- 전체보기(61)
- AIFFEL(29)
- 아이펠(29)
- AIFFEL WEEK03(10)
- python(9)
- EXPLORATION(8)
- FUNDAMENTAL(8)
- AIFFEL WEEK02(7)
- 파이썬(7)
- AIFFEL WEEK04(6)
- assignment(4)
- cs231n(4)
- 퍼널마케팅(3)
- flipped(3)
- 경험설계(3)
- 경험마케팅(3)
- 모듈(3)
- 딥러닝(3)
- 함수(3)
- Flipped log(2)
- AIFFEL WEEK01(2)
- 그로스마케팅(2)
- 머신러닝(2)
- for문(1)
- dropna(1)
- 신경망(1)
- NLP(1)
- 파일합치기(1)
- 컨볼루션(1)
- 사용법(1)
- 바로가기(1)
- 선형모델(1)
- cv2(1)
- Pythno(1)
- segmentAsPascalvoc(1)
- linear_transformation()(1)
- colormap(1)
- 모델링(1)
- 코드(1)
- 분석(1)
- 반복문(1)
- 마케팅종말(1)
- 마케팅퍼널(1)
- 선형회귀(1)
- 파일(1)
- extend(1)
- 효율성(1)
- pixellib(1)
- automation(1)
- 입출력(1)
- AI(1)
- 훈련(1)
- 퍼셉트론(1)
- log(1)
- 인공지능(1)
- isnull(1)
- 업무(1)
- 단축키(1)
- segmentation(1)
- 선형(1)
- 2022년(1)
- random(1)
- 데이터프레임(1)
- RNN(1)
- 변환(1)
- 내장함수(1)
- Embedding(1)
- DS Flipped(1)
- opencv(1)
- file(1)
- 기초(1)
- 비선형(1)
- 시각화(1)
- shuffle(1)
- 회귀(1)
- 자동화(1)
- 그로스해킹(1)
- Activation Functions(1)
- computational graphs(1)
- IMDB(1)
- Backpropagation(1)
- 적합도(1)
- applyColorMap(1)
- 이미지분석(1)
- sum(1)
- 통계(1)
- Neural Networks(1)
- tf.io.gfile.glob(1)
- 리본프로젝트(1)
## 온라인 마케팅 가설 검증 테스트 결과 ##
한달간 진행했던 가설 검증 테스트를 종료했습니다. 결론부터 이야기하자면 테스트는 성공적이었습니다. 그런데 가설이 검증되었냐는 부분에 대해서는 보완이 필요하다는 결론입니다.우리는 시작할 때 아래의 가설을 세웠습니다.사람들은 그럴 듯한 허위 정보로 인한 피로도로 인해마케팅
ᄂ 🔴 [36 일차] : Flipped : logging 06
ᄂ 🔴 [33 일차] : Assignment
random.shuffle 순서 뒤섞기
시퀀스 순서 뒤섞기. (= 순서 랜덤 배치)※ 시퀀스 : String, List, Tuple 등.※ 원본이 바뀜. (※ 복사본 생성 후 변환 X)
원본리스트.extend(연결할리스트) 합치기
tf.io.gfile.glob() |()와일치하는 파일 목록을 반환
filenames = tf.io.gfile.glob(TRAIN_PATH)TRAIN_PATH에 있는 파일을 filenames 에 담자.
NAS + Docker + Django
Django 가이드 Django 공식 문서 Docker Ubuntu 20.04 SSH 접속 ssh [ID]@[IP] -p [port] sudo docker exec -it ubuntu /bin/bash cd mnt apt upgrade apt update apt in
데이터프레임에 Null 값이 있는지 확인하는 방법은 .isnull().sum()을 사용
데이터프레임에서 Null을 제거할 때는 dropna() 함수
로그 변환이 분포의 치우침을 줄어들게 하는 이유
로그함수의 특징0<x<1 범위에서는 기울기가 매우 가파릅니다. 즉, xx의 구간은 (0, 1)(0,1)로 매우 짧은 반면, yy의 구간은 (-\\infty, 0)(−∞,0)으로 매우 큽니다.따라서 0에 가깝게 모여있는 값들이 xx로 입력되면, 그 함수값인 y
2022년 지금까지 네가 아는 마케팅은 끝났다.
사전적의미 : 집단, 무리; 한 회분; (일괄 처리를 위해) 함께 묶다딥러닝에서 : 모델의 가중치를 한번 업데이트시킬 때 사용되는 샘플들의 묶음을 의미예시 \- 총 샘플 수: 1,000개배치사이즈 : 2020개의 샘플 단위마다 모델의 가중치를 한번씩 업데이트총 훈련
ᄂ 😄 [21 일차] : EXPLORATION 7. 인물사진을 만들기
얕은 피사계 심도(shallow depth of field : DOF) :셸로우 포커스(shallow focus) \- 배경을 흐리게 하는 기술배경이 있는 셀카를 촬영합니다. (배경과 사람의 거리가 약간 멀리 있으면 좋습니다.)시맨틱 세그멘테이션(Semantic se
🔴 Lecture 09. | CNN Architectures
본 글은 Hierachical Structure의 글쓰기 방식으로, 글의 전체적인 맥락을 파악하기 쉽도록 작성되었습니다. 또한 본 글은 CSF(Curation Service for Facilitation)로 인용된(참조된) 모든 출처는 생략합니다. <a href=
😄 Lecture 07. | Training Neural Networks II
본 글은 Hierachical Structure의 글쓰기 방식으로, 글의 전체적인 맥락을 파악하기 쉽도록 작성되었습니다. 또한 본 글은 CSF(Curation Service for Facilitation)로 인용된(참조된) 모든 출처는 생략합니다. <a href=
😄 Lecture 06. | Training Neural Networks I
본 글은 Hierachical Structure의 글쓰기 방식으로, 글의 전체적인 맥락을 파악하기 쉽도록 작성되었습니다. 또한 본 글은 CSF(Curation Service for Facilitation)로 인용된(참조된) 모든 출처는 생략합니다. <a href=