반응형

전체 글 2454

파이썬 : 딥러닝 퍼셉트론 예제 따라하기

import matplotlib.pyplot as plt import numpy as np from keras.layers import * from keras.models import * from keras.utils import * from collections import Counter 이번 포스팅에서는 딥러닝에 가장 기본적인 모델인 퍼셉트론 예제를 구현해보겠습니다. 우선 필요한 라이브러리들을 임포트합니다. x = np.linspace(1, 10, 1000) y = 2 * x + 1 그리고 x는 1부터 10까지 사이의 1000개의 수를 담습니다. y는 x에 2를 곱해주고 1을 더해주는 1차 방정식을 활용해서 전체 값을 담아줍니다. print(x) print(y) # x 출력값 # [ 1. 1.0090..

SW/Python 2019.09.18

파이썬 : 프로그래머스 : 평균 구하기 : 풀이

코드 def solution(arr): answer = 0 for i in arr: answer += i return answer / len(arr) 실행 결과 정확성 테스트 테스트 1 〉 통과 (0.04ms, 10.7MB) 테스트 2 〉 통과 (0.04ms, 10.8MB) 테스트 3 〉 통과 (0.04ms, 10.7MB) 테스트 4 〉 통과 (0.04ms, 10.6MB) 테스트 5 〉 통과 (0.04ms, 10.7MB) 테스트 6 〉 통과 (0.04ms, 10.7MB) 테스트 7 〉 통과 (0.04ms, 10.7MB) 테스트 8 〉 통과 (0.04ms, 10.8MB) 테스트 9 〉 통과 (0.04ms, 10.7MB) 테스트 10 〉 통과 (0.04ms, 10.6MB) 테스트 11 〉 통과 (0.04ms..

SW/알고리즘 2019.09.17

파이썬 : 프로그래머스 : 행렬의 덧셈 : 풀이

코드 def solution(arr1, arr2): for i in range(len(arr1)): for j in range(len(arr1[i])): arr1[i][j] += arr2[i][j] return arr1 실행 결과 정확성 테스트 테스트 1 〉 통과 (0.04ms, 10.6MB) 테스트 2 〉 통과 (0.13ms, 10.7MB) 테스트 3 〉 통과 (0.29ms, 11.6MB) 테스트 4 〉 통과 (0.16ms, 10.9MB) 테스트 5 〉 통과 (0.09ms, 10.7MB) 테스트 6 〉 통과 (0.16ms, 11MB) 테스트 7 〉 통과 (0.05ms, 10.7MB) 테스트 8 〉 통과 (0.11ms, 10.8MB) 테스트 9 〉 통과 (0.93ms, 26.7MB) 테스트 10 〉 통과..

SW/알고리즘 2019.09.16

파이썬 : 자연어 처리, 데이터 마이닝 통계 플랫폼 추천, 종류

자연어 처리 NLTK 이 라이브러리 제품군의 이름은 Natural Language Toolkit의 약자이며, 이름에서 알 수 있듯이 기호 및 통계 자연 언어 처리와 관련된 일반적인 작업에 사용되었습니다. NLTK는 NLP 및 관련 분야 (언어학,인지 과학, 인공 지능 등)에 대한 교육과 연구를 용이하게하기 위해 만들어졌으며 오늘날 이를 중심으로 사용되고 있습니다. NLTK의 기능은 텍스트 태그 지정, 분류 및 토큰화, 이름 엔터티 식별, 문장 간 및 문장 내 종속성, 형태소 분석 및 의미 론적 추론을 나타내는 말뭉치 만들기와 같은 많은 작업을 허용합니다. 모든 빌딩 블록을 통해 다양한 작업을 위한 복잡한 연구 시스템을 구축 할 수 있습니다. 예를 들어 감정 분석 및 자동 요약이 있습니다. Gensim G..

SW/Python 2019.09.15

머신 러닝 : 파이썬 플랫폼 종류 및 소개

기계 학습 SciKit-Learn Scikits는 이미지 처리 및 머신 러닝 촉진과 같은 특정 기능을 위해 설계된 SciPy Stack의 추가 패키지입니다. 후자의 경우 가장 두드러진 패키지 중 하나는 scikit-learn입니다. 이 패키지는 SciPy 위에 구축되었으며 수학 연산을 많이 사용합니다. scikit-learn 패키지는 일반적인 머신 러닝 알고리즘에 간결하고 일관된 인터페이스를 제공하므로 ML을 프로덕션 시스템으로 간단하게 가져올 수 있습니다. 이 라이브러리는 양질의 코드와 우수한 문서화, 사용 편의성 및 고성능을 결합하며, 실제로 Python을 사용한 머신 러닝의 산업 표준입니다. 딥 러닝 딥 러닝에서 가장 두드러지고 편리한 Python 라이브러리 중 하나는 Keras로, TensorFl..

