전체 글

집합에서 곱집합 또는 데카르트 곱은 각 집합의 원소를 성분으로 하는 튜플들의 집합을 말한다. 쉽게 말해, 두 집합 A = {1, 2}, B = {3, 4}가 있을 때 A의 원소와 B의 원소를 곱해 나올 수 있는 모든 경우의 수를 담고 있는 집합 {3, 4, 6, 8}이다. 경우의 수는 사칙연산으로 쉽게 구할 수 있지만, 집합을 구하기 위해서는 itertools 라이브러리의 product를 사용한다. 순열과 조합을 구하는 permutations, combinations과 사용법은 동일하다. product(A, B)로 A, B에 iterable한 객체를 전달하면 A와 B의 원소들을 가지고 만들 수 있는 모든 경우의 수를 보여준다. 다음은 숫자 리스트와 문자열로 product를 사용한 예이다. 의도한 바대로 ..

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 코드 import heapq def solution(scoville, K): answer = 0 # 섞은 횟수 heapq.heapify(scoville) # 최소 heap # 새로운 스코빌 지수 계산이 가능할 때(len >= 2) while len(scoville) >= 2: min1 = heapq.heappop(scoville) # 최소값이 K 이상이면 조건을 만족하므로 반복문 종료 if min1 >= K: return answer # 최소값이 K 미만이면 새로운 스코빌 지수 계산 else: min2 = h..

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 코드 def solution(clothes): # 각 종류별 가진 의상을 저장 (종류:[이름, 이름, ...]) closet = {} for name, kind in clothes: if kind in closet.keys(): closet[kind] += [name] else: closet[kind] = [name] # A의 종류가 N개, B의 종류가 M개 일 때 가능한 모든 경우의 수 (N+1)(M+1) answer = 1 for _, value in closet.items(): answer *= (len..

7주차 일정 9/18 - 9/20 시각지능 딥러닝 9/21 - 9/22 미니프로젝트 3차 9/18 - 9/20 시각지능 딥러닝 지난주까지는 CNN 중심으로 배웠다면, 이번주는 객체 탐지 그리고 YOLO 모델을 다뤘다. 내가 YOLO를 처음 알게 된 건 작년이었는데, 그때까지만 해도 내 실력으론 저런 건 못하겠지.. 머신러닝 사랑해♡ 하던 내가 YOLO를 만질 수 있다고요?! 진짜 신기합니다. (지금도 학습시켜 놓고 쓰는 중이에요^^!!) Object Detection Object Detection = Classification + Localization Localization: 단 하나의 object 위치를 Bounding Box로 지정하여 찾음 Object Detection: 여러 개의 object 위..

6주차 일정 9/11 - 9/13 미니프로젝트 2차 9/14 - 9/15 시각지능 딥러닝 9/11 - 9/13 미니프로젝트 2차 1차 미프가 끝난 지 얼마 되지도 않았는데 순식간에 찾아온 2차 미프! 1일 차에는 머신러닝 모델들을, 2-3일 차에는 머신러닝/딥러닝 모델 모두를 사용하는 프로젝트를 진행했다. 하루종일 모델링을 위해 데이터 전처리를 하다보니 전처리의 중요성을 정말 크게 느낄 수 있었다. 특히 기억에 남는건, 1일 차에 했던 미세먼지 데이터에 '현상번호(국내식)'이라는 컬럼을 통해 새로운 경험을 했다는 것이다. 해당 컬럼 값이 1901, 4019와 같은 형태로 이루어져 있어 무슨 의미를 내포하고 있는지 파악하기 어려웠는데 기상청에서 관련 정보를 찾을 수 있었다. 40번대의 값들이 먼지현상을 나..

9/4 - 9/8 딥러닝 딥러닝 수업 후반부에는 나중에 프로젝트할 때나 앞으로 엄!청! 유용하게 쓰일 것 같은 hugging face와 open ai API를 사용하는 법을 배워서 따로 정리해 보고자 나눠서 쓰는 5주차 후기임다. Hugging Face 사용하기 Hugging Face에는 이미 학습이 완료된 다양한 모델들이 올라와있어, 사용하고자 하는 목적에 맞는 모델을 선택해 쉽게 사용할 수 있다. 데이터셋 로딩 모델 로딩 모델 사용 Models - Hugging Face huggingface.co 라이브러리 설치 !pip install transformers !pip install datasets !pip install xformers 감정 분석 from transformers import pipel..