learning#html parsing#boxplot#튜링 테스트#ggplot2#pooling#logistic regression#overfitting#linear regression#unsupervised learning#supervised learning#튜플#자연어 처리#전문가 시스템#병합 정렬#군집화#JSON Parsing#Websocket#드롭아웃#MongoDB#inception#기본키#패턴 인식#머신러닝#숫자형#부스팅#httpServlet#momentum#손실함수#feature#신경망#추론#stride#Bubble Sort#binary search#유사도#padding#Selenium#다차원 배열#Break#상관관계#stream#자료구조#회귀#인공지능#swing#예외처리#조건문#그래프#Design Pattern#리스트#regression#비교연산자#패키지#정규식#CNN#list#JavaScript#수를 나선형으로 배치하기 파이썬#정수를 나선형으로 배치하기 python#정수를 나선형으로 배치하기#compound scaling#EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks#Rethinking Model Scaling for Convolutional Neural Networks#Yolov7 coco dataset 학습하기#[1차] 프렌즈4블록 파이썬#[1차] 프렌즈4블록#이중우선순위큐 python#이중우선순위큐 파이썬#디스크 컨트롤러 파이썬#주식가격 python#다리를 지나는 트럭 python#기능개발 python#베스트앨범 python#행렬 테두리 회전하기 python#프린터 python#CDistNet#튜플 python#삼각 달팽이 python#위장 python#위장_해시 파이썬#위장_해시#전화번호 목록 파이썬#더 맵게 python#순위 python#가장 먼 노드 파이썬#정수 삼각형 파이썬#조이스틱 프로그래머스 python#조이스틱 프로그래머스#[1차] 캐시#이진 변환 반복하기 python#Compiled Language#컴파일 언어(Compiled Language)#Interpreter Language#인터프리터 언어(Interpreter Language)#교점에 별 만들기 python#점프와 순간 이동 python#타겟 넘버 python#NULL 처리하기 oracle#신과 결과 받기#괄호 회전하기#n^2 배열 자르기#초해상도 이미지 인식#HOG 특징량#완전 연결 계층#스파스 코딩#심층 신뢰 신경망#선행 학습#제한 볼츠만 머신#볼츠만 머신#[3차] 방금그곡#확률적 경사 하강법#기울기 소실 문제#멀티태스킹 학습#[3차] 압축#LOOCV#k겹 교차 검증#홀드 아웃 검증#f 값#ROC 곡선#[3차] 파일명 정렬#독립 성분 분석#특잇값 분해#베이즈 네트워크#몬테카를로 방법#3차] n진수 게임#숫자의 표#자카드 계수#마할라노비스 거리#해밍거리#라벤슈타인 거리#스피어만의 순위 상관계수#정규화항#L1 정규화#LOWESS분석#logit#로짓#다중공선성 문제#일반화 선형 모형#일반 선형 모델#Nonlinear Programming#비선형 계획법#morphism#정수 계획 문제#선형 계획 문제#선형계획법#특징량#교점에 별 만들기#마르코프 연쇄#이산 상태 마르코프 과정#Markov Process#마르코프 과정#Markov Property#마르코프 성질#2588_곱셈 파이썬#2588_곱셈 python#2588_곱셈#10869_사칙연산 파이썬#10869_사칙연산 python#10869_사칙연산#10998_A×B 파이썬#10998_A×B python#10998_A×B#1008_A/B 파이썬#1008_A/B python#1008_A/B#10988_A×B python#10172_개 파이썬#10172_개 python#10172_개#셀 오토마톤#오토마톤#SIR 모델#감염 시뮬레이션 모델#AN IMAGE IS WORTH 16X16 WORDS:TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE#Inverted Residuals and Linear Bottlenecks#MobileNetV2: Inverted Residuals and Linear Bottlenecks#MobileNetV2#10171_고양이 파이썬#10171_고양이 python#10171_고양이#10718_We love kriii 파이썬#10718_We love kriii python#10718_We love kriii#1001_A-B python#1001_A-B 파이썬#1001_A-B#1000_A+B#없는 숫자 더하기 python#없는 숫자 더하기 파이썬#없는 숫자 더하기#고양이와 개는 몇 마리 있을까#협업 필터링을 이용하는 추천 엔진#콘텐츠 내용에서 분석하는 추천 엔진#내적 python#내적 파이썬#소수 만들기 python#소수 만들기 파이썬#명제 논리#추론 엔진#UniProtKB#knowledge base model#규칙 기반 시스템#완주하지 못한 선수 파이썬#완주하지 못한 선수 python#IMAGENET Large Scale Visual Recognition Challenge#ALL-or none law#실무율#perplexity#long short-term memory#K번째수 python#나머지가 1이 되는 수 찾기 python#나머지가 1이 되는 수 찾기 파이썬#나머지가 1이 되는 수 찾기#편집 거리#체육복 파이써#은닉상태#hidden state#memory cell#Adam 최적화알고리즘#Rectified Linear Unit#폰켓몬 python#폰켓몬 파이썬#max-pooling#맥스 풀링#pooling layer#풀링 계층#합성곱 계층#특징 맵#필터 filter#커널 kernel#커널 혹은 필터#빛의 경로 사이클#cross entropy error#교차 엔트로피 에러#소프트맥스 함수#다중 계층 신경망#단일 계층 신경망#계층 layer#예산 파이썬#약수의 개수와 덧셈 python#약수의 개수와 덧셈 파이썬#3진법 뒤집기 python#3진법 뒤집기 파이썬#MNIST 데이터셋#error function#음양 더하기 python#음양 더하기 파이썬#음양 더하기#Attention Is All You Need Transformer#두 개 뽑아서 더하기 python#두 개 뽑아서 더하기 파이썬#거리두기 확인하기#2016년 프로그래머스#위클리 챌린지 8주차 파이썬#위클리 챌린지 8주차#위클리 챌린지 8주차 python#14852_타일 채우기 3 백준#14852_타일 채우기 3 python#14852_타일 채우기 3 파이썬#14852_타일 채우기 3#타일 채우기#2133 타일 채우기#2133_타일 채우기 python#2133_타일 채우기 파이썬#2133_타일 채우기#11727 2×n 타일링 2#11727_2×n 타일링 2#11727_2×n 타일링 2 python#2×n 타일링#백준 11726_2×n 타일링#11726_2×n 타일링#백준 2557_Hello World!#2557_Hello World!#텐서플로 서빙#텐서플로 서빙 이란 ?#합성곱 신경망 이란?#심층 신경망 이란?#추론 이란?#딥러닝 이란?#비밀지도 python#DistributedDataParallel#yolov5 DistributedDataParallel#yolov5 DataParallel#yolov5 Multi-GPU Training#yolov5 coco data set training#[1차] 다트 게임 python#[1차] 다트 게임 파이썬#[1차] 다트 게임#위클리 챌런지 6주차 프로그래머스#위클리 챌런지 6주차 python#위클리 챌런지 6주차 파이썬#위클리 챌런지 6주차#다중 분류 이란?#이진 분류#이진 분류 이란 ?#분류이란 ?#위클리 챌린지 5주차 python#위클리 챌린지 5주차#ILSVRC#문자열 다루기 기본 python#문자열 다루기 기본 파이썬#강화학습 이란?#선형회귀 분석이란#선형회귀 분석#통계 기반 머신러닝 이란#통계 기반 머신러닝#통계기반머신러닝이란#LeNet-5 요약#Frame Problem#사고범위 문제#사고범위 문제 이란?#yolov1 loss#Dendral#전문가 시스템 이란#튜링 테스트 이란?#위클리 챌린지 4주차 python#위클리 챌린지 4주차#준 지도 학습#준 지도 학습 이란?#비지도 학습 이란#지도학습 이란#25이하인 자연수입니다.#공백으로만 이루어져 있습니다. s의 길이는 8000이하입니다. n은 1 이상#solution을 완성해 보세요. 제한 조건 공백은 아무리 밀어도 공백입니다. s는 알파벳 소문자#3만큼 밀면 "DE"가 됩니다. "z"는 1만큼 밀면 "a"가 됩니다. 문자열 s와 거리 n을 입력받아 s를 n만큼 민 암호문을 만드는 함수#어떤 문장의 각 알파벳을 일정한 거리만큼 밀어서 다른 알파벳으로 바꾸는 암호화 방식을 시저 암호라고 합니다. 