쵸코쿠키의 연습장

주식데이터를 받아오는 방법은 다양합니다. 그 중에 파이썬을 활용하여 해당 종목에 데이터를 받아오고, 저장하는 방법에 대해 알아보겠습니다. import pandas as pdimport pandas_datareader.data as webimport datetimeimport matplotlib.pyplot as pltfrom pandas.plotting import scatter_matrix # file_name 다운로드한 주가 데이터를 저장할 파일 이름# company_code 종목 코드# year1/month1/date1 데이터를 다운로드할 시작일# year2/month2/date2 데이터를 다운로드할 마감일def download_stock_data(file_name, company_code, yea..

MNIST 숫자 인식 - hidden layer 수: 3 - 각 hidden layer의 node 수: 64, 64, 64- activation: ReLU- optimizer: SGD (learning rate=0.001)- weight initialization: Xavier- batch size: 200(가) (10점) Tensorflow를 사용하여 위에 주어진 feed-forward 네트워크 구조를 구현하여 50 epoch 동 안 학습한 후, training data와 validation data의 training curve를 그리시오. (Hint: 수업 자료 마지 막 실험) (나) (10점) 모든 hidden layer의 node 수를 512로 변환한 후, (가)와 동일한 실험을 진행하고 그 결과..

음성 처리 기본 (가) (5점) Scipy.io 에 포함된 wavfile 함수를 사용해서 주어진 ‘q2.wav’ 음성 파일을 읽고, 이를 스피 커로 출력, 그리고 MatplotLib를 사용하여 화면에 파형을 그리는 python code를 작성하시오. (나) (10점) 음성 신호의 샘플링 주파수를 구하고, 그 의미에 대해 간단히 설명하시오. (다) (10점) 음성 신호의 전체 샘플 수로부터 물리적인 총 시간 (sec)이 얼마인지 구하시오 import numpy as npimport scipy.io as sioimport scipy.io.wavfileimport matplotlib.pyplot as plt import sounddevice as sd # 3-가samplerate, data = sio.wavf..

영상 처리 기본(가) (5점) MatplotLib에 포함된 imread 함수를 사용하여 주어진 ‘q1.png’ 영상 파일을 읽고, 이를 화 면에 display하는 python code를 작성하시오.(나) (10점) 영상 파일은 Red, Green, Blue의 세 가지 색으로 구성되어 있다. (가)에서 읽은 데이터로 부터 R, G, B 값의 최댓값 (R_max, G_max, B_max)과 평균값 (R_avg, G_avg, B_avg)을 구하시 오.(다) (10점) (가)에서 읽은 영상 데이터의 각 픽셀 값의 컬러를 다음과 같이 바꾸어 화면에 display 하시오. (R → G, G → B, B → R) import matplotlib.pyplot as pltimport matplotlib.image as ..

카드 포커 게임 (가) (10점) 다음 python code를 실행하고, 각 function에 대해 자세히 설명하시오.(나) (15점) 포커 랭킹 (Royal Flush, Straight Flush, Four of a Kind, Full House, Flush, Straight, Three of a Kind, Two Pair, One Pair, High Card)을 참조해서 주어진 5장의 카드가 어떤 랭킹인지 구분하는 함수 ‘ranking()’ 코드를 추가하시오. (단, 모든 랭킹을 구분할 필요는 없 고, 위에 주어진 랭킹 중, 최소 3개에 대해서 구현해도 됨.) import random # ranking을 알려주고 리턴함def ranking(Player): if isFlush(Player.hand) i..

문제 풀이 #include #include using namespace std; string solution(int num) { string answer = ""; if( num%2 == 0 ) answer += "Even"; else answer += "Odd"; return answer;} 실행 결과정확성 테스트테스트 1 〉통과 (0.00ms, 3.72MB)테스트 2 〉통과 (0.00ms, 3.69MB)테스트 3 〉통과 (0.01ms, 3.76MB)테스트 4 〉통과 (0.00ms, 3.88MB)테스트 5 〉통과 (0.00ms, 3.8MB)테스트 6 〉통과 (0.00ms, 3.8MB)테스트 7 〉통과 (0.01ms, 3.74MB)테스트 8 〉통과 (0.00ms, 3.81MB)테스트 9 〉통과 (0.00..