SW/Python 2019.09.14

데이터 과학을 위한 파이썬 핵심 라이브러리 : 종류, 추천, 기능

1. NumPy 파이썬의 과학 과제를 다루기 시작할 때 필연적으로 파이썬의 과학 컴퓨팅을 위해 특별히 설계된 소프트웨어 모음인 Python의 SciPy Stack에 도움이됩니다. (SciPy Stack을 이 스택의 일부인이 SciPy 라이브러리 또는 커뮤니티와 혼동하지 마십시오.) 스택은 매우 방대하고 여러개의 라이브러리가 포함되어 있습니다. 핵심 패키지이며, 특히 가장 중요한 패키지 중 하나라고 할 수 있습니다. 가장 기본적인 패키지는 NumPy (Numerical Python)입니다. 파이썬에서 n- 배열과 행렬에 대한 연산에 유용한 기능을 풍부하게 제공합니다. 라이브러리는 NumPy 배열 유형에서 수학 연산의 벡터화를 제공하여 성능을 개선하고 그에 따라 실행 속도를 높입니다. 2. SciPy Sci..

SW/Python 2019.09.13

파이썬 : 프로그래머스 : 핸드폰 번호 가리기 : 풀이

풀이 def solution(phone_number): return "*" * (len(phone_number) - 4) + phone_number[-4:] 실행 결과 정확성 테스트 테스트 1 〉 통과 (0.04ms, 10.8MB) 테스트 2 〉 통과 (0.04ms, 10.8MB) 테스트 3 〉 통과 (0.03ms, 10.6MB) 테스트 4 〉 통과 (0.03ms, 10.6MB) 테스트 5 〉 통과 (0.04ms, 10.7MB) 테스트 6 〉 통과 (0.04ms, 10.7MB) 테스트 7 〉 통과 (0.04ms, 10.7MB) 테스트 8 〉 통과 (0.04ms, 10.8MB) 테스트 9 〉 통과 (0.03ms, 10.6MB) 테스트 10 〉 통과 (0.04ms, 10.7MB) 테스트 11 〉 통과 (0...

SW/알고리즘 2019.09.12

파이썬 : 프로그래머스 : 직사각형 별찍기 : 풀이

풀이 a, b = map(int, input().strip().split(' ')) val = "" for i in range(b): for j in range(a): val += "*" val += "\n" print(val) 실행 결과 정확성 테스트 테스트 1 〉 통과 (21.54ms, 7.52MB) 테스트 2 〉 통과 (16.00ms, 7.52MB) 테스트 3 〉 통과 (19.66ms, 7.5MB) 테스트 4 〉 통과 (21.71ms, 7.38MB) 테스트 5 〉 통과 (18.21ms, 7.56MB) 테스트 6 〉 통과 (58.84ms, 7.55MB) 테스트 7 〉 통과 (17.83ms, 7.54MB) 테스트 8 〉 통과 (24.13ms, 7.62MB) 테스트 9 〉 통과 (36.13ms, 7.77..

SW/알고리즘 2019.09.11

Python Module : Selenium은 무엇이고 장점은 무엇일까요?

Selenium이 무엇인지 아시나요? 왜 사용되는지 알고 있으신가요? 이 두 가지 질문에 대한 답에 대해 알아보도록 하겠습니다. Selenium은 자동화 테스트에서 세계적으로 활용되고 있습니다. Selenium이란? Selenium은 웹 브라우저에서 수행되는 테스트를 자동화하는 데 사용되는 오픈 소스 도구입니다 (웹 응용 프로그램은 모든 웹 브라우저를 사용하여 테스트 가능). Selenium에서는 웹 응용 프로그램 테스트만 가능합니다. 데스크톱 (소프트웨어) 응용 프로그램이나 Selenium을 사용하여 모바일 응용 프로그램을 테스트 할 수 없습니다. IBM의 RFT, HP의 QPT, Appium 등과 같은 소프트웨어 및 모바일 애플리케이션을 테스트하기 위한 많은 도구가 있습니다. 그러나 동적 웹 애플리케..