예를 들어 "AB"는 1만큼 밀면 "BC"가 되고#시저 암호 python#머신러닝이란#인공지능 이란#AI 이란#이상한 문자 만들기 68점 이유#논문 이해 하기#음성 합성#숫자 문자열과 영단어#k최근접 이웃 알고리즘#flask Connection Refused#[FLASK 클론코딩] 2강 - 웹사이트 기본적인 디자인과 연결 (파이썬으로 웹사이트 만들기)#NN의 꽃 RNN 이야기#AttributeError: 'function' object has no attribute 'html'#구름 폴더 만들기#구름 포트 바꾸기#구름IDE 사용법#[FLASK 클론코딩] 1강 - 개발 환경 설정하기 & 기본적인 작동원리 (파이썬으로 웹사이트 만들기)#ConvNet의 활용 예#Google Cloud ML with Examples 1#ConvNet의 Conv 레이어 만들기#레고처럼 넷트웍 모듈을 마음껏 쌓아 보자#Dropout 과 앙상블#Weight 초기화 잘해보자#XSigmoid 보다 ReLU가 더 좋아#Neural Network 2: ReLU and 초기값 정하기 (2006/2007 breakthrough)#약수의 개수와 덧셈#딥넷트웍 학습 시키기 (backpropagation)#특별편: 10분안에 미분 정리하기#XOR 문제 딥러닝으로 풀기#딥러닝의 기본 개념2: Back-propagation 과 2006/2007 ‘딥’의 출현#딥러닝의 기본 개념: 시작과 XOR 문제#그리고 해결#딥러닝의 기본 개념과#Training/Testing 데이타 셋#ML의 실용과 몇가지 팁#그리고 일반화 (Regularization)#학습 rate#Cost 함수 소개#Multinomial 개념 소개#Softmax Regression (Multinomial Logistic Regression)#Logistic Regression의 cost 함수 설명#Logistic Classification의 가설 함수 정의#Logistic (Regression) Classification#logit 의 뜻#linear regression 중요한 세가지#multi-variable linear regression (new)#여러개의 입력(feature)의 Linear Regression#Convex function#Linear Regression의 cost 최소화 알고리즘의 원리#Linear Regression cost 함수 최소화#Linear Regression의 Hypothesis 와 cost#Linear Regression 의 개념#unsupervised Learing#머신러닝의 개념과 용어#기본적인 Machine Learnnig 의 용어와 개념 설명#Tensorflow serving#Linear Regression 의 cost 최소화의 TensorFlow 구현(new)#Fetch argument None has invalid type <class 'NoneType'>#그리스 로마문자#포커 게임에서 이긴 횟수 구하기#1 ≤ n ≤ 100 일때 nCr의 값이 1백만을 넘는 경우는 모두 몇 번?#같은 숫자로 이루어지는 가장 작은 수#일부 숫자를 치환했을 때 8개의 서로 다른 소수가 생기는 가장 작은 소수#1백만 이하의 소수 중 가장 길게 연속되는 소수의 합으로 표현되는 수는?#세 항이 소수이면서 다른 수의 순열이 되는 4자리 수의 등차수열 찾기#Problem 48#서로 다른 네 개의 소인수를 갖는 수들이 처음으로 네 번 연속되는 경우는?#(소수 + 2×제곱수)로 나타내지 못하는 가장 작은 홀수인 합성수는?#오각수와 육각수도 되는 40755 다음으로 큰 삼각수는?#합과 차도 모두 오각수인 두 오각수 차의 최솟값은?#부분열에 관련된 특이한 성질을 가진 모든 팬디지털 수의 합#주어진 텍스트 파일에 들어있는 '삼각단어'의 개수는?#n자리 팬디지털 소수 중에서 가장 큰 수#어떤 무리수에서 소수점 n번째 자리 숫자 알아내기#가장 많은 직각삼각형이 만들어지는 둘레(≤ 1000)의 길이는?#곱해서 이어붙여 얻을 수 있는 가장 큰 1 ~ 9 팬디지털 수#got l1 penalty.#Solver lbfgs supports only 'l2' or 'none' penalties#x만큼 간격이 있는 n개의 숫자 도움말#왼쪽이나 오른쪽에서 한자리씩 없애가도 여전히 소수인 수의 합은?#행렬 테두리 회전하기#로또의 최고 순위와 최저 순위#yolov1#Real-Time Object Detection#You Only Look Once:Unified#unknown flag: --gpus#Visualizing and Understanding Convolutional Networks- ZFNet#혼동행렬#DataParallel#module 'numpy.random' has no attribute 'default_rng'#gensim 설치시 오류#pytorch mist LeNet-5#tensorflow mnist LeNet-5#OKT JDK java.nio.file.InvalidPathException#konlpy okt java#5. 딥러닝의 개괄 잡기#4. 폐암 수술 환자의 생존율 예측하기#3. 미지의 일을 예측하는 원리#2. 딥러닝 작업 환경 만들기#1. 딥러닝 실행을 위한 준비 사항#01. 나의 첫 딥러닝#LeakyReLU#RBM: 제한된 볼츠만 머신(Restricted Boltzmann Machine)#Deep Belief Network)#심층신뢰망 (DBN#DBN#yolov5 모델pt 경량화#yolov5 모델pt#카멜커피 더현대#resnet 50 tensorflow#B.5.2 프로파일과 설정#B.5.1 IPython 친화적인 클래스 만들기#B.5 IPython 고급 기능#긴 파일에 대한 두려움을 버리자#중첩을 피하자#관련 있는 객체와 데이터는 유지#B.4.2 코드 설계 팁#B.4.1 모듈 의존성 리로딩하기#B.4 IPython을 이용한 생산적인 코드 개발에 관한 팁#B.3.4 함수의 각 줄마다 프로파일링하기#B.3.3 기본적인 프로파일링: %prun과 %run -p#B.3.2 실행 시간 측정 : %time 과 %timeit#디버거를 사용하는 다른 방법#B.3.1 대화형 디버거#B.3 소프트웨어 개발 도구#B.2.2 디렉터리 북마크 시스템#B.2.1 셸 명령어와 별칭#B.2 운영체제와 함께 사용하기#B.1.2 입출력 변수#B.1 명령어 히스토리 사용하기#B.1.1 명령어 검색과 재사용#B. IPython 시스템 더 알아보기#A.9.1 인접 메모리의 중요성#A.9 성능 팁#A.8.1 메모리 앱 파일#A.8 고급 배열 입출력#A.7.1 Numba를 이용한 사용자 정의 numpy.ufunc만들기#A.7 Numba를 이용하여 빠른 NumPy함수 작성하기#A.6.4 numpy.searchsorted: 정렬된 배열에서 원소 찾기#A.6.3 배열 일부만 정렬하기#A.6.2 대안 정렬 알고리즘#A.6.1 간접 정렬 argsort와 lexsort#A.6 정렬에 관하여#A.5.2 구조화된 배열을 써야 하는 이유#A.5.1 중첩된 dtype과 다차원 필드#A.5 구조화된 배열과 레코드 배열#A.4.2 파이썬으로 사용자 정의 ufunc 작성하기#합성곱#A.4.1 ufunc 인스턴스 메서드#A.4 고급 ufunc사용법#A.3.2 브로드캐스팅을 이용해서 배열에 값 대입하기#A.3.1 다른 축에 대해 브로드캐스팅하기#A.3 브로드 캐스팅#A.2.5 팬시 색인: take와 put#A.2.4 원소 반복하기 : repeat와 tile#배열 쌓기 도우미: r_과 c_#A.2.3 배열 이어붙이기 나누기#A.2.2 C 순서와 포트란 순서#A.2.1 배열 재형성하기#A.2 고급 배열 조작 기법#A.1.1 Numpy dtype구조#A.1 ndarray 객체 구조#Apeendix A: 고급 Numpy#14.5.3 주별 기부 통계#14.5.2 기부금액#14.5.1 직업 및 고용주에 따른 기분 통계#14.5 2012년 연방선거관리 위원회 데이터베이스#14.4 미국농무부 영양소 정보#10진법과 2진법으로 모두 대칭수인 1000000 미만 수의 합#백만 미만인 원형 소수 개수 구하기#각 자릿수의 팩토리얼을 더했을 때 자기 자신이 되는 수들의 합은?#이상한 방법으로 약분할 수 있는 분수 찾기#'마지막 글자'의 변화#다양한 이름을 사용하는 경향 측정하기#14.3.1 이름 유형 분석#14.3 신생아 이름#14.2.1 평점 차이 구하기#14.2 MovieLens의 영화 평점 데이터#14.1.2 pandas로 표준시간대 세어보기#14.1.1 순수 파이썬으로 표준시간대 세어보기#14.1 Bit.ly의 1.USA.gov데이터#14. 데이터 분석 예제#ResNet101 tensorflow code#ResNet50 tensorflow code#ResNet코드#VGG19 tensorlfow 코드#VGG16 tensorlfow 코드#VGG코드#13.4 scikit-learn소개#13.3.2 시계열 처리 예측#13.3.1 선형 모델 예측하기#13.3 statsmodels소개#13.2.2 범주형 데이터와 Patsy#13.2.1 Pasty용법으로 데이터 변환하기#13.2 Patsy를 이용해서 모델 생성하기#13.1 pandas와 모델 코드의 인터페이스#13. 파이썬 모델링 라이브러리#12.3.1 pipe메서드#12.3 메서드 연결 기법#12.2.1 그룹 변환과 GroupBy 객체 풀어내기#12.2.2 시계열 그룹 리샘플링#12.2 고급 GroupBy 사용#모델링을 위한 더미값 생성하기#12.1.4 Categorical메서드#categorical을 이용한 성능 개선#12.1.3 Categorical연산#12.1.2 pandas의 Categorical#12.1.1 개발 배경과 동기#12.1 Categorical데이터#12. 고급 pandas#11.7.3 사용자 정이 이동창 함수#11.7.2 이진 이동창 함수#11.7.1 지수 가중 함수#11.7 이동창 함수#11.6.3 기간 리샘플링#11.6.2 업샘플링과 보간#1~9 팬디지털 곱셈식을 만들 수 있는 모든 수의 합#영국 화폐 액면가를 조합하는 방법의 수#11.6.1 다운샘플링#11.6 리샘플링과 빈도 변환#11.5.3 타임스탬프와 기간 서로 변환하기#11.5.4 배열로 PeriodIndex 생성하기#11.5.2 분기 빈도#11.5.1 Period의 번도 변환#11.5 기간과 기간 연산#11.4.2 시간대를 고려해서 Timestamp객체 다루기#11.4.1 시간대 지역화와 변환#11.4 시간대 다루기#오프셋만큼 날짜 시프트하기#11.3.3 데이터 시프트#11.3.2 빈도와 날짜 오프셋#pd.date_range#11.3.1 날짜 범위 생성하기#11.3 날짜 범위 빈도 이동#11.2.2 중복된 색인을 갖는 시계열#11.2.1 색인 선택 부분 선택#11.2 시계열 기초#각 자리 숫자를 5제곱해서 더했을 때 자기 자신이 되는 수들의 합은?#11.1.1 문자열을 datetime으로 변환하기#11.1 날짜 시간 자료형 도구#고정빈도 fixed frequency#11. 