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 |
- 협업필터링
- 3줄 논문
- pytorch
- DilatedNet
- 튜토리얼
- 나는 리뷰어다
- 코딩테스트
- 입문
- Recsys-KR
- 큐
- DFS
- 알고리즘
- 스택
- Python
- TEAM EDA
- hackerrank
- Semantic Segmentation
- 프로그래머스
- MySQL
- 추천시스템
- eda
- Image Segmentation
- 한빛미디어
- TEAM-EDA
- 엘리스
- 파이썬
- 나는리뷰어다
- Machine Learning Advanced
- Object Detection
- Segmentation
- Today
- Total
목록2020/12 (18)
TEAM EDA
대학원 신입생의 2020년 회고록 졸업, 입학 2020.08월 6년 반이라는 시간을 보낸 한양대 산업공학과를 졸업했습니다. 총 학점 3.96, 전공 학점 4.07로 나쁘지 않은 학과생활을 했습니다. 동아리 생활도 많이 했는데 이때 한양대의 FRAME 동아리에서 TEAM-EDA라는 스터디를 했기에 지금의 제가 있지 않았나 생각합니다. 라이즈, KT 스카이 라이프 올해 1월부터 6월 동안 학교의 인턴십 프로그램을 통해서 라이즈라는 스타트업에서 데이터 분석 직무를 맡았습니다. 업무는 KT 스카이라이프의 사용자 데이터와 VOD 정보를 가지고 VOD 큐레이션을 개발하는 역할이었습니다. 주로 했던 역할은 사용자에 대한 분석과 VOD 추천시스템 개발 그리고 2주 동안 할인 쿠폰을 추천해줄 고객을 선정하는 작업을 진행..
NIPA 2020 인공지능 문제해결 경진대회, 4관왕 달성 후기 이번 포스팅에서는 해달이라는 팀으로 2명의 팀원과 함께 나간 인공지능 문제 해결 대회의 후기를 작성하겠습니다. 김현우 : https://github.com/choco9966 박수희 : https://github.com/Soohee410 박기찬 : https://github.com/CentralPark-gichan 저희 팀은 카이스트 산업 및 시스템공학과인 저와 고려대학교 통계학과 대학원에 다니는 2명 팀을 이루어 대회에 참여했습니다. 이번 경진대회는 기존의 경진대회와는 다르게 예선을 통해서 상위 150팀을 선정하고 150팀이 2주 동안 최대 5개의 대회에 참여하는 형식이었습니다. 예선 예선의 경우 7일이라는 짧은 기간동안 대회가 진행되었습니..
우선순위 큐 우선순위 큐 : 원소를 제거할 시, 가장 우선순위가 높은 원소를 제거 (아래의 예시에서는 5부터 제거되었지만 실제 코드에서는 작은 값이 우선순위가 높다고 가정되어서 작은 값부터 제거됩니다.) 우선순위 큐 : 배열로 구현하기 class priorityQueue: ''' 우선순위 큐를 리스트으로 구현합니다 ''' def __init__(self) : self.data = [0] def push(self, value) : ''' 우선순위 큐에 value를 삽입합니다. ''' self.data.append(value) def top(self) : ''' 우선순위가 가장 높은 원소를 반환합니다...
트리 대표적인 자료구조 4가지 스택 : 마지막에 들어온 녀석이 먼저 나감 큐 : 먼저 들어온 녀석이 먼저 나감 트리 : 정점과 간선으로 이루어진 자료구조 트리의 용어 정점 : Node 간선 : 정점과 정점을 잇는 선 부모노드 : 바로 위에 달려있는 노드. 예) 2번과 3번노드는 1번 노드를 부모노드로 가짐 자식노드 : 바로 아래에 달려있는 노드. 예) 1번 부모노드의 자식노드는 2번과 3번 노드 레벨 : 노드의 높이를 의미 트리의 경우 트리 안에 또다른 트리가 존재 (트리의 재귀적 성질) 그렇다면, 트리를 왜 사용하는 것일까요? 정점에 무슨 자료를 담는가? : 코드가 실행되는 상태 간선은 어떤 의미인가? : 코드 A가 코드 B를 부른다. 즉, 트리를 보면 컴퓨터가 코드를 어떻게 실행시키는지에 대한 상태를..
list(map(list, zip(*mat)))
import numpy as np x = [[1, 2, 3], [4, 5, 6]] # 방법1. np.concatenate(x) np.concatenate(x) # 방법2. flatten() np.array(x).flatten() # 방법3. chain from itertools import chain list(chain(*x)) # 방법4. List Comprehension [j for i in x for j in i] # 방법5. reduce 사용 방법 list(reduce(lambda x, y: x+y, myMatrix))
원문 링크 ; http://www.somanet.xyz/2017/06/blog-post_21.html?showComment=1609072753155#c2471006822219488770 Google Drive path Make Google Drive Path Linkable Linkable Image path Save to Clipboard Image Tag Save to Clipboard Preview image
파이썬에서 데이터 프레임의 메모리를 줄여주는 코드 def reduce_mem_usage(df): """ iterate through all the columns of a dataframe and modify the data type to reduce memory usage. """ start_mem = df.memory_usage().sum() / 1024**2 # print('Memory usage of dataframe is {:.2f} MB'.format(start_mem)) cols = [c for c in df.columns if c not in ['log_date', 'date', 'etc_str2']] for col in cols: #..
파이썬 및 파이토치의 시드를 고정해주는 명령어 # Update 코드 # 링크 : https://www.kaggle.com/reighns/complete-and-reusable-pytorch-pipeline def seed_all(seed: int = 1930): print("Using Seed Number {}".format(seed)) os.environ["PYTHONHASHSEED"] = str( seed) # set PYTHONHASHSEED env var at fixed value torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) torch.cuda.manual_seed(seed) # pytorch (both CPU and CUDA) np.ran..