본문 바로가기
반응형

전체 글26

[리뷰] 가성비 무선청소기 끝판왕, 캐치웰 한 달 사용 솔직 후기 (입주 필수템) 안녕하세요! 오늘은 4월 말 이사 시즌을 맞아 내돈내산으로 장만한 캐치웰 무선 청소기 리뷰를 들고 왔습니다.이사 준비하면서 가전 예산 고민이 많았는데, 현대카드 더그린 에디션3 혜택까지 챙기며 아주 합리적으로 데려온 아이예요. 결론부터 말씀드리면 "굳이 비싼 브랜드 고집할 필요 없겠다!" 싶을 정도로 만족 중입니다. 😊1. 가벼운 무게, 놀라운 흡입력이사를 오면 생각보다 청소기 돌릴 일이 정말 많잖아요. 캐치웰은 일단 손목이 안 아파요. 가벼운 무게 덕분에 집안 곳곳을 누비고 다녀도 부담이 없는데, 바닥에 떨어진 머리카락부터 미세한 모래 먼지까지 '착' 하고 빨아들이는 흡입력이 기대 이상입니다.2. 미세먼지 걱정 없는 H13 헤파 필터요즘 호흡기 건강이 정말 중요하죠? (저도 최근에 폐렴으로 고생을 좀.. 2026. 4. 30.
[빅분기] 빅데이터 분석 기사 필기 요약/요점 정리 1. 빅데이터 분석 기획 1) 빅데이터의 이해 데이터의 유형 정성적 데이터(qualitative) : 언어, 문자 등 비정형 - 주관적 정량적 데이터(quantitative) : 수치, 도형, 기호 등 정형 - 객관적 데이터 유형(구조적 관점) 정형 : RDB, CSV, 스프레드시트 반정형 : 웹로그, 알람, XML, HTML, JSON, RSS 비정형 : 이미지, 오디오, 문자, NoSQL 데이터 기반 지식 구분 내면화 → 공통화 → 표출화 → 연결화 (암묵지) (형식지) DIKW피라미드 Data - Information - Knowledge - Wisdom 객관적사실 - 연관관계도출 - 일반화규칙 - 창의적아이디어 바이트 크기 K M G T P E Z Y 킬메기테페엑제요 빅데이터 특징 3V : Vol.. 2022. 9. 30.
[빅데이터] 한국어 불용어 처리 stopword.txt 제 프로젝트에 사용했던 일반적인 한국어 불용어 리스트들을 공유합니다 :) 2021. 5. 25.
[머신러닝] 딥러닝 대표적인 오차 함수 종류와 비교 평균 제곱 계열 mean_squared_error 평균 제곱 오차 mean( square(실제값 - 예측값) ) mean_absolute_error 평균 절대 오차(실제값과 예측값 차이의 절댓값 평균) mean( abs(실제값 - 예측값) ) mean_absolute_percentage_error 평균 절대 백분율 오차(절댓값 오차를 절댓값으로 나눈 평균) mean( abs(실제값 - 예측값) / abs(실제값) ) mean_squared_logarithmic_error 평균 제곱 로그 오차 (실제값과 예측값에 로그를 적용한 값의 차이를 제곱한 값의 평균) mean( square( (log(예측값)+1) - (log(실제값)+1) ) ) 교차 엔트로피 계열 categorical_crossentropy 범.. 2021. 5. 23.
[머신러닝] 딥러닝 경사 하강법 종류와 비교 경사 하강법 개요 효과 ex) keras 확률적 경사 하강법 (SGD) 랜덤하게 추출한 일부 데이터를 사용하여 더 빨리, 자주 업데이트를 하는 것 속도 개선 keras.optimizers.SGD(lr=0.1) 케라스 최적화 함수를 이용 모멘텀 (Momentum) 관성의 방향을 고려해 진동과 폭을 줄이는 효과 정확도 개선 keras.optimizers.SGD(lr=0.1, momentum=0.9) 모멘텀 계수 추가 네스테로프 모멘텀 (NAG) 모멘텀이 이동시킬 방향으로 미리 이동해서 그레이디언트를 계산, 불필요한 이동을 줄이는 효과 정확도 개선 keras.optimizers.SGD(lr=0.1, momentum=0.9, nesterov=True) 네스테로프 옵션 추가 아다그라드 (Adagrad) 변수의 업.. 2021. 5. 18.
[머신러닝] 머신러닝 알고리즘 종류와 장점 단점 비교 알고리즘 장점 단점 k-최근접 이웃 (K-Nearest Neighbor, K-NN) - 구현이 쉽다 - 알고리즘을 이해하기 쉽다 - 하이퍼파라미터가 적다 - 예측 속도가 느리다 - 메모리를 많이 쓴다 - 노이즈 데이터에 예민하다 서포트 벡터 머신 (Support Vector Machine, SVM) - 상대적으로 적은 데이터로도 높은 정확도를 낸다 - 예측 속도가 빠르다 - 고차원 데이터를 처리하기가 쉽다 - 결정경계선이 많이 겹칠 때 정확도가 낮아진다 - 수학적 이해 없이는 모델의 분류 결과를 이해하기 어렵다 - 커널 트릭 오사용 시 과대적합되기 쉽다 의사결정트리 (Decision Tree) - 모델의 추론 과정을 시각화하기 쉽다 - 데이터에서 중요한 특성이 무엇인지 쉽게 알아낼