시계열#10.4.1 교차일람표#10.4 피벗 테이블과 교차일람표#10.3.6 예제 : 그룹상의 선형회귀#10.3.5 예제: 그룹 가중 평균과 상관관계#10.3.4 예제: 랜덤 표본과 순열#10.3.3 예제: 그룹에 대한 다른 값으로 결측치 채우기#fillna메서드#10.3.2 변위치 분석과 버킷 분석#10.3.1 그룹 색인 생략하기#10.3 Apply: 일반적인 분리-적용-병합#10.2.2 색인 되지 않은 형태로 집계된 데이터 반환하기#10.2.1 컬럼에 여러 가지 함수 적용하기#최적화된 groupby 메서드#10.2 데이터 집계#10.1.5 색인 단계로 그룹핑하기#10.1.4 함수로 그룹핑하기#10.1.3 사전과 Series 에서 그룹핑하기#2 ≤ a ≤ 100 이고 2 ≤ b ≤ 100인 a b로 만들 수 있는 ab의 개수#10.1.2 컬럼이나 컬럼의 일부만 선택하기#10.1.1 그룹간 순회하기#10.1 GroupBy 메카닉#10. 데이터 집계와 그룹 연산#9.3 다른 파이썬 시각화 도구#9.2.5 패싯 그리드와 범주형 데이터#9.2.4 산포도#9.2.3 히스트그램과 밀도 그래프#9.2.2 막대 그래프#9.2.1 선 그래프#AlexNet keras 코드#이진 변환 반복하기#연속되는 n에 대해 가장 많은 소수를 만들어내는 이차식#1001×1001 나선모양 행렬에서 대각선 원소의 합은?#1000 이하의 d 중에서 1/d 이 가장 긴 순환마디를 갖는 수는?#9.2 pandas에서 seaborn 으로 그래프 그리기#9.1.6 matplotlib 설정#9.1.5 그래프를 파일로 저장하기#9.1.4 주석과 그림 추가하기#제목 축이름 눈금 눈금 이름 설정하기#9.1.3 눈금 라벨 범례#9.1.2 색상 마커 선 스타일#서브플롯 간의 간격 조절하기#9.1 matplotlib API 간략하게 살펴보기#9. 그래프와 시각화#8.3.3 넓은 형식에서 긴 형식으로 피벗하기#8.3.2 긴 형식에서 넓은 형식으로 피벗하기#stack 과 unstack#8.3.1 계층적 색인으로 재형성하기#8.3 재형성과 피벗#pandas의 concat함수#데이터 연결 binding 적층 stacking#8.2.3 축 따라 이어붙이기#DataFrame의 join메서드#8.2.2 색인 병합하기#혼자 공부하는 머신러닝+딥러닝#8.2.1 데이터베이스 스타일로 DataFrame합치기#8.2 데이터 합치기#8.1.3 DataFrame의 컬럼 사용하기#8.1.2 계층별 요약 통계#8.1.1 계층의 순서를 바꾸고 정렬하기#8.1 계층적 색인#08. 데이터 준비하기: 조인 병합 변형#7.3.3 pandas의 벡터화된 문자열 함수#점프와 순간 이동#폰켓몬#피보나치 수열에서 처음으로 1000자리가 되는 항은 몇 번째?#7.3.2 정규 표현식#7.3.1 문자열 객체 메서드#7.3 문자열 다루기#7.2.8 표시자/ 더미 변수 계산하기#7.2.7 치환과 임의 샘플링#7.2.6 특잇값을 찾고 제외하기#7.2.5 개별화와 양자화#7.2.4 축 색인 이름 바꾸기#7.2.3 값 치환하기#7.2.2 함수나 매핑을 이용해서 데이터 변형하기#7.2.1 중복 제거하기#7.2 데이터 변형#7.1.2 결측치 채우기#data.dropna#7.1.1 누락된 데이터 골라내기#NA 처리 메서드#7.1 누락된 데이터 처리하기#데이터 분석과 모델링 작업#07. 데이터 정제 및 준비#6.4 데이터베이스와 함께 사용하기#6.3 웹 API 와 함께 사용하기#6.2.2 마이크로소프트 엑셀 파일에서 데이터 읽어오기#6.2.1 HDF5 형식 사용하기#6.2 이진 데이터 형식#lxml.objectify를 이용해서 XML 파싱하기#6.1.5 XML과 HTML: 웹 스크래핑#6.1.4 JSON 데이터#6.1.3 구분자 형식 다루기#6.1.2 데이터를 텍스트 형식으로 기록하기#pandas 로우의 개수#6.1.1 텍스트 파일 조금씩 읽어오기#pandas NA나 NULL 처리#6.1 텍스트 파일에서 데이터를 읽고 쓰는 법#06. 데이터 로딩과 저장 파일 형식#isin 메서드#value_counts메서드#corr메서드와 cov메서드#5.3.2 유일값 값 세기 멤버십#5.3.1 상관관계와 공분산#5.3 기술 통계 계산과 요약#5.2.8 중복 색인#머신러닝 분류#사전식 순열은?#두 과잉수의 합으로 나타낼 수 없는 모든 양의 정수의 합은?#Convert a vector of ints into a matrix binary representation#How to create a record array from a regular array?#How to get the n largest values of an array#How to implement the Game of Life using numpy arrays?#Extract all the contiguous 3x3 blocks from a random 10x10 matrix#How to find the most frequent value in an array?#Compute a matrix rank#영문 이름 점수 합계 구하기#How to get the diagonal of a dot product?#How to accumulate elements of a vector (X) to an array (F) based on an index list (I)?#10000 이하 모든 친화수(우애수)의 합은?#5.2.7 정렬과 순위#5.2.6 함수 적용과 매핑#DataFrame과 Series간의 연산#산술 연산 메서드에 채워 넣을 값 지정하기#5.2.5 산술 연산과 데이터 정렬#5.2.4 정수 색인#loc과 iloc으로 선택하기#5.2.3 색인하기 선택하기 거르기#5.2.2 하나의 로우나 컬럼 삭제하기#5.2.1 재색인#5.2 핵심 기능#5.1.3 색인 객체#5.1.2 DataFrame#NaN not a number NA#5.1.1 Series#5.1 pandas 자료구조 소개#05. pandas 시작하기#4.7.1 한 번에 시뮬레이션#4.7 계단 오르내리기 예제#4.6 난수#4.5 선형대수#npy 파일 과 npz파일#4.4 배열 데이터의 파일 입출력#4.3.5 집합 관련 함수#4.3.4 정렬#4.3.3 불리언 배열을 위한 메서드#4.3.2 수학 메서드와 통계 메서드#4.3.1 배열 연산으로 조건절 표현하기#4.3 배열을 이용한 배열지항 프로그래밍#4.2 유비버설 함수: 배열의 각 원소를 빠르게 처리하는 함수#4.1.7 배열 전치와 축 바꾸기#4.1.6 팬시 색인#4.1.5 블리언값으로 선택하기#4.1.3 Numpy 배열의 산술 연산#4.1.2 ndarry의 dtype#4.1.1 ndarray 생성하기#4.1 Numpy ndarray :다차원 배열 객체#04. NumPy 기본: 배열과 벡터 연산#3.3.1 바이트와 유니코드#3.3 파일과 운영체제#3.2.7 에러와 예외처리#3.2.6 제너레이터#3.2.5 커링 : 일부 인자만 취하기#3.2.4 익명함수#3.2.3 함수도 객체다#3.2.2 여러 값 반환하기#Create an array class that has a name attribute#Find the nearest value from a given value in an array#How to tell if a given 2D array has null columns?#How to sort an array by the nth column?#Subtract the mean of each row of a matrix#Generate a generic 2D Gaussian-like array#How to read the following file?#How to convert a float (32 bits) array into an integer (32 bits) in place?#100! 의 자릿수를 모두 더하면?#Make an array immutable (read-only)#Create a random vector of size 10 and sort it#Consider a generator function that generates 10 integers and use it to build an array#Create a 5x5 matrix with row values ranging from 0 to 4#Extract the integer part of a random array using 5 different methods#How to compute ((A+B)*(-A/2)) in place (without copy)?#How to get all the dates corresponding to the month of July 2016?#How to find common values between two arrays?#What are the result of the following expressions?#What is the output of the following script#20세기에서 매월 1일이 일요일인 경우는 몇 번?#신규 아이디 추천#Multiply a 5x3 matrix by a 3x2 matrix (real matrix product)#Create a custom dtype that describes a color as four unsigned bytes (RGBA)#Create a checkerboard 8x8 matrix using the tile function#How to add a border (filled with 0's) around an existing array#Create a 2d array with 1 on the border and 0 inside#Create a 3x3 identity matrix#Find indices of non-zero elements from#How to get the documentation of the numpy add function from the command line?