SW/Python 2019.09.10

파이썬 : 프로그래머스 : 짝수와 홀수 : 풀이

코드 def solution(num): return "Even" if num % 2 == 0 else "Odd" 실행 결과 정확성 테스트 테스트 1 〉 통과 (0.03ms, 10.7MB) 테스트 2 〉 통과 (0.06ms, 10.8MB) 테스트 3 〉 통과 (0.04ms, 10.7MB) 테스트 4 〉 통과 (0.04ms, 10.7MB) 테스트 5 〉 통과 (0.04ms, 10.7MB) 테스트 6 〉 통과 (0.04ms, 10.8MB) 테스트 7 〉 통과 (0.04ms, 10.7MB) 테스트 8 〉 통과 (0.04ms, 10.5MB) 테스트 9 〉 통과 (0.05ms, 10.8MB) 테스트 10 〉 통과 (0.04ms, 10.8MB) 테스트 11 〉 통과 (0.04ms, 10.6MB) 테스트 12 〉 통과..

SW/알고리즘 2019.09.09

데코레이터 디자인 패턴 : 정의, 개념, 구조, 예시

의도- 객체에 추가적인 책임을 동적으로 부여합니다. 데코레이터는 기능 확장을 위해 서브 클래스에 대한 유연한 대안을 제공합니다.- 핵심 오브젝트를 클라이언트가 재귀적으로 랩핑하여 꾸미는 것- 즉, 선물 포장, 상자에 넣고 상자를 포장합니다. 문제런타임에 개별 객체에 동작 또는 상태를 추가하려고합니다. 정적이며 전체 클래스에 적용되므로 상속은 불가능합니다. 논의사용자 인터페이스 툴킷에서 작업 중이고 창에 테두리 및 스크롤 막대 추가를 지원한다고 가정하십시오. 상속 계층 구조를 다음과 같이 정의 할 수 있습니다. 그러나 데코레이터 패턴은 고객에게 원하는 "기능" 조합을 지정할 수있는 기능을 제공합니다. Widget* aWidget = new BorderDecorator( new HorizontalScroll..

SW/디자인 패턴 2019.09.09

옵저버 디자인 패턴 : 정의, 구조, 개념은 무엇일까?

의도- 개체 간의 일대다 종속성을 정의하여 하나의 개체 상태가 변경되면 모든 종속성이 자동으로 통지되고 업데이트되도록 합니다.- Subject 추상화에 코어 구성 요소를 캡슐화하며, 변수 구성 요소를 관찰자 계층에 캡슐화합니다.- Model-View-Controller의 "View" 부분입니다. 문제대규모 단일 설계는 확장성이 좋지 않으며 새로운 그래핑 또는 모니터링 요구 사항이 부과됩니다. 논의데이터 모델 또는 비즈니스 논리의 "keeper"인 개체를 정의합니다. 모든 "view" 기능을 위임하여 Observer 개체를 분리하고 구분합니다. Observer는 작성 시 Subject에 직접 등록합니다. Subject가 변경될 때마다 등록된 모든 관찰자에게 브로드캐스트되며, 각 Observer는 대상 상태..

SW/디자인 패턴 2019.09.08

R과 Python : 차이점은 무엇이고 뭐가 더 좋을까?

R과 Python은 모두 커뮤니티가 큰 오픈 소스 프로그래밍 언어입니다. 새로운 라이브러리 또는 도구는 해당 카탈로그에 지속적으로 추가됩니다. R은 주로 통계 분석에 사용되는 반면 Python은 데이터 과학에 대한보다 일반적인 접근 방식을 제공합니다. R과 Python은 데이터 과학을 지향하는 프로그래밍 언어 측면에서 최신 기술입니다. 물론 두 가지를 모두 배우는 것이 이상적인 솔루션입니다. R과 Python에는 시간 투자가 필요하며 그러한 사치는 모든 사람에게 제공되지는 않습니다. 파이썬은 문장을 읽을 수 있는 범용 언어입니다. 그러나 R은 통계학자가 작성했으며 특정 언어를 포함합니다. R 학계와 통계 학자들은 20년 동안 R을 개발했습니다. R은 이제 데이터 분석을 수행 할 수있는 가장 풍부한 생태계..

SW/Python 2019.09.07

파이썬, PIP, Anaconda의 관계, 필요성은?

