전체 글70 [Flutter] macOS에 Flutter 설치하기 1. Flutter SDK 다운로드 https://flutter.dev/docs/get-started/install Install Install Flutter and get started. Downloads available for Windows, macOS, Linux, and Chrome OS operating systems. flutter.dev 2. 압축 해제 후 Flutter SDK 파일을 원하는 폴더로 이동 3. 환경변수 설정 터미널 실행 후 .zshrc 파일을 열어 환경변수를 설정 $ vi ~/.zshrc $ export PATH=$PATH:flutter_SDK_폴더_경로/flutter/bin Command + Option + C 4. 재부팅 5. VSCode > 확장 프로그램 설치 왼쪽 사.. 2021. 6. 12. [Docker] Docker 명령어 정리 도커를 적용해본지 24시간이 채 지나지 않은 도린이(?)다. 명령어를 정리해보려 한다. ▶ 도커 컨테이너 모두 중지 $ docker stop $(docker ps -a -q) ▶ 도커 컨테이너 모두 삭제 $ docker rm $(docker ps -a -q) ▶ 도커 이미지 모두 삭제 $ docker rmi $(docker images -q) ▶ 도커 이미지 생성 $ docker build -t {image_name} . ▶ 도커 컨테이너 실행 - (-d)는 백그라운드 실행 옵션 $ docker run -d --name {container_name) -p 8000:80 {image_name} ▶ 도커 컨테이너 확인 $ docker ps # 현재 실행중인 컨테이너 $ docker ps -a # 전체 컨테이.. 2021. 4. 11. Python read_excel 에러 ValueError: Your version of xlrd is 2.0.1. In xlrd >= 2.0, only the xls format is supported. Install openpyxl instead. - 아래 코드 실행 $ pip install openpyxl 2021. 4. 2. 20210307 - 장점, 단점 장점 첫인상이 좋다. (정말 많이 듣는다.) 잘 웃는다. 입꼬리가 올라가있다. 단기적인 목표 달성이 나에게는 살아가는 동기 부여가 된다. 예를 들어, 오늘의 투두리스트가 90% 이상 완료가 되었다면 치킨을 먹는다. (행복) 주말에 공부하는 것이 당연하다. (노트북 들고 카페 가는 즐거움) 안되는 일은 될때까지 하지만 해야할일도 많은데 더 많은 시간을 잡아먹는다고 생각이 들면 과감히 접는다. 대신, 무의식 속에서 디버깅한다. 잠에 들어서도 하는 것 같다. (여태까지 축적된 경험과 지식이 총동원되는 느낌) 그러다 문득 떠오른다. 화장실에서, 세수할 때, 양치할 때, 어떤 날은 몸에 물이 닿자마자 퍼뜩 방법이 스쳐지나간다. 생각이 나면 노트북을 열어 생각난대로 코드를 짠다. 실행한다. 돌아간다. 그럴 때 이런.. 2021. 3. 7. Diabetes-Linear-Regression github.com/yiho119/Diabetes-Linear-Regression yiho119/Diabetes-Linear-Regression Contribute to yiho119/Diabetes-Linear-Regression development by creating an account on GitHub. github.com Linear-Regression - 모든 데이터로부터 나타나는 오차의 평균을 최소화할 수 있는 최적의 기울기와 절편을 찾는 것 Polynomial-Regression Ridge Lasso 2021. 3. 7. Iris-Classification Iris 품종 분류하기 github.com/yiho119/Iris-Classification yiho119/Iris-Classification Contribute to yiho119/Iris-Classification development by creating an account on GitHub. github.com Pipeline - scaler와 model이 적용된 파이프라인을 생성해봤다. - 새로운 방법론을 습득했다. 학교 다닐 때 이런 것을 왜 안해봤나 싶다. - 기존 프로젝트에도 적용해보고싶은 욕심이 생겼다. Random Search 2021. 3. 6. 머신러닝: 분류 모델 성능 측정 지표 Precision (정밀도) - 모델이 True라고 분류한 것 중에서 실제 True인 것의 비율 - 정밀도의 값은 0에서 1까지의 값을 가지며 값이 클수록 정밀도가 높은 것을 의미함 Recall (재현율) : - 실제 True인 것 중에서 모델이 True라고 예측한 것의 비율 - 재현율의 값은 0에서 1까지의 값을 가지며 값이 클수록 재현율이 높은 것을 의미함 Accuracy (정확도) - True-True뿐만 아니라 False-False라고 예측한 경우도 고려하는 지표 - 정확도의 값은 0에서 1까지의 값을 가지며 값이 클수록 정확도가 높은 것을 의미함 F1-score - Precision과 Recall의 조화평균 - F1-score의 값은 0에서 1까지의 값을 가지며 값이 클수록 F1-score가 높.. 2021. 3. 6. Train(학습), Validation(검증), Test(테스트) 데이터, train_test_split 전체 데이터를 학습에 전부 사용하지 않고 나누어 사용하는 이유 - 학습 데이터를 사용해 생성한 모델의 정확도를 검증하기 위해 - 학습한 모델의 성능이 좋고 나쁨을 판단하기 어려움 - 전체 데이터를 사용했을 때 과적합의 문제가 발생할 수 있음 => 그렇기에 train 데이터와 test 데이터를 분류해서 학습 데이터로 모델을 생성하고, 테스트 데이터로 모델을 평가함 train_test_split를 사용한 train/test 데이터셋 분리 from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split # iris 데이터 laod X, y = load_iris(return_X_y=True) # X: 입력 데이터.. 2021. 3. 6. 머신러닝: 지도학습, 비지도학습, 강화학습 ▶ 지도학습 : 정형화된 데이터로 정답이 정해져 있는 데이터를 학습하는 것 ▶ 비지도학습 : 비정형화된 데이터로 데이터의 특성을 파악하는 것 ▶ 강화학습 : 스스로 학습하며 보상을 최대화하는 행동을 찾는 것 2021. 3. 6. 머신러닝(Machine Learning) 머신러닝(Machine Learning)이란? "머신러닝"은 인공지능(AI)의 한 분야로, 데이터 분석을 위한 모델 생성을 자동화 하여 소프트웨어가 데이터를 바탕으로 학습하고 패턴을 찾아낸다. 이를 통해 사람의 개입을 최소화 하고 빠르게 의사 결정을 내릴 수 있도록 지원한다. ▶ 도메인 지식이 있지 않아도 데이터의 특성을 학습하고 학습한 모델의 성능을 향상시키는 것 ▶ 일반적인 데이터에 대해서도 평균 이상의 성능을 나타낼 수 있는 것 ※ 대표적인 5가지의 task Classification label이 있는 데이터를 label에 맞게 잘 분류하기 위해 학습하는 일 Clustring label이 없거나 category가 무엇인지 알지 못하는 데이터를 군집별로 나누는 일 Regression 데이터의 특성에 .. 2021. 3. 6. 이전 1 2 3 4 5 6 7 다음