#How to find the memory size of any array#100 numpy exercises#삼각형을 따라 내려가면서 합이 최대가 되는 경로 찾기#3.2.1 네임스페이스 스코프 지역함수#3.2 함수#3.1.6 리스트 집합사전표기법#3.1.5 집합#3.1.4 사전#3.1.3 내장 순차 자료형 함수#이진 탐색과 정렬된 리스트 유지하기#3.1.2 리스트#튜플에서 값 분리하기#3.1.1 튜플#3.1 자료구조와 순차 자료형#2.3.3 흐름제어#바이트와 유니코드#1부터 1000까지 영어로 썼을 때 사용된 글자의 개수는?#2.3.2 스칼라형#중성화 여부 파악하기#루시와 엘라 찾기#쿼드압축 후 개수 세기#동명 동물 수 찾기#동물 수 구하기#21000의 각 자릿수를 모두 더하면?#20×20 격자의 좌상단에서 우하단으로 가는 경로의 수#match 객체의 메소드#07-3 강력한 정규 표현식의 세계로#07-2 정규 표현식 시작하기#07-1 정규 표현식 살펴보기#하위 디렉터리 검색을 쉽게 해주는 os.walk#06-6 하위 디렉터리 검색하기#06-5 탭을 4개의 공백으로 바꾸기#06-4 간단한 메모장 만들기#06-3 게시판 페이징하기#06-2 3과 5의 배수 구하기#백만 이하로 시작하는 우박수 중 가장 긴 과정을 거치는 것은?#50자리 수 100개를 더한 값의 첫 10자리 구하기#3진법 뒤집기#06-1 내가 프로그램을 만들 수 있을 까?#파이썬 프로그래밍 어떻게 시작해야 할까?#05-6 외장함수#L2 노름#500개 이상의 약수를 갖는 가장 작은 삼각수는?#2.3.1 시맨틱#2.3 파이썬 기초#2.2.9 matplotlib 통합#20×20 격자에서 연속된 네 수의 곱 중 최댓값#2.2.5 %run명령어#2.2.4 자기관찰#2.2.3 탭 자동완성#jupyter notebook 실행하기#2.2.1 IPython 셸 실행하기#2.2 IPython 기초#2.1 파이썬 인터프리터#statsmodels#scikit-learn(사이킷런)#Scipy(사이파이)#matplotlib(맷플롯립)#05-5 내장 함수#05-4 예외 처리#enumerate()#05-3 패키지#05-2 모듈#05-1 클래스#05. 파이썬 날개 달기#04-3 파일 읽기 쓰기#04-2 사용자 입력과 출력#함수의 결괏값은 언제나 하나이다.#**kwargs : 딕셔너리#입력값이 몇개가 될지 모를 때는 어떻게 해야 할까?#매개변수와 인수#파이썬 함수의 구조#04-1 함수#프로그램의 입력과 출력은 어떻게 해야 할까?#반복문 while 활용하기#반복문 (For ) 활용하기#이백만 이하 소수의 합#변수 값 확인법#print함수#타입 및 변수#pandas(팬더스)#Numpy(넘파이)#필수 파이썬 라이브러리#파이썬을 사용하면 안되는 경우#glue code: 글루코드#왜 데이터 분석에 파이썬을 사용하나#jupyter notebook cell의 type#리스트 내포 사용하기#for문과 함께 자주 사용하는 range함수#03-3 for문#03-2 while문#03-1 if문#03. 프로그램의 구조를 쌓는다! 제어문#a + b + c = 1000 이 되는 피타고라스 수#수학과 파이썬 복습#01. 신경망 복습#자료형의 값을 저장하는 공간 변수#02-6 집합 자료형#Setting up your Environment#Adam optimizer#Variable and Adaptive Learning Rates#LeNet-5 코드 function api#LeNet-5 코드#LeNet-5 구조#02-4 튜플 자료형#02-3 리스트 자료형#Why is it Squared?#Categorical Cross Entropy#Binary Cross Entropy#10001번째의 소수#re모듈#문자열 인덱싱과 슬라이싱#1부터 100까지 "제곱의 합"과 "합의 제곱"의 차는?#1 ~ 20 사이의 어떤 수로도 나누어 떨어지는 가장 작은 수#End-to-end & Hand-crafted#Graph Transformer Network#Gradient-Based Learning Applied to Document Recognition#문자열 연산하기#숫자형을 활용하기 위한 연산자#파이썬 포르그래밍의 기초#'대화형' 인터프리터#파이썬으로 할 수 없는 일#파이썬으로 무엇을 할 수 있을까?#파이썬의 특징#파이썬이란?#파이썬이란 무엇인가?#Siamese Networks Loading in the data#face embeddings#Siamese Network#pytorch uncertainy estimation#Facial Recognition Section Introduction#세 자리 수를 곱해 만들 수 있는 가장 큰 대칭수는 얼마입니까?#00851475143의 소인수 중에서 가장 큰 수를 구하세요.#Softmax-with-loss계층의 계산 그래프#8.5.4 Deep Q-Network(강화학습)#8.5.3 자율 주행#8.5.2 이미지 생성#8.5 딥러닝의 미래#8.5.1 이미지 스타일(화풍)변환#8.4.3 사진 캡션 생성#피보나치 수열에서 4백만 이하이면서 짝수인 항의 합#1000보다 작은 자연수 중에서 3 또는 5의 배수를 모두 더하면#8.4.2 분할#8.4.1 사물 검출#8.4 딥러닝의 활용#8.3.3 분산 학습#8.3.4 연산 정밀도와 비트 줄이기#8.3.2 GPU를 활용한 고속화#8.3.1 풀어야 할 숙제#8.3 더 빠르게 (딥러닝 고속화)#the markov assumption#states actions rewards Policies#breakout: states actions rewards#Tic-tac-Toe#세가지 종류의 메모리 영역#행렬의 분해#전치(transposition)#커널 회귀#다항회귀#일반화가법모형#일반화선형모형#두 표본을 비교하기 위한 검정들#비율에 대한 검증#함수 function#repeat{}#apply()함수#기본도표 및 ggplot2패키지#R로 데이터 로드하기#행렬(matrix)#시킵 연결#이미지넷#깊게 하는 이유#정확도를 더 높이려면#손글씨 숫자를 인식하는 심층 cnn#GANs optimizer and loss pytorch#Generator pytorch#Discriminator pytorch#GAN pseudocode#Latent space#Generator loss#GANs#컴파일 언어#pytorch transfer learning without data augmentation#pytorch vgg16 model pre-trained#pytorch transfer learning with data augmentation#2-part CNN#Approches to Transfer learning#Large Datasets pytorch#인수 (factor)#How to build the model?#pytorch weight 변경해서 하기#pytorch top 10 recommended#pytorch %prun#pytorch Recommender systems with deep learning code#Embeddings & Concatenation#All data is not the same#A neural network for recommenders#How to recommend?#Recommender Systems with Deep Learning Theory#속성 attr()#백터간 연산#new.env()#ls()함수#REP()함수#SEQ()함수#일반 벡터#R의 자료구조#LeNet과 '현재의 CNN' 차이점#대표적인 CNN#층 깊이에 따른 추출 정보 변화#1번째 층의 가중치 시각화하기#cnn 시각화하기#단순한 CNN의 네트워크 구성#making predicions with Trained NLP Model#Text Classification with CNNs#pytorch Text Preprocessing#Pre-padding vs Post-padding#Tokens to Integers#Text Preprocessing#RNN with Embedding#Embeddings#pytorch nonlinear sequence LSTM code#pytorch nonlinear sequence SimpleRNN code#pytorch nonlinear sequence Linear code#Simple RNN GRU LSTM code#LSTM(long-short term memory)#GRU and LSTM#Recurrent Neural Networks(RNN)#Playing Attention to Shapes#RNN for Time Series Prediction#pytorch RNN series data#은닉 마르코프 모델#pytorch load MNIST#Grayscale Images#pytorch softmax function#google colab 모델 다운로드 하기#pytorch saving and loading model#pytorch build model#pytorch Classification Code#Linear Classification Basics#Regression Code Preparation#Machine Learning step#np.max 메소드#합성곱 계층 구현하기#풀링 계층 구현하기#python transpose#python reshape#No module named 'common.util'#ModuleNotFoundError: No module named 'common.util'#im2col로 데이터 전개하기#4차원 배열#합성곱/풀링 계층 구현하기#windows 동영상 자막 넣기#machine learning classification#layer normalization#Weight Normalization#SMOTE Synthetic Minority Oversampling Technique#MSE loss MAE loss#l1정규화 l2정규화#BorderlineSMOTE#부족한 데이터셋 해결 tensorflow#사전 확률 분포 Prior Probability Distribution#불변성 