오늘은 머신러닝을 배우는데 있어서 필요한 numpy에 대해 정리해보겠습니다. 1. Numpy란? numpy는 Numerical Python의 약자입니다.파이썬의 고성능 과학 계산용 패키지로 Matrix와 Vector와 같은 Array 연산을 할때 사용하며 표준 라이브러리 처럼 사용하고 있습니다. 한글로는 넘파이로 주로 통칭하며, 넘피/늄파이라고도 부르기도 합니다. 2. Numpy 특징 numpy의 특징은 다음과 같습니다. 일반 List에 비해 빠르고, 메모리를 효율적으로 사용한다.반복문 없이 데이터 배열에 대한 처리를 지원하여 빠르고 편리하다.선형대수와 관련된 다양한 기능을 제공한다.C, C++, 포트란 등의 언어와 통합이 가능하다.3. Numpy 레퍼런스numpy를 학습할때 참고하면 좋은 사이트 목록입..
class TempComponent extends Component{ constructor(props){ super(props); } render(){ return(); } } React에서 Component를 생성할 때 state 값을 초기화하거나 메서드를 바인딩할 때 construcotr()를 사용합니다. React의 Component의 생성자는 해당 Component가 마운트 되기 전 호출됩니다. React.Component를 상속한 컴포넌트의 생성자를 구현할 때는 super(props)를 선언을 권고하고 있습니다. 이유는 this.props 사용 시 생성자 내에서 정의되지 않아 버그 발생 가능성이 생기기 때문입니다. class TempComponent extends Component{ constr..
Spring을 처음 배웠을때 Service, Dao를 Autowired로 필드 주입으로 배웠습니다. 당연히 지금까지 필드 주입으로 해야 한다고 생각 했습니다. 얼마전까지 node로 서버를 개발하다 다시 Spring을 사용해야 할때까지 말이죠. 하지만 최근에 Spring Boot 문서를 보다보니 Autowired를 필드 주입이 아닌 생성자 주입으로 권고 하고 있는 것을 알았습니다. 왜 필드 주입을 하는지 그리고 공식 문서에서 어떤 방식은 추천하는지 알아 보겠습니다. 1. Autowired 생성자 주입으로 변경하는 방법. 우리가 배워 왔던 방식은 아래와 같은 코드 입니다. public class ExampleCase{ @Autowired private ChocolateService chocolateServi..
머신러닝 알고리즘들 중 가장 심플하고 이해하기 쉬운 알고리즘인 KNN에 대해 알아보겠습니다. KNN은 최근접 이웃 알고리즘이라고도 합니다. 알고리즘의 이름 처럼 새로운 데이터를 입력 받았을 때 이 데이터와 가장 근접한 데이터들의 종류가 무엇인지 확인하고 많은 데이터의 종류로 분류하는 알고리즘입니다. Classification의 대표적인 알고리즘으로 지도 학습(supervisor Learning)에 해당합니다. KNN의 알고리즘의 정의와 Python으로 간단한 예제를 실행해볼게요. 1. KNN 알고리즘 KNN 알고리즘을 간단하게 정의 하자면 새로운 데이터와 기존 데이터들간 거리를 측정하고 가까운 데이터들의 종류가 무엇인지 확인하여 새로운 데이터의 종류를 판별하는 알고리즘입니다. 여기서 K는 인접한 데이터의..
머신러닝의 종류는 점점 더 많아지는 것 같습니다. 데이터 사이언티스트 관련 공부를 하기 위해 머신러닝의 종류 중 비지도학습과 지도학습의 차이를 정리하고 각각 어떤 종류가 대표적인지 알아보겠습니다. 1. 머신러닝 종류 머신러닝의 종류는 많은데 다음을 기준으로 분류를 하면 도움이 됩니다. 사람의 감독 하에 훈련하는 것인지 그렇지 않는 것인지 (지도, 비지도, 준지도, 강화학습) 실시간으로 점직적인 학습을 하는지 아닌지 (온라인 학습과 배치학습) 단순하게 알고 있는 데이터 포인트와 새 데이터 포인트를 비교하는 것인지 아니면 훈련 데이터셋에서 과학자들처럼 패턴을 발견하여 예측 모델을 만드는지 (사례 기반 학습과 모델 기반 학습) 3가지 범주는 원하는데로 융합이 가능합니다. 2. 지도학습 (Supervised L..
머신러닝 개발 환경을 세팅하기 위해 가장 먼저 해야 할 것은 python 개발 환경을 만드는 일 입니다. 그 중 머신러닝에 필요한 라이브러리들이 모두 집합되어 있는 아나콘다 윈도우 설치 방법을 정리해보겠습니다. 1. 아나콘다 다운로드 아나콘다는 쉽게 말해 필요한 라이브러리들을 쉽게 설치하고 관리할 수 있게 해주는 도구 입니다. Python을 사용하면 여러가지 필요한 라이브러리를 사용자가 직접 설치해야 하는데요. 아나콘다를 설치하면 머신러닝에 필요한 모든 라이브러리들을 한번에 설치가 가능합니다. 그럼 아나콘다를 설치해볼까요? https://www.anaconda.com/distribution/ Anaconda Python/R Distribution - Free Download Anaconda Distrib..
- Total
- Today
- Yesterday
- 에라토스테네스
- 퍼셉트론
- LeetCode 5월 챌린지
- 지도학습
- 머신러닝
- React 프로젝트 생성
- JavaScript ID 정규식
- Java
- git
- LeetCode 30일 챌린지
- 노드
- 파이썬 numpy
- LeetCode 풀이
- 파이썬
- 넘파이
- CHATGOT
- Node
- numpy
- Python
- react
- Java leetcode
- 리엑트
- LeetCode 알고리즘 공부
- GPTGOT
- 30 Day LeetCode Challenge
- 버츄얼스튜디오코드
- Component
- vscode
- GPT서비스
- Next.js 프로젝트 생성
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 | 31 |