일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- Text generation
- Clustering 기반 이상탐지
- Data Imbalance
- 딥러닝
- Meta heuristic
- Random Undersampling
- Sequence data
- 국비지원교육
- SQL 데이터 분석 첫걸음
- Inatance segmentation
- Condensed neares neighbor rule
- XAI
- OCSVM
- PM4Py
- Gausian Density Estimation
- 거리 기반 이상탐지
- 밀도 기반 이상탐지
- Petri net
- One-Sided Selection
- 프로세스 마이닝
- multi modal
- 병리 AI
- Fixed Learning
- GAN
- auto encoder
- Tomek links
- Grad-CAM
- Generative modeling
- Process Mining
- Digital Pathology
- Today
- Total
목록전체 글 (51)
Create Opportunities
# Weather Observation Station 3 Query a list of CITY names from STATION for cities that have an even ID number. Print the results in any order, but exclude duplicates from the answer. select distinct A.city from station A where mod(A.id, 2) = 0 ; # Weather Observation Station 5 Query the two cities in STATION with the shortest and longest CITY names, as well as their respective lengths (i.e.: nu..

차원 축소 차원 축소 기법을 왜 배워야 하며, 왜 사용하는가? 수천, 수백만개의 feature를 가지고 ML/DL 학습을 진행하여 Y를 예측하게 된다. feature가 너무 많다면 학습이 느려질 뿐더러, 정확도 측면에서도 방해가 될 수 있다. (차원의 저주!!!) 우리는 3차원에 갇혀있다. 더 높은 차원을 볼 수 없다. 어떤 데이터가 왜 이상치인지 파악하기 위해서는 2,3차원 공간으로 축소해서 눈으로 확인해볼 수 있으며, 이에 기반한 이상탐지 기법이 다양하다. 차원 축소의 효과는? 변수 간 상관성을 제거할 수 있다. 학습 모델의 과적합을 방지할 수 있다. 학습 모델의 예측 성능의 향상을 유도할 수 있다. EDA에 활용될 수 있다. 차원 축소는 사실 큰 개념에서 보았을 때, 변수 선택 / 변수 추출로 나누..

https://arxiv.org/abs/2303.16160 One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer Whole-body mesh recovery aims to estimate the 3D human body, face, and hands parameters from a single image. It is challenging to perform this task with a single network due to resolution issues, i.e., the face and hands are usually located in extremely sm arxiv.org 본 논문은 단일 이미지에서 3D 인간 몸체, 얼굴..

엑셀 파일로 저장해둔 유튜브 링크를 input으로 넣어준다.from webdriver_manager.chrome import ChromeDriverManager from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.chrome.service import Service import pandas as pd import time excel_file = '/home/kimjaeyoon/바탕화면/kimjaeyoon/Youtube_Links.xlsx' data = pd.read_excel(excel_file) link_list = data['주소'].to_list()input xpath와 en..

근무하는 인공지능연구센터에서 데이터 구축 업무를 담당하면서 1000시간 가량의 선별된 유튜브 영상을 수집하고, 발화 단위로 영상을 분할하는 작업을 진행했다. 선임 연구원님께서 3일만에 개발한 Data Collector 툴을 사용하여 수집이 간편했지만, 데이터 구축은 사람의 손이 닿을 수 밖에 없는 영역이기에 매우 오랜 시간을 투자해야 했다. 많은 기업과 기관에서 효율적인 데이터 수집과 어노테이션 툴 개발에 힘을 쓰는 이유를 느낄 수 있었다. 초기 input 데이터로 들어갈 영상을 수집하기 위해서는 수동적으로 유튜브 영상을 모으기도 해야 했지만, 크롬 드라이버와 Selenium을 활용해서 영상 링크를 모은 뒤, Data Collector에 입력하는 과정까지 자동화해서 데이터 구축을 빠르게 진행할 수 있었다..

1. 더 맵게 (Heap) Heap은 이진트리 기반의 자료구조이며, max/min 값을 빠르게 찾기 위해 사용된다. Complete Binary Tree의 형태를 띄며, 부모 자식 노드 간에는 특정한 크기 관계가 성립한다. 문제 설명 N개의 수와 K값이 주어짐. 가장 작은 수 + (두 번째로 작은 수 * 2) → 하나의 수 모든 수가 K 이상이 되도록 → 얼마나 + 해야하는가? 모든 값을 K 이상으로 만들 수 없는 경우 → -1 리턴 (한 개만 남았는데, 그 값이 K 이상이 아닌 경우) 알고리즘 복잡도 최악의 경우 수가 하나 남을 때까지 섞어야 하는 경우 (n-1회) 섞은 값 정렬된 배열 어디 들어가야 하는가 (O(n)) → 전체 문제 풀이의 복잡도 : O(n^2) → 지나치게 높다. 난 위와 같이 풀었..
Day 6 데이터 그룹화 (GROUP BY) 데이터를 그룹화해서 통계낼 수 있어야 한다. 고객 등급 별 매출 통계, 상품 카테고리별 실적 통계 등… Ex) SELECT type FROM mypokemon GROUP BY type; 그룹에 조건 주기 (HAVING) HAVING 조건식 형식으로 사용 → 조건식에는 그룹 함수를 사용. GROUP BY로 묶은 조건 중 HAVING 조건에 해당하는 값만 가져와라. 다양한 그룹 함수 (집계 함수) 모두 SELECT, HAVING 절에서 사용 가능하다. 데이터를 그룹화한 후 (조건에 따라) 집계할 수 있는 함수들로 보면 된다. COUNT, SUM, AVG, MIN, AVG 문법 순서 : SELECT(5) → FROM(1) → WHERE(2) → GROUP BY(3)..
상담예약제 정답 해설 풀이계획 : Merge Sort와 비슷한 느낌으로 구현. string의 시간을 적절히 숫자로 바꿔주는 작업 필요. def parse_time(t): h, m = map(int, t.split(':')) return 60*h + m def solution(booked, unbooked): booked = [(parse_time(t), name) for t, name in booked] + [(1000000, None)] unbooked = [(parse_time(t), name) for t, name in unbooked] + [(1000000, None)] booked.sort() unbooked.sort() b, u, t, answer = 0, 0, 0, [] while b < l..