Invariance#Data Augmenttation#정규화 기법 Regularization#과적합 해결 overfitting#pip install konlpy#Attention mechanism#Anttention 신경망#RNN 문제점#한글 문장의 데이터화#영어 문장의 데이터화#tensorflow IMDB data load#Rnn Embedding#Reset gate forget gate hidden state#forget gate input gate Cell state output gate hidden state#GRU Gated Recurrent Unit#LSTM LONG Short-Term Memory#vanilla Recurrent Network: 기본적인 순환 신경망#Memoryless System Memory System#DenseNet 개발 주의 할점#Residual Unit 개발 주의 할점#tensorflow:Layer mymodel_2 is casting an input tensor from dtype float64 to the layer's dtype of float32#Densely Connected ConvNets DenseNet#GoogLeNet(Inception)#Bolleneck구조#합성공 신경망 역사#epoch batch#흑백 영상 컬러 영상#python 환경설정 anaconda 로 설치#shallow Neural Network Deep Nerual Network#AdaGrad RMSProp#Brute-Force: 무차별 대입법#학습 매개변수#sigmoid vs. softmax#평균 제곱 오차 : Mean Squared Error#딥러닝 관련 개념#pytorch image preprocessing#pytorch seed#tensorflow Checkpoint#ablation study#정규 표현식을 이용하여 숫자를 공백으로 변경#유클리드 거리#python current time#tensorflow unique#tensorflow image labeling#tqdm_notebook 사용법#텍스트 전처리 - 텍스트 정규화#자연어 처리 PYTHON 라이브러리#자연어 관련 용어#google colab github 파일 가져오기#tensorflow ImageDataGenerator#Convolution Filter#CNN(Convolutional NN) 구조#Overfitting 방지법 종류#Optimizer 종류#Cost Function 종류#Overfitting 처리#Normalization/Standardization#model fit#model loss#model batch_size#os.lisdir() 과 glob차이#MNIST images as PNGs#pip install pypng#No module named 'png'#How to download MNIST images as PNGs#python glob#이미지 분석 tensorflow 2.0 Pytorch#pip install ipywidgets#IProgress not found. Please update jupyter and ipywidgets#Cannot convert '' to EagerTensor of dtype uint8#tensorflow 데이터 활용#layer weight 가져오기#tensorflow layer#python 난수 생성#tensor to numpy#numpy array type 변경#tensorflow type 변경#tensorflow 2.0 and Pytorch#python image 합차기#python image size 줄이기#image 흑백으로 열기#matplotlib mark#matplotlib color#matplotlib subplot#numpy ravel#numpy reshape#keras fashion_mnist data load#tensorflow 설치 및 버전 확인#Jupyter notebook key#kernel 생성#windows 10 cuda version#anaconda yolov5#yolov5 환경 설정하기#재표본 추출#A/B검증#베이불 분포#긴꼬리 분포#model accuracy#model compile#keras model#평균 제곱근 오차 (Root Mean Squared Error : RMSE)#keras Sequential()#keras 모델 학습#tensorflow javascript#합성곱 신경망 (CNN : Convolutional Neural Network)# 분류(classification) 모델#활성화 함수(activation function)#인공 신경망의 작동원리#다층 퍼셉트론(multilayer perceptron)#pycharm tensorboard#TensorBoard를 이용한 그래프 시각화#tensorflow MNIST#one- hot encoding#회귀 분석#다중 선형회귀(Multi-Variable Linear Regression)#(linear regression을 placeholder로 구현)#최소 제곱법(Least-squares)#Tensorlfow 1.x 연산#Tensorflow의 상수(constant)#pycharm module 추가#Tensorflow의 특징#DBSCAN 알고리즘의 장점#classification_report#산점도#모델 학습#재현율(Recall)#적합률(Precision)#정답률(Accuracy)#분류기의 성능 평가#seaborn pariplot으로 두 변수 갂의 모두 경우의 수 그리기#eaborn 조인트 그래프#seaborn 산점도 그리기#데이터 분포 그래프#조인트 그래프#박스플롯 / 바이올린 그래프#빈도 막대그래프#seaborn 막대 그래프#seaborn heatmap 히트맵#히스토그램과 커널 밀도 함수#범주형 데이터의 산점도#plt.scatter#linestyle='dashed'#matplotlib install#서열 척도#quantile(사분위수) : IQR(75%에서 25% 뺀것 이상치 찾는 것 )#pivot_table#folium 시각화#pivot_table()#멀티 인덱스#groupby 함수#RandomForestClassifier#sklearn의 정규화#중복데이터 처리#연속형 데이터의 이산화#Dataframe의 null관련 메소드#결측치 연산#단계구분도)#folium(지도#seaborn(시각적인 효과가 조금 더 뛰어남 )#matplotlib(기본 시각화)#matplotlib 한글 폰트 오류 문제 해결#python oracle#sqlalchemy 패키지#html페이지의 table 태그의 내용을 DataFrame으로 변환#read.csv의 매개변수#fwf file#행과 열 전치(Transpose)#Fancy Indexing#ndarray의 자료형#희소 행렬(Sparse Matrix)#데이터 분석이나 머신 러닝에서 많이 사용하는 페키지#daum 카페 페이지에 접근#beatifulsoup4#Response 클래스#request encoding#path 환경변수#URL에 한글이나 특수문자가 있는 경우#request모듈 요청#crawling 한글#html crawling#connect sql#crate table#oracle create sequence#oracle 계장 생성#preHandle#Spring에서의 File Upload#spring file upload#Hibernate설정#클라이언트에서의 유효성 검사#Restful(Representational State Transfer) API#Spring의 Web Project 설정#데이터베이스 사용#spring Mavern Project 의 테스트#bean의 자동 생성#DI(Dependency Injdection -의존성 주입)#Spring bean configuration파일을 추가하고 작성#Project에서 spring을 사용할 수 있는 설정#spring을 사용하는 maven프로젝트 생성#mybatis 에서의 트랜잭션 처리#java version을 1.8 로 변경#Oralce과 Mybatis를 사용하기 위한 이존성 라이브러리 설정#spring bean configuration#집단 자료형의 주입#spring에서의 의존성 주입#eclipse plug-in으로 설치#URL 패턴#Controller패턴#url 매핑#web.xml파일 설정하는 방법#Listener: 이번트가 발생하는 동작#초기화 파라미터 사용 이유#jstl core기능#Servlet의 메소드#서버에서 처리한 후 결과 페이지에게 데이터 전달#html페이지 form만들기#로그처리#디렉티브(Directive)#서버에서 파라미터 읽기#WAS(WEB APPLICATION SERVER- WEB CONTAINER)를 설치#Web Push#json.parse()#mouse 이벤트#예외처리 방법#javascript 의 이벤트#매개변수(argument)#navigator 객체#windows 객체#BOM(Browser Object Model)#스크립트 작성 위치#자료형 변환#javascript디버깅#div와 span#table 관련 태그#imagemap#port 충돌#tomcat port설정#이미지 출력 태그#Mac에서는 encoding설정을 할 필요 없음#java 알고리즘#eclipse 출력 브라우저 변경#eclipse 설정#Cross Browing#MS – Windows용 실행 파일 만들기#jbcrypt#트랜잭션 생성#Map과 DTO비교#DTO패턴#데이터베이스 연결 및 해제#java에서 관계형 데이터베이스 연동 방법#병렬 스트림#Optional과 nonOptional#mutable과 immutable#keyword가 검색어#Element선택#kakap open api#TCP (연결형 통신)#DataiInputStream & DataOutputStream#Serializable -객체 직렬화#DTO(DATA tRANSFER