View- View 객체는 Android에서 UI(사용자 인터페이스) 요소의 기본 구성요소입니다.- View는 사용자의 행동에 반응하는 간단한 사각형 박스입니다.- 예를 들어 EditText, Button, CheckBox 등이 있습니다.- View는 Android.view.View class를 가리킵니다. 모든 UI 클래스의 기본 클래스입니다. ViewGroup- ViewGroup은 보이지 않는 컨테이너입니다. View 및 ViewGroup을 보유합니다.- 예를 들어, LinearLayout은 버튼(View)을 포함하는 ViewGroup이며, 다른 레이아웃도 포함됩니다.- ViewGroup은 레이아웃의 기본 클래스입니다. ViewGroup은 다른 View를 포함할 수 있는 특수 View입니다. View..

다양한 Linux 배포판에 사전 설치된 텍스트 편집기의 최근 패치 된 취약점으로 인해 해커가 사용자가 악성 텍스트 파일을 열 때 컴퓨터를 제어 할 수 있습니다. MacOS의 최신 버전은 취약한 버전을 계속 사용하고 있지만 공격은 사용자가 기본 설정을 변경하여 모드 라인이라는 기능을 사용할 수있는 경우에만 작동합니다. Vim과 파생 NeoVim은 모델 라인에 존재하는 결함을 포함하고 있었습니다. 이 기능을 사용하면 텍스트 파일의 시작 또는 끝 부분에서 창 크기 및 기타 사용자 지정 옵션을 지정할 수 있습니다. Modeline은 사용 가능한 명령을 제한하고 운영 체제에서 분리된 샌드 박스 내에서 실행하지만 Armin Razmjou 연구원은 소스 명령이 해당 보호 기능을 우회 함을 확인했습니다. 이 연구원은 ..

Activity Lifecycle 이해 사용자가 앱에서 이동, 복귀할 때 앱의 활동 인스턴스는 라이프사이클의 다른 스테이트를 통해 전환됩니다. Activity Class는 시스템이 Activity를 생성, 중지, 재개하거나 활동이 존재하는 프로세스를 파괴하는 등 상태가 변경되었음을 Activity가 알 수 있도록 하는 많은 콜백을 제공합니다. 라이프사이클 콜백 방법 내에서 사용자가 Activity를 종료하고 다시 시작할 때 Activity이 어떻게 이루어지는지 선언할 수 있습니다. 예를 들어 스트리밍 비디오 플레이어를 구축하는 경우 사용자가 다른 앱으로 전환할 때 비디오를 일시 중지하고 네트워크 연결을 종료할 수 있습니다. 사용자가 돌아오면 네트워크에 다시 연결하여 사용자가 동일한 위치에서 비디오를 재개..

풀이 #include #include using namespace std; int solution(int n) { int answer = 0; for(int i=1; i

문제 #include #include using namespace std; string solution(int n) { string answer = ""; for(int i=0; i

풀이#include #include using namespace std; int solution(string s) { int answer = stoi(s); return answer;} 실행 결과정확성 테스트테스트 1 〉통과 (0.00ms, 3.78MB)테스트 2 〉통과 (0.00ms, 3.89MB)테스트 3 〉통과 (0.00ms, 3.86MB)테스트 4 〉통과 (0.01ms, 3.92MB)테스트 5 〉통과 (0.00ms, 3.79MB)테스트 6 〉통과 (0.00ms, 3.79MB)테스트 7 〉통과 (0.00ms, 3.78MB)테스트 8 〉통과 (0.01ms, 3.93MB)테스트 9 〉통과 (0.01ms, 3.8MB)테스트 10 〉통과 (0.00ms, 3.76MB)테스트 11 〉통과 (0.00ms, 3...

