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 |
- GAN
- Tomek links
- Clustering 기반 이상탐지
- Text generation
- SQL 데이터 분석 첫걸음
- Gausian Density Estimation
- 프로세스 마이닝
- auto encoder
- Process Mining
- 국비지원교육
- One-Sided Selection
- Generative modeling
- PM4Py
- Fixed Learning
- Petri net
- Condensed neares neighbor rule
- 딥러닝
- Grad-CAM
- 병리 AI
- multi modal
- Digital Pathology
- 거리 기반 이상탐지
- XAI
- Data Imbalance
- 밀도 기반 이상탐지
- Random Undersampling
- Meta heuristic
- OCSVM
- Inatance segmentation
- Sequence data
- Today
- Total
목록전체 글 (51)
Create Opportunities

Day 1 데이터, 데이터베이스 그리고 DBMS 데이터 베이스의 특징 : 자료를 구조화 / 여러 사용자가 동시에 사용 / 응용 프로그램을 사용 응용 프로그램은 DBMS라고 한다. 사용자들은 데이터 베이스에 접근을 할 때 DBMS를 통해서만 접근할 수 있다. 종류는 뭐가 있을까? 대표적으로 아래의 네 가지를 얘기해볼 수 있다. Day 2 데이터베이스 다루기 MySQL에서 사용 가능한 데이터 타입 종류 ? → 정수형/실수형/문자형/날짜형 데이터를 저장하기 전에 저장 공간의 데이터 타입을 미리 지정해야 하기 때문에 데이터 타입을 잘 알아야 한다. 해당 저장 공간에서 미리 정해둔 데이터 타입이 아닐 경우, 데이터 저장이 불가능하다. 정수형 데이터 타입 안에서도 또 한 번 Byte(컴퓨터 저장 공간의 단위) 수에..

1. 데이터 연결 : 데이터를 분석하기 위해 여러 데이터를 결합하는 방법. 예전에는 Join 방식을 사용했는데, 태블로가 발전하면서, 자동으로 적절한 Join을 만들어줄 수 있게 되었다. Table을 가져다 놓기만 하면, 각각 Table을 유지하여 집계값이 중복되지 않도록 하면서 Join을 해준다. 2. Basic Chrat 1. Scatter Plot - 원의 크기 및 투명도 조절 가능 2. Line Chart - 추이 분석에 용이 3. Bar Chart - sort 활용, 개별 bar를 드래그하여 그룹 생성 가능 4. Map + 계층을 잘 사용하자. 1. +/- 버튼으로 뷰의 세부 수준을 쉽게 바꿀 수 있다. 즉, 좋은 UI로 차원/측정값을 빠르게 선택 가능하다. 2. 필터링을 할 때 상위 계층을 선..

어떤 자료구조를 택하느냐에 따라서 적용 가능한 알고리즘이 달라진다. 1. 완주하지 못한 선수 (Hash) Hash 특징을 살펴보자. 이름 대신에 번호가 주어졌다면? → 선형 배열 (인덱스로 몇 번째 원소에 접근 가능하다.) 배열의 인덱스 말고 문자열로 접근할 수 있는 좋은 자료구조는 뭐가 있을까? → Hash!!! 문자열을 key로 보고 hash table에 mapping 시킬 수 있는 자료구조. 각각의 key값은 hash function으로 mapping 가능. hash bucket이 많을수록 다른 버킷에 사상될 가능성이 높아질 것임. 같은 버킷에 들어가면 충돌이 일어남. Python의 dictionary를 생각해볼 수 있다. dictionary를 구현할 때 내부적으로 Hash table을 이용하기 때..

List 형태로 주어진 term의 형태는 ['A 6', 'B 12', 'C 3'] 와 같은 형태이다. 이를 Dictionary로 아래와 같이 변환할 수 있다. termsInfo = dict() term = term.split() termsInfo[term[0]] = int(term[1]) * 28 #(x28은 month to day를 위해서) Lv. 1 def dateToDay(date): y, m, d = map(int, date.split(".")) return (y * 12 * 28) + (m * 28) + d def solution(today, terms, privacies): answer = [] # today today = dateToDay(today) # terms termsInfo = di..

멀티 모달은 여러 가지 다른 유형의 데이터를 동시에 사용하는 기술을 말한다. 이를 위한 다양한 Task에 사용되는 데이터는 이미지, 비디오, 음성, 텍스트, 센서 등 다양한 유형의 비정형 데이터가 해당될 수 있다. 다양한 정보의 조합으로 이루어진 데이터를 활용하여 기계 학습 모델의 정확성을 높일 수 있다. 멀티 모달은 다양한 분야에 적용된다. 아래와 같이 예를 들어볼 수 있다. 1. 음성 인식 및 자연어처리(NLP) - 음성과 텍스트를 결합하여 높은 수준의 자연스러운 대화 인터페이스 구현 - 대화 중 발생하는 다양한 모드의 정보를 고려하여 의도 파악 및 응답 생성 - 감정 분석, 문장 분류 등을 통한 다양한 정보를 활용하여 높은 정확도 달성 2. 영상 인식 - 이미지, 비디오 데이터를 활용하여 물체 인식..

Lv. 2 내 풀이 (시간 초과) def solution(numbers): answer = [] for i in range(len(numbers)-1): num = numbers[i] for j in range(i, len(numbers)): if numbers[j] > num: answer.append(numbers[j]) break if j == len(numbers)-1: answer.append(-1) answer.append(-1) return answer 단순히 for문으로 풀었다. 효율적인 정답 풀이 def solution(numbers): stack = [] answer = [-1] * len(numbers) for i in range(len(numbers)): while stack and..

Lv. 1 내 풀이 import string def solution(s, skip, index): answer = '' for spell in s: for i in range(index): spell = string.ascii_lowercase[(string.ascii_lowercase.index(spell) + 1) %26] if spell in skip: spell = string.ascii_lowercase[(string.ascii_lowercase.index(spell) + 1) %26] answer += spell return answer 왜 안되는지 아직 이해 못함. 정답 풀이 from string import ascii_lowercase def solution(s, skip, index): ..