OBJECt)#ByteStream#InputDialog#java.util.Date 클래스#java.util.UUID클래스#BigInteger 와 BigDecimal#hashCode()#사용자 정의 클래스#예외 강제 발생#java.lang패키지#java.lang.Throwable#인터페이스 생성#nextInt()#생성자에서의 super()#참조형 변수의 멤버 호출#overmorphism(다형성)#다형성 구현 실습#메소드의 매개변수#JUnit라이브러리#main 메소드를 소유한 클래스를 생성#최대/최소 ->scalar작업#shift 연산자#반복문(Loop)#Type Casting#bit(binary digit)#자료형(Data Type)#mongo db서버 실행#mongo db설치#mongo db명령어를 환경 변수의 path에 등록#컬렉션의 전체 데이터 조회#insert의 2번째 매개변수#mongodb port#2개의 list를 가지고 생성#str(문자열)#sequential type(데이터를 순서대로 저장하는 자료형)#format 메소드#list 안에 list 생성 가능#파이썬의 자료형#속성(field#__del__#__slots__ 속성#파이썬과 R의 차이#파이썬에서 함수는 일급 객체#__doc__#매개변수가 있는 함수#for ~ break ~ else#함수의 사용법 확인#Python에서 함수를 표현#빌트 인 함수 확인#python 비트 논리 연산자#python 산술연산자#PYTHON 비교 연산자#PYTHON TOOL#파이썬 프로그램의 구성 요소#PYTHON 조건 논리 연산자#PYTHON연산자#할당 연산자#무결성 제약 조건#plsql은 오라클#ORACLE 다중 행 서브쿼리#SQL(Structured Query Language)#python 다움 뉴스#python tag 가져오기#웹 크롤링 - 데이터 수집#python insert#DBMS 구성도#sqlite 연결#fetchone( )#긍정형 전방 탐색#python 정규식#non-greedy#import re#구구단 프로그램 - 2단#Calculator 클래스#클래스(class)#파이썬 날개 달기#키워드 파라미터#함수의 구조#계산기 기능#프로그램 입력과 출력#list내포#프로그램 구조#반복문 while#Python 설치하기#IDLE로 Python 프로그램 작성하기#Python과 에디터#IDLE 셸 창#Python의 특징#confusionMatrix#plotly_arules#상자수염#boosting(부스팅)#Coefficient 관계#CrossTable#사후활귤#omit#factor->as.character->numeric#동적 시각화 ggplot2#ggChoropleth#get_map()#string ->factor#k 인접 이웃 분류#Selector Gadget#r title#r pairs#ggMarginal#ggplot2 geom_crossbar#ggplot2 geom_point#ggplot2 geom_errorbar#ggplot2 geom_bar#tensorflow 1.x placeholder#tensorflow 1.x random#tensorflow 1.x#anaconda pytorch install#pytorch anaconda#tcp transmission control protocol#python filter#lambda함수#variable length argument#python return#keyword parameter#fused multiply-add#합성곱 연산#완전연결 계층(Affine 계층)#기본파라미터#Simple RNN Code#Biological Inspiration#Linear Model for Time Sereies#Recurrent Neural Networks#pytorch sequence data학습#Sequence Data#Tensorflow의 변수(variable)#pycharm 가상환경 추가#텐서플로 1.X#DBSCAN Clustring (밀도 기반 클러스터링) 알고리즘#군집(clustering)#결정 트리(Decision Tree) 알고리즘#f1지표(f1-score)#서포트 벡터 머신 (Support Vector Machine)#python function#fully -connected#python dict 순회#python continue#python break#python 반복문 while#Pytorch loading in the data#pytorch cnn#pytorch ann#pytorch Convolutioanal Arithmetic#average polling#max polling#Convolution filters#python else#python elif#pytohn tuple#문자열 타입의 이해 및 활용하기#pytorch regression#pytorch Classification#pytorch softmax사용하기#Activation Functions#Artificial Neural Networks Section introduction#랜덤 포레스트(Random Forest)#결정 트리(Decision Tree)#다중회귀분석(Multivariate Regression)#python 한국 시간으로 설정#pytorch predict#pytorch train#pytorch 모델 생성#다항회귀분석(Polynomial Regression)#단순회귀분석 예제#enumerate 함수#보스턴 주톡가격 회귀분석#다중 선형 회귀 예제#단순선형 회귀#Machine Learning and Neurons#데이터 타입과 컬렉션#통계학에서의 표본분포#선택 편향#램덤표본추출과 표본편향#이진 데이터와 범주 데이터 탐색하기#데이터 분포 탐색하기#변이 추정#절사평균#테이블 형식이 아닌 데이터 구조#정형화된 데이터의 요소#위치 추정#표본 추출#cartogram#데이터 구조화#DataFrame 결합#pandas의 함수 매핑#시계열 데이터에서의 누락된 값#지수이동 평균#django pytorch cuda out of memory#Outlier처리#Outlier 감지#다변량 분석에서 데이터의 상대적 크기 문제#불균형한(개수가 다른 경우) 클래스의 데이터를 가지고 분석을 해야 하는 경우#windows애서 python t실행시 라이브러리가 설치되지 않는데#일반적인 python이나 anaconda를 이용해서 설치한 파이썬 -C로 만들어진 PYTHON#EfficientNet#semi-supervised learning#범주형 데이터의 사용#windows에서 python실행 시 라이브러리가 설치되지 않는데#데이터 가공#pandas의 시각화#단계구분도(choropleth)#yolov5로 데이터 학습#jsp image가 깨져서 나오지 않을 경우#Required request part 'file' is not present#status 404#Exiting from "FORWARD" dispatch#visual studio code 연동 git#최댓값 찾기삭제#pandas의 자료구조#배열의 집합#requests 패키지#웹 요청 시 필요한 데이터#웹에서 데이터 가져오기#URLRouting#파이썬의 제어문#문자열 데이터를 숫자로 변경하기#파이썬 콘솔 입력#spring의 aop#Spring에서의 File Upload 처리#기본키 중복 검사#spring에서의 file upload처리#폼의 데이터 전송 시 유효성 검사#Validatation(유효성 검사)#json출력#pdf출력 -엑셀 처름 테이블에 데이터를 출력#csvExcel파일 읽기#Excel출력#하이버네이트 설정#하이버네이트 적용#itemid를 parameter 가 아니라 path variable로 처리하기#css나 js 이외의 기타 자원의 경로 설정#Dao는 sERVICE가 가져다가 사용합니다.#Oracle 데이터베이스를 연동하는 spring mvc project#출력할 View 선택#View에게 데이터 전달#개발분야#Goods테이블의 crud작업을 hibernate를 이용해서 처리#Mabatis -인터페이스를 이용한 사용#DI(Dependency Injection - 의존성 주입)#spring 의 Bean Container#Spring java application project 생성#IoC(제어의 역전)#STS(Spring Tool Suite)설치#삼각 달팽이#MVC Model 2 Pattern 의 프로젝트 실습#EL(Exoressuib Language)#No module named 'skimage'#No module named 'cv2'#Unknown layer: FixedDropout#124 나라의 숫자 python#쿠키와 세션 및 html5저장소#쿠키를 이용한 ID저장#로그아웃 처리#일정 시간 동안 세션을 사용하지 않으면 자동으로 세션을 초기화#에러 페이지 설정#Model 2 Pattern#소수 만들기#계산 그래프#웹 프로그래밍 연습을 할 때 가장 먼저 해볼 프로젝트#파라미터 한글 처리#jsp 기본 문법#자바 웹 프로젝트의 실행#예외처리(exception handling)#DOM 객체의 이벤트 처리#DOM(Document Object Model)#람다식 기본 문법#interface<T>)#제네릭 타입(class<T>#왜 제너릭을 사용해야 하는가 ?#Java Web Project배포#xhtml요소#MMS – Windows용 실행 파일 만들기SMS – Windows용 실행 파일 만들기 – Windows용 실행 파일 만들기#Web From End#외부로 부터 데이터를 방아서 사용하는 경우#데이터 저장 및 읽기#관계형 데이터베이스 인 오라클 사용#최근 언어의 자료형 구분#스트림 api#람다(Lambda)#일반적인 방법으로 web 의 데이터를 못 읽는 경우#Java가 실행을 할 때 클래스를 찾는 방법#두 개 뽑아서 더하기#인터프리터 언어#select 구문#java에서의 외부 라이브러리 사용#url 통신#java.net. InetAddress#java.nio.Path 클래스#File.