본문 바로가기
728x90
반응형
SMALL

분류 전체보기1626

[Julia] IJulia IJulia IJulia는 Jupyter 대화형 환경 (IPython 에서도 사용됨)과 결합된 Julia 언어 백엔드이다. 이 조합을 사용하면 코드, 형식화된 텍스트, 수학 및 멀티미디어를 단일 문서에 결합 하는 Jupyter/IPython의 강력한 그래픽 노트북을 사용하여 Julia 언어와 상호 작용할 수 있다. IJulia는 Jupyter 언어 커널이며 다양한 노트북 사용자 인터페이스와 함께 작동합니다. 클래식 Jupyter Notebook 외에도 IJulia는 노트북 및 코드용 Jupyter 기반 통합 개발 환경인 Jupyter Lab과도 작동힌다. nteract 노트북 데스크탑 은 nteract와 함께 설치하기 위한 자세한 지침과 함께 IJulia를 지원한다. 설치 using IJulia Pkg... 2022. 12. 5.
[Julia] Visual Studio Code Visual Studio Code Julia 프로그래밍 언어는 속도와 단순성을 위해 구축된 높은 수준의 동적 언어이다. Julia는 데이터 과학, 기계 학습, 과학 컴퓨팅과 같은 영역에서 일반적으로 사용되지만 여전히 대부분의 프로그래밍 사용 사례를 처리할 수 있는 범용 언어이다. Visual Studio Code 용 Julia 확장에는 기본 제공 동적 자동 완성, 인라인 결과, 플롯 창, 통합 REPL, 변수 보기, 코드 탐색 및 기타 여러 고급 언어 기능이 포함되어 있다. https://code.visualstudio.com/docs/languages/julia Julia in Visual Studio Code Learn about working with the Julia programming lang.. 2022. 12. 5.
Data Encoding Data Encoding 시간이 지남에 따라 신경망에 데이터를 인코딩하는 많은 다양한 방법이 있다. 시계열 인코딩은 시간이 지남에 따라 발생하는 이벤트를 신경망에 표현하는 것을 다룬다. 순방향 신경망은 항상 주어진 입력 벡터에 대해 동일한 출력 벡터를 생성하기 때문에 이 인코딩이 필요하다. 순환 신경망은 시간이 지남에 따라 발생하는 데이터를 자동으로 처리할 수 있기 때문에 시계열 데이터를 인코딩할 필요가 없다. from IPython.display import display, HTML import pandas as pd import numpy as np x = [[32], [41], [39], [20], [15]] y = [1,-1,0,-1,1] x = np.array(x) print(x[ :, 0]) .. 2022. 12. 1.
[정보 의학] 라이프 로그 (Life Log) 라이프 로그 (Life Log) 라이프 로그는 다양한 목적을 위해 다양한 양의 세부 정보로 일상 생활을 기록한 개인 기록이다. 레코드에는 인간 활동의 포괄적인 데이터 세트가 포함되어 있다. 이 데이터는 사람들이 어떻게 생활하는지에 대한 지식을 높이는 데 사용될 수 있다. 최근 몇 년 동안 일부 라이프 로그 데이터는 웨어러블 기술 또는 모바일 장치 에 의해 자동으로 캡처되었다. 웨어러블 카메라로 포착한 시각 데이터를 처리하고 분석하는 컴퓨터 비전의 하위 분야를 egocentric vision 또는 egography라고 합니다 헬스케어 분야에서는 최근 정밀 의학 (precision medicine)이 대두되면서 임상 데이터, 유전체 데이터와 접목된 라이프로그 데이터의 활용도가 주목 받고 있다. 라이프로그는 .. 2022. 12. 1.
스틸녹스 (Stilnox) 스틸녹스 (Stilnox) 졸피뎀은 불면증이나 앰비엔 (Ambien), 앰비엔 CR (Ambien CR), 인터메조 (Intermezzo), 스틸넉스 (Stilnox), 스틸넉트 (Stilnoct), 서블리넉스 (Sublinox), 하이프너젠 (Hypnogen), 조네이딘 (Zonadin), Sanval, Zolsana and Zolfresh 등은 졸피뎀의 시판되는 품명이다. 일반적으로 15분 이내에 약효를 내고 2~3시간의 짧은 반감기를 갖는다. 졸피뎀은 약효가 빠르고 그 지속 시간이 짧은 수면제이다. 졸피뎀은 비-벤조디아제핀류’로써 ‘이미다조피리딘류(진정제의 일종)’로써 ‘벤조디아제핀류’처럼 GABAA수용체에 결합함으로써 신경전달물질인 GABA의 효과를 증가시킨다. 투여한 약제가 목적부위로 이동해 효.. 2022. 12. 1.
[Android Studio] Google API Google API Google API는 구글 로그인 연동 기능을 제공하고 있다. Google API 프로젝트 구성 인증 사이트에서 OAuth 2.0 웹 클라이언트 ID를 지정해야 한다. 실제 앱에서는 이 클라이언트 ID가 앱의 백엔드 서버를 나타낸다. 앱 등록 및 설정 Google API Console에 프로젝트를 만들고 SHA 인증서 지문을 등록하면 된다. Gradle 서명 보고서 gradle task에서 gradle signingreport를 입력한다. 인증서 지문을 등록하면 구글 로그인을 위한 OAuth client가 구성된다. build.gradle dependencies { /* ... */ implementation 'com.google.android.gms:play-services-auth.. 2022. 12. 1.
[Machine Learning] 의사 결정 트리 : 붓꽃 (Iris) 데이터 로드 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeClassifier from sklearn import tree iris_dt = load_iris() train_x, test_x, train_y, test_y = train_test_split(iris_dt.data, iris_dt.target, test_size=0.2, random_state=0.. 2022. 11. 29.
[Data Science] 모델 평가 일반화 평가 모델이 학습 데이터가 아닌 새로운 데이터에 대해서도 좋은 성능을 내는지 일반화 에러를 통해 평가한다. 일반화 에러를 구하는 방법은 다양하지만 일반적으로 학습-평가 데이터 나누기, 교차검증을 통해 구할 수 있다. 학습-평가 데이터 나누기 (Train-Test data Split) 데이터를 학습용과 평가용으로 나눠 평가하는 방법이다. 일반적으로 8:2 비율이 가장 흔하게 사용된다. 무작위로 비율만큼의 데이터를 선택해 학습용 데이터를 만들고 나머지를 평가용 데이터로 사용해 모델이 학습용 데이터에만 최적화 되어있는지 검증한다. 교차 검증 학습-평가 데이터 나누기를 한 번만 하는 것이 아니라 여러 번 반복해서 일반화 에러를 평가하는 방법이다. K-Fold 교차 검증 (K-Fold Cross Valid.. 2022. 11. 29.
[Generative Model] 서로 다른 이미지 오토인코더 라이브러리 from matplotlib.pyplot import imshow import numpy as np import cv2 from tensorflow.keras.utils import img_to_array from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential SIZE=256 # Limiting to 256 size image as my laptop cannot handle larger images. img_data = [] img = cv2.imread('einstein.jpg', 1) # Change 1 to 0 for Grey scal.. 2022. 11. 25.
[Generative Model] 노이즈 제거 (MNIST) 라이브러리 from tensorflow.keras.datasets import mnist from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential import numpy as np import matplotlib.pyplot as plt (x_train, _), (x_test, _) = mnist.load_data() x_train = x_train.astype('float32') / 255. x_test = x_test.astype('float32') / 255. x_train = np.reshape(x_train, (len(x_train), 28, .. 2022. 11. 25.
728x90
반응형
LIST

티스토리툴바