풀이 #include #include #include #include using namespace std; bool solution(string s) { if(s.size() != 4 && s.size() != 6 ){ return false; } for( int i=0; i

풀이 #include #include #include using namespace std; string solution(string s) { sort(s.rbegin(), s.rend()); return s;} 실행 결과정확성 테스트테스트 1 〉통과 (0.01ms, 3.77MB)테스트 2 〉통과 (0.01ms, 3.79MB)테스트 3 〉통과 (0.00ms, 3.88MB)테스트 4 〉통과 (0.00ms, 3.76MB)테스트 5 〉통과 (0.03ms, 3.79MB)테스트 6 〉통과 (0.02ms, 3.8MB)테스트 7 〉통과 (0.01ms, 3.78MB)테스트 8 〉통과 (0.01ms, 3.89MB)테스트 9 〉통과 (0.01ms, 3.81MB)테스트 10 〉통과 (0.01ms, 3.81MB)테스트 11 〉..

풀이 #include #include #include using namespace std; int del; bool algorithmSort(string a, string b){ if(a.at(del) != b.at(del)){ return a.at(del)

주식 예측 프로그램을 만들기 전에 공부 차원에서 비트코인 프로그램을 만들어 보겠습니다. 해당 프로그램은 파이썬과 케라스를 활용합니다. 우선 해당 라이브러리는 다음과 같습니다. get_ipython().run_line_magic('matplotlib', 'inline')import matplotlib.pyplot as pltimport pandas as pdimport numpy as npimport plotly as pyimport plotly.graph_objs as goimport requestsfrom keras.layers import *from keras.models import *from keras.callbacks import *from datetime import datetimefrom s..

udemy 강좌를 핸드폰 lte로 수강하는 거는 어느정도 가능하였습니다. 하지만 데스크탑으로 하면 유난히 버퍼링이 심하였습니다. 여러 팁들을 활용해보았지만, 역시나 다운로드 하는 것이 제일 좋은 방법인 것 같아보였습니다. 결국 데스크탑에서 강좌를 다운로드하는 방법을 알아보았습니다. https://github.com/r0oth3x49/udemy-dl git에 오픈 소스를 잘 구현해준 것이 있습니다. 이 소스 코드를 활용해서 다운로드를 받을 수 있습니다. 우선 해당 깃을 클론해 오겠습니다. 그리고 필요한 패키지들을 설치합니다. git clone https://github.com/r0oth3x49/udemy-dl.git pip install -r requirements.txt 그 다음 내 강좌를 다운로드 하기..

자연어를 이해하는 방법을 기계에게 가르치는 방법 소개인간은 매초마다 생각을 처음부터 시작하는 것이 아닙니다. 이 에세이를 읽으면서, 여러분은 이전의 단어들에 대한 이해를 바탕으로 각각의 단어를 이해하게 됩니다. 모든 것을 버리고 처음부터 다시 생각하기 시작하는 것은 아닙니다. 당신의 생각은 끈기가 있어요. 전통적인 신경망은 이것을 할 수 없습니다. 그리고 이것은 주요한 단점처럼 보입니다. 예를 들어, 영화의 모든 지점에서 어떤 종류의 이벤트가 발생하는지 분류하고 싶다고 상상해 보세요. 전통적인 신경 네트워크가 어떻게 이 영화의 이전 사건에 대한 추론을 나중에 그 사실을 알리기 위해 사용할 수 있을지는 분명하지 않습니다. 반복 신경망(RNN)이 이 문제를 해결합니다. 이것은 정보가 지속되도록 해주는 루프가..

갑자기 모든 사람들이 이해하든 말든 간에 인공지능에 대해 이야기하고 있습니다. 인공지능의 최신 진보를 이해하는 것은 압도적으로 보일 수 있지만, 이것은 정말로 매우 인기 있는 두 가지 개념인 기계학습과 딥러닝으로 요약되고 있습니다. 최근 딥러닝은 엄청난 양의 데이터로 훈련했을 때 정확도 면에서 우월하다는 점에서 많은 인기를 얻고 있습니다. Deep Learning이 어떤 관심을 받고 있는지 알 수 있는 키워드에 대한 Google 동향은 아래와 같습니다. 소프트웨어 산업은 오늘날 머신 지능으로 발전하고 있습니다. 머신 러닝은 기계를 지능적으로 만드는 한 방법으로 모든 분야에서 필요하게 되었습니다. 더 간단한 방법으로, 머신러닝은 데이터를 구문 분석하고, 그것들로부터 배운 것을 적용하여 지능적인 결정을 내리..

풀이 #include #include #include using namespace std; vector solution(vector arr, int divisor) { vector answer; for(int i =0; i