클래스#형 변환 함수#문자 길이를 반환하는 함수#대소문자 함수#스레드 상태 제어#스레드 상태#동기화 메소드와 동기화 블록#스레드 우선 순위#작업 스레드 생성과 실행#멀티 스레드 개념#Swing의 일반 컴포넌트#Event처리#StringTokenizer 클래스#Class 클래스#System 클래스#Objects 클래스#Object클래스#java.lang과 java.util 패키지#자바 API 도큐먼트#생산자와 소비자 문제#예외 정보 얻기#사용자 정의 예외와 예외 발생#예외 떠넘기기#자동 리소스 닫기#예외 종류에 따른 처리 코드#예외 처리 코드#실행 예외(RuntimeException)#예외와 예외 클래스#중첩 인터페이스#중첩 클래스의 접근 제한#중첩 클래스와 중첩 인터페이스란#java.util.Scanner클래스#날짜 관련 클래스#인터페이스 상속#인터페이스 선언#Iterator & Enumeration#Property클래스#Set 인터페이스#java.util의 자료구조 관련 인테페이스와 클래스#자료구조(Data Structure)#인터페이스 사용#protected 접근 제한자#final클래스와 final 메소드#부모 생성자 호출#상속 개념#java.util 패키지#Enum(나열형 상수)#Template Programming(일반화 프로그래밍 - Generics)#Object Class#java.lang 패키지#객체 생성과 클래스 변수#객체(Object)와 클래스(Class)#배열타입#null과 NullPointerException#!= 연산#참조 변수의 ==#메모리 사용영역#데이터 타입 분류#document구성#absstract(추상)#패키지 이름이나 클래스 이름을 변경하고자 할 때#switch)문#조건문(if문#package &import#return type을 확인#메소드의 매개변수를 확인#end-to-end machine learning#AOP프로그래밍#문자열 연결 연산자#이항 연산자#비트 반전 연산자(~)#논리 부정 연산자(!)#연산자와 연산식#java 단위 테스트#게시판 작업#퀵sort#하노이탑 알고리즘#property 와 getter & setter#Selective Context Attentional Scene Text Recognizer#클래스의 상속#An End-to-End Trainable Neural Network for Image-based SequenceRecognition and Its Application to Scene Text Recognition#Robust Scene Text Recognition with Automatic Rectification#MNIST 데이터 셋#다차원 배열의 계산#시그모이드 함수와 계단 함수 비교#excludeFilters#기본(원시 : primitive)타입#long)#정수 타입(byte#논리 타입(boolean)#자동 타입 변환#강제 타입 변환#연산식에서의 자동 타입 변환#검색(search)#Selection sort(선택정렬)#Argument(매개변수)#Method Overloading(메소드 중복 정의)#java return#인스턴스 this#자바 개발 환경 구축#API 도큐먼트#자바 프로그램 개발 순서#주석과 실행문#실행문과 세미콜론(;)#워크스피이스#퍼스펙티브와 뷰#소스 파일 생성과 컴파일#풀인원 설치와 실행#github에서 java applicatiaon project가져오기#합계 문제#최대 최소 문제#교번처리#정수를 입력받아서 소수 판별하기#2-100까지 소수의 개수 구하기#반복문 2개를 이용한 별 출력#자바에서의 제어문#java application을 git hub 에 올리고 내려받기 그리고 업데이트#overflow & Underflow#Data Type(자료형)#프로그램 작업 단위#java 개발 도구 설치#기본형과 참조형#오픈 주소법#해시 충돌에 대한 대처#해시법#중위순회#전위순회#의존 전이#python과 mongo db연동#Map – Reduce(맵 리듀스)#mongodb cursor#RDBMS(관계형 데이터베이스)#python 자료형#STR Framework Analysis#파이썬에서 오라클 연결#blob 저장과 읽기#사용자 접근 제어#ORACLE Trigger#Wrong With Scene Text Recognition Model Comparisons#What Is Wrong With Scene Text Recognition Model Comparisons?Dataset and Model Analysis#메타 인지#머신러닝 개발에 이용하는 주요 환경#Many-core:#컴퓨터 클러스트#Boyer-Moore법#kmp법#부루트-포스법#테이블을 제외한 개체#List 과 ArrayList#동의어(synonym)#stored procesure#oracle 테이블 삽입#oracle 테이블 수정#char & varchar2#Wide Residual Networks 논문#Wide Residual Networks#지식 표현과 데이터 구조#oracle 그룹화#좌우공백#데어터저장소#진부분집합#poper subset#대체키#oracle select#데이터베이스 개론#도수 정렬#BeautifulSoup(뷰티풀솝)#뷰피풀솝 사용 방법#pycharm설치#데이터 입력과 조회#정규식 search#정규식 match#정규식 group#정규식 find#Deep Learning with Depthwise Separable Convolutions#Depth-wise-separable convolution#Xception#Efficient Convolutional Neural Networks for Mobile Vision Applications#MobileNets#집중 매커니즘#구조 분석#지식 획득#자연어 처리와 머신러닝#행운권 추첨 프로그램#하위 디렉터리 검색하기#탭을 4개의 공백으로 바꾸기#간단한 메모장 만들기#게시판 페이징하기#3과 5의 배수 합하기#구구단 프로그램#파이썬 프로그래밍 어떻게 시작해야 할까#텐서플로를 이용한 GAN구현하기#외장함수#테스트 오차#vanishing gradient problem#확률 기반 경사 하강법#신경망의 다층화#조건문 if#쿼리 작성하기#단순 삽입 정렬#파일 쓰기 python#파일 읽기 python#lamdba#자료형의 값을 저장하는 공간#집합 자료형#튜플 자료형#문자열 포맷 코드#문자열 슬라이싱#분산 인공지능#확정 시스템#강화 학습#강화 학습과 분산 인공지능#최대 수익 알고리즘#가짜 동전 찾기 알고리즘#양적 데이터#관측값#통계적 초급 이론#동적 시각화#knn(k-Nearest Neighbor)#나이와 성별에 따른 소득 차이#성별에 따른 소득 차이#나이에 따른 소득 차이#고수준 그래픽 함수#저수준 그래픽 함수#체육복 python#서포트 백터 머신#자율학습과 지도 학습#미로 찾기 알고리즘#확률 분포와 모델링#단순 선택 정렬#데이터 읽어오기와 저장#R 값(Value)의 기본 타입#객체 삭제#객체 조회#R Studio#R 의 소개와 설치#유전 알고리즘#탐색 트리 구축#실습 예제 확장하기#Django의 핵심 기능#웹프로그래밍의 이해#Django 웹 프레임워크#가중치와 최적화 프로그램#가중 회귀분석#선형 계획법#비선형 문제#선형 문제#상태 기반 에이전트#전이확률#유한 상태#상태 기계#유한 오토마톤#SIR모델#오토마톤과 인공 생명 프로그램#친구의 친구 찾기#회문 찾기#키패드 누르기 python#키패드 누르기 파이썬#하샤드 수 python#Deep Residual Learning for Image Recognition#Stochastic Depth ResNet#실패율 python#예산 python#정수 제곱근 판별 python#약수의 합 파이썬#소수 찾기 파이썬#문자열 내림차순으로 배치하기 python#문자열 내림차순으로 배치하기 파이썬#문자열 내 마음대로 정렬하기 python#문자열 내 마음대로 정렬하기 파이썬#크레인 인형뽑기 게임 python#크레인 인형뽑기 게임 파이썬#순차 탐색#탐색과 정렬#모두의 알고리즘 with 파이썬#링 버퍼#모두의 알고리즘 with python#알고리즘 분석#De Morgan's laws#사후 판단 반복#사전 판단 반복#구조적 프로그래밍#드로르간 법칙#기본 알고리즘#다층 계층 신경망#pytorch 가상환경(anaconda)으로 설치#텐서플로 첫걸음#그래프 이론#Inception-ResNet and the Impact of Residual Connections on Learning#Inception-v4#RecursionError#파라미터 이름 작성#Arrays.binarySearch#Inception-v2 Inception-v3: Rethinking the Inception Architecture for Computer Vision#Inception-v2Inception-v2#Inception-v3#Rethinking the Inception Architecture for Computer Vision#순환 신경망과 LSTM#순환 신경망#ResNet-1001#ResNet200#Identity Mappings in Deep Residual Networks#정수 내림차순으로 배치하기 python#잔차분석#자릿수 더하기 python#자연수 뒤집어 배열로 만들기 python#이상한 문자 만들기 파이썬#두 정수 사이의 합 python#두 정수 사이의 합 파이썬#같은 숫자는 싫어 파이썬#같은 숫자는 싫어 python#2016년 python#2016년 파이썬#Deep Networks with Stochastic Depth#다음 큰 숫자#inception v1#Going Deeper with Convolutions#Very deep convolutional networks for large-scale image recognition#ImageNet Classification with Deep Convolutional Neural Networks#top-5 accuracy#top-1 accuracy#top-1 error#top-1#가운데 글자 가져오기 파이썬#가운데 글자 가져오기 python#나누어 떨어지는 숫자 배열 파이썬#나누어 떨어지는 숫자 배열 python#문자열 내 p와 y의 개수 python#문자열 내 p와 y의 개수 파이썬#문자열을 정수로 바꾸기 python#서울에서 김서방 찾기 파이썬#수박수박수박수박수박수? python#수박수박수박수박수박수? 