우선, Anaconda는 무엇일까요? Anaconda가 실제로 의미하는 바와 그 의미에 대해 조사하기 전에 먼저 Conda에 대해 알아 봅니다. 콘다의 공식 블로그 Conda는 Windows, macOS 및 Linux에서 실행되는 오픈 소스 패키지 관리 시스템 및 환경 관리 시스템입니다. Conda는 패키지 및 해당 종속성을 빠르게 설치, 실행 및 업데이트합니다. Conda는 로컬 컴퓨터의 환경을 쉽게 생성, 저장,로드 및 전환합니다. 파이썬 프로그램용으로 만들어졌지만 어떤 언어로든 소프트웨어를 패키지하고 배포 할 수 있습니다. 왜 콘다로 갑자기 이야기가 나왔을까요? 우리는 모두 파이썬으로 작성된 소프트웨어 패키지를 설치하고 관리하는 데 사용되는 패키지 관리 시스템이라는 것을 알고 있습니다. 그것은 한계..

SW/Python 2019.09.07

파이썬? 주피터 노트북은 무엇을 하는 것일까?

Jupyter Notebook은 무엇입니까? 이 페이지에서는 Jupyter Notebook 환경의 주요 구성 요소를 간략하게 소개합니다. 보다 완전한 개요는 참조를 참조하십시오. Notebook document Notebook documents는 Jupyter Notebook App에서 제작한 문서이며 컴퓨터 코드(예 : python)와 서식있는 텍스트 요소 (단락, 방정식, 그림, 링크 등)를 모두 포함합니다. 노트북 다큐먼츠는 분석 설명 및 결과 (그림, 표 등)가 포함된 사람이 읽을 수 있는 문서이며 데이터 분석을 수행하기 위한 실행 가능한 문서입니다. Jupyter Notebook 앱 Jupyter Notebook App은 웹 브라우저를 통해 노트북 다큐먼츠를 편집하고 실행할 수 있는 서버 클라이..

SW/Python 2019.09.06

구글 플레이 개발자 정책 : 변경된 사항에 대해 알아볼까요?

2019년 8월 어떤 정책이 달라졌을까? 구글 플레이에서 정책이 업데이트가 되었다고 메일이 도착하였습니다. 해당 메일을 번역하고 어떠한 점이 업데이트됬는지 알아보고자 합니다. Google Play 개발자 님, 안녕하세요. 개발자 정책 센터의 최신 업데이트에 대해 알려 드리고자합니다. Google Play는 개발자와 소비자 모두에게 긍정적 인 경험을 제공하기 위해 지속적인 노력의 일환으로 수시로 업데이트를 진행합니다. 본 이메일은 최근 Google 정책 변경 사항을 알려드립니다. - 제 3 자에게 프록시 서비스를 제공하는 앱을 다루는 추가 예제로 장치 및 네트워크 악용 정책을 업데이트했습니다. - 금융 상품 및 서비스 정책을 확장하여 사기 및 악용 개인 대출 조건으로부터 사용자를 보호합니다. - 투표 절차..

SW/앱플랫폼 2019.09.05

파이썬 : 네이버 실시간 검색어 : 크롤링하기

코드 import requests import bs4 naver = requests.get('https://www.naver.com/') naver_bs = bs4.BeautifulSoup(naver.content, 'lxml') span_list = naver_bs.find_all('span', class_='ah_k') span_list = set(span_list) realtime_list = [] for sp in span_list: realtime_list.append(sp.text) print(realtime_list) 출력 결과 [ '조국 여배우', '와우 클래식', '새싹보리', '노브라티', 'g7 국가', '코오롱티슈진', '안심전환대출', '이우연', '김용호', '위대한 쇼', '홍..

SW/Python 2019.09.03

파이썬 : 프로그래머스 : x만큼 간격이 있는 n개의 숫자 : 풀이

풀이 def solution(x, n): answer = [] for i in range(1,n+1): answer.append(x * i) return answer 실행 결과 정확성 테스트 테스트 1 〉 통과 (0.04ms, 10.7MB) 테스트 2 〉 통과 (0.06ms, 10.7MB) 테스트 3 〉 통과 (0.08ms, 10.7MB) 테스트 4 〉 통과 (0.09ms, 10.8MB) 테스트 5 〉 통과 (0.09ms, 10.8MB) 테스트 6 〉 통과 (0.05ms, 10.7MB) 테스트 7 〉 통과 (0.12ms, 10.9MB) 테스트 8 〉 통과 (0.07ms, 10.9MB) 테스트 9 〉 통과 (0.14ms, 10.8MB) 테스트 10 〉 통과 (0.04ms, 10.8MB) 테스트 11 〉 통..

SW/알고리즘 2019.09.02
반응형