NICE SUGI

👩🏻‍💻 Github https://github.com/nicesugi/HappyCoders.git SQLite 설치 완료 확인 끝 ! 참 쉽쥬~??

import datetime def datetime_decorator(func): def decorated(): print datetime.datetime.now() func() print datetime.datetime.now() return decorated @datetime_decorator def main_function_1(): print "MAIN FUNCTION 1 START" @datetime_decorator def main_function_2(): print "MAIN FUNCTION 2 START" @datetime_decorator def main_function_3(): print "MAIN FUNCTION 3 START" ..... X 100번 출처: https://bluese0..

스파르타 내일배움캠프에는 비공식 주말반이 있다. 주말과 공휴일에도 출근해서 공부하는 고정 멤버가 나를 포함해 몇몇 있는데 그 중에 주 천사님이 있다. 이 분은 캠프 첫 주부터 소문이 자자하셨는데, 이번 인스타그램 클론 코딩 끝나고 제출된 코드들 중에 가장 좋은 평가를 받았던 분으로 튜터님들이 코드 작성시 참고하면 좋을 것 같다는 코멘트까지 있었다. 그러다가 어제인 14일 토요일 오후부터 백엔드 부분의 코드리뷰를 급 !! 8시에 시작했고 코드 리뷰를 들으면서 해봐야겠다 한 점들은 4가지가 있었는데, 차근차근 해보려고 한다. 1. 코드 작성 전에 한글로 과정을 적어보기. 2. MongoDB, Python 공식 홈페이지 들어가서 튜토리얼 해보기. 3. list / filter / lambda / map 찾아보..

논리 회귀로 풀기 힘든 문제가 등장 했을 때, 그 문제가 0 또는 1로 풀어야 할 때 ! 이진 논리 회귀(Binary logistic regression)로 해결할 수 있다. 선형회귀와 계산은 같지만 출력에 Logistic function(=Sigmoid function)를 붙여서 딥러닝에서는 시그모이드 함수(Sigmoid function)라고도 불림 입력값(x)으로 어떤 값이든 받을 수가 있지만 출력 결과(y)는 항상 0에서 1사이 값을 가짐 이진 논리 회귀에서의 손실 함수 ; 확률 분포 그래프의 차이를 비교할 때 (선형회귀에서 정답값을 나타내는 점과 우리가 세운 가설의 거리를 최소화했던, loss를 최소화하는 함수를 사용하듯) tensorflow > Crossentropy 이용 Keras > bina..

머신러닝 수업에서 사용한 라이브러리 & API from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam, SGD import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from sklearn.model_selection import train_test_split Sequential : 순차 모델 class Dense : 일반 조밀하게 연결된 NN 레이어입니다. class Adam : Adam 알고리즘을 구현하는 옵티..

머신러닝 1주 차 강의를 바탕으로 타임어택 테스트를 봤다. kaggle 홈페이지에서 데이터를 받아 맥주소비량과 행복지수가 어떻게 변하는지 맥주 소비량이 1000일 때의 행복지수는 어떻게 되는지 코드를 작성한 후 제출 ! 맥주 소비량 : x 행복 지수 : y 팀으로 진행 됐었는데, 답안코드로 올라가서 너무 좋음👻 다른 답안 코드를 보고 우리 코드를 보았을 때 어떤 차이가 있고 어떤 장단점이 있는지는 잘 모르겠다. 아직은!

머신러닝 1주 차 강의가 끝났다. 강의 내용으로 어제 13일인 아침과 저녁에 간단한 OX퀴즈와 타임어택 테스트이 진행됐는데, 잼.. 👍 API 공부의 필요성에 대해 듣고 내가 사용했던 것!들의 내용을 찾아보았다. 오픈소스 소프트웨어 라이브러리? API? 등등 내일 찾아 봐야 할 듯. 검색할 때 마다 간단히 예시로 풀어볼 수 있는 문제들이 있었고 뭐가 뭔지 잘 모르겠지만, Colab / Github 으로 바로 저장할 수 있어서 유익해 보여서 머신러닝 배우면서 참고하면 많은 도움이 될 수 있을 것 같다. 지금까지 배운 머신러닝은 순차적이고 코드가 정해져있고, loss값을 줄여나가는 점이 재밌다. 머신러닝 딥러닝을 배워서 해볼 수 있는 점들이 꽤나 흥미로웠지마는..... 다음 주 수요일부터 사물인식 프로젝트를..

chr() 정수>문자 ord() 문자>정수 int() 정수 str() 문자 float() 실수 연산을 하다가 map 함수를 알게 되었다. 변수를 따로 더 쓰지 않아도 깔끔하게 만들 수 있다니 .. 너무 좋은 함수인 듯 하여 따로 구글링을 해봄 우선 map 구글링을 해보니 lambda가 같이 많이 나오던데, 람다는 .. 지금 기본도 깨끗하게 못쓰니까 패스 리스트화, 이미지 맵을 정의하는데에도 사용하는 등의 여러 사용법이 있는 것 같다. 그 중 우선 연산에 이용할 수 있는 부분, 객체 변환 하는 법이다. map() 은 여러 개의 데이터를 한 번에 다른 형태로 변환하기 위해 사용할 수 있다. 맵핑을 사용해 둘을 묶어주고 int / float를 적용해주면, 변환이 된다. 클래스를 map으로도 만들 수 있는데, ..

앞으로 배울 기본 구조는 항상 선형 1차 함수에서 시작 ! 계산은 기계가 하니까 개념만 이해하면 된다고 한당.. 모든 문제는 선형으로 풀 수 있다라는 가정이 "선형회귀" 일단 선형으로 풀어보겠다는 것이고 이 선형은 1차 함수로 알고 있으면 된다. H(x) = Wx + b local minimum initial rate는 랜덤 시작이라는 점을 참고해 optimizer 안에 경사하강법 방법이 포함되어 여러가지 옵티마이저를 써서 글로벌 미니멈을 찾을 수 잇는지 확인을 한당. 이 과정이 굉장히 노가다라고 하더라,.. 이런 방법을 이용해 머닝러닝 모델을 학습시키고 평가를 해야하는데 이걸 통틀어 데이터셋 분할 Original Set.이라함 크게 [학습 training] 과 [평가 testing] 로 나누고, 학습 ..

인증에서 사용자가 자격 증명을 사용하여 성공적으로 로그인하면 JWT가 반환됨 JWT는 권한 부여와 정보 교환할 때 사용함 보안 문제를 방지하기 위해 세심한 주의가 필요함 -토큰을 필요 이상으로 오래 보관해서는 안 됨 ! -민감한 세션 데이터(서버에 저장되는)를 브라우저 저장소에 저장해서는 안 됨 ! 구성 헤더 JWT 토큰 유형 HMAC SHA256 or RSA 같은 서명 알고리즘 { "alg": "HS256",#알고리즘 "typ": "JWT"#토큰 } 유효 탑재량 : 클레임을 포함하는 페이로드 - 클레임은 사용자 및 추가 데이터에 대한 설명으로, 이름은 단 3자 ! - 페이로드는 클레임을 인코딩하는 것 등록된 클레임 : 미리 정의된 클레임 집합 ; iss, exp, sub, aud 등 공개 클레임 : 사..