파이썬#모의고사 파이썬#모의고사 python#키패드 누르기#Arrays 클래스#H-Index python#k번째수 파이썬#람다식이란#K-means Algorithm#내부함수#coefficient#로지스틱 회귀#수박수박수박수박수박수?#두 정수 사이의 합#같은 숫자는 싫어#문자 조작 함수#오버피팅#다리를 지나는 트럭#백준 2557#[1차] 비밀지도#강제 형 변환#직사각형 별찍기#최대공약수와 최소공배수#문자열을 정수로 바꾸기#문자열 다루기 기본#문자열 내림차순으로 배치하기#문자열 내 p와 y의 개수#L2 정규화#다중 분류#지도 학습#디스크 컨트롤러#데이터 프레임#데이터 삽입#방문 길이#후보키#yolo9000#최댓값과 최솟값#N개의 최소공배수#JadenCase 문자열 만들기#mobilenet#가장 큰 정사각형 찾기#단체사진 찍기#ridge regression#최솟값 만들기#비밀지도 파이썬#프로그래머스 정수 삼각형#괄호 변환#스레드 풀#파이 그래프#L2 norm#선 그래프#AnnotationConfigApplicationContext#linspace#제일 작은 수 제거하기#핸드폰 번호 가리기#익명 객체#GenericXmlApplicationContext#데이터 출력#Fully convolutional network#Binary classification#동영상 자막 넣기#연관규칙#가장 큰 수#Convolutional neural networks#웹 기초#R select#R mutate#R filter#정수 내림차순으로 배치하기#자연수 뒤집어 배열로 만들기#자릿수 더하기#이상한 문자 만들기#서울에서 김서방 찾기#One-hot encoding#데이터 정규화#정수 제곱근 판별#python Module#variable scope#pane#이중우선순위큐#Python map#python설치#pytorch 설치#servlet-context.xml#spring mvc project#올바른 괄호#리스트 자료형#전화번호 목록#더 맵게#가장 먼 노드#타겟 넘버#python dict#python select#다항식 회귀#교차검증#기능개발#folium#조건 분기#List 인터페이스#인터페이스의 역할#행렬 변환#정규방정식#학습률#124 나라의 숫자#YoloV3#문자열 내 마음대로 정렬하기#시계열 데이터#순환신경망#Python 시각화#K번째수#완주하지 못한 선수#정수 삼각형#eclipse 환경 설정#피처 엔지니어링#Inference#선형 검색#linear search#python 그래프#스프링이란#보초법#List Comprehension#파이썬 웹 표준 라이브러리#Mean Squared Error#rpart#Feature map#t-SNE#비밀지도#이진분류#의사결정 나무#vggnet#Classfication#Convolution#순차 데이터#이분 탐색#Dropout#연쇄법칙#Tokenization#평균제곱오차#시그모이드 함수#심층 신경망#LeNet#Tensorflow install#sigmoid#경사 하강법#interface create#결정계수#경사하강법#인터페이스 구현#역전파#오차함수#word embedding#pytorch#릴레이션#udp통신#Facial recognition#다중공선성#배깅#클래스 선언#나누어 떨어지는 숫자 배열#가운데 글자 가져오기#짝수와 홀수#약수의 합#피보나치 수#행렬의 덧셈#데이터프레임#강화학습#곰믹스 사용법#VIT#gui 프로그래밍#oracle grant#oracle 테이블 삭제#oracle any#oracle 그룹함수#오라클 연동#데이터베이스 개념#랜덤포레스트#Random forest#인공지능(AI)#dataframe#비트논리연산자#cudnn#MNIST#wordcloud#오토인코더#convolutional neural network#KoNLP#Map 인터페이스#Collection 인터페이스#도수 분포표#continue문#Anaconda 설치#최대 공약수#StringBuffer 클래스#matrix multiplication#파이썬으로 할 수 있는 일#python class#Decision Tree#python for#dendrogram#static메소드#dplyr#K-Means#tensorflow#지능형 에이전트#평균 구하기#최솟값 구하기#상속(Inheritance)#사전확률#gridlayout#borderlayout#arrange#html 파싱#maven project#학습 속도#deep learning#확률변수#post방식#SelectionSort#혼잡도#파이썬 설치하기#throws#이상치#if 문#Json파싱#카디널리티#데이터베이스 연결#String 클래스#StringBuilder 클래스#pandas#콜라츠 추측#java 예외처리#내장 객체#메타인지#무향 그래프#유향 그래프#Sesseion#Java varargs#R설치#scikit-learn#레벨 1#Oracle dual#시저 암호#객체 지향 프로그래밍#반복문 for#분산분석#@Transactional#데이터 조회#mean square error#소켓 통신#선형회귀분석#선형회귀#분기문#MultipartFile#시뮬레이션 프로그램#전이행렬#java gui#python set#python list#webstorage#로또 추첨번호#부트스트랩#추상 클래스#후위순회#h-index#스레드 그룹#텍스트마이닝#고수준#저수준#메모리 셀#Deep Copy#셸 정렬#큐레이션#빅데이터#KeyListener#churn#mongo db#자동형변환#변수 선언#collect#tanh#동적 계획법#xml 출력#bytes#의사결정나무#자기조직화지도#정밀도#ORACLE JOIN#@Component#기술통계량#Multi Thread#lombok#mybatis#데몬 스레드#데이터베이스설계#데이터 입력#File Upload#증감연산자#스트라이드#PICKLE#web socket#Oracle 권한#퀵 정렬#sgd#form태그#행렬의 곱셈#일반함수#기술통계#anonymous#short circuit evaluation#감성분석#유전알고리즘#진화연산#이항분포#분산 컴퓨팅#Anaconda#이진검색#중첩 클래스#메소드 재정의#추상메소드#quicksort#JFrame#염기서열#tf-idf#베이즈 정리#선택 정렬#확률분포#삽입 정렬#java.util.Calendar#데이터 마이닝#@Autowired#막대 그래프#컴퓨터 비전#내장 함수#expert system#구명보트#2016년#Concatenation#주식가격#비트연산자#유의수준#TORCH#가설검증#while문#request 객체#데이터베이스 구축#산술 연산자#critical section#Container#Histogram#DICT#숫자함수#CREATE#데이터 표준화#inner class#신뢰구간#Google map API#Melt#RandomAccessFile#기계번역#통계분석#객체지향 프로그래밍#연산자 오버로딩#rollback#xml 파싱#concat#PIE#순차적구조#메소드#사칙연산#백터#데이터 정렬#consumer#Markov Chain#무한루프#주석처리#Oracle View#ArrayIndexOutOfBoundsException#BufferedReader#힙 정렬#merge sort#Insertion Sort#mutual exclusion#프로젝트 생성#척도#문자열 비교#정적 메소드#기본형#반복문#numpy#편향#피보나치#클래스 상속#Decorator Pattern#Composite Pattern#Adapter Pattern#귀무가설#상관계수#자료형#지지도#퀵정렬#버블 정렬#내적#recursion#dynamic web project#스파스#하노이의 탑#단위 테스트#top5#스킬트리#softmax#html5#scatter#property#dim#실패율#FOR문#Java Programming#Lasso#정규분포#자율학습#가중치#기울기#dynamic programming#재귀호출#Tuple#JavaFX#함수형 프로그래밍#CDN#chain rule#jQuery#Configuration#commit#grant#adam#URL Encoding#Drop#variable#재현율#필드#pass#속성#t분포#reduce#땅따먹기#시각화#stack#기계학습#summary#xml parsing#팩토리얼#while#for#크롤링#Twitter#ID3#STR#machine learning#canvas#step#집합#short#int#Forwarding#큐#properties#그룹화#redirect#체육복#alter#collections#베스트앨범#JSmooth#음성인식#argument#에이전트#wrapper class#제약조건#mvc#final#object#단항연산자#iris#신뢰도#series#조이스틱#Singleton#Parameter#Filter#switch#데이터베이스#링크드 리스트#트리거#모듈#변수#유효성 검사#대문자#ml#AOP#프린터#정렬#스택#파라미터#Selection Sort#논리연산자#select#문자열#생성자#char#volatile#디자인 패턴#병렬처리#Optimizer#index#transaction#textarea#Cursor#h2o#환경설정#array#sequence#maven#트리#hibernate#UML#null#연산자#파일 시스템#udp#패딩#트랜잭션#상속#controller#http#interface#메뉴#Matrix#피로도#KNN#사상#Regular Expressions#디자인패턴#Thread#날짜함수#문제#XHTML#순위#모의고사#TABLE#예산#classification#네트워크#URL#도메인#검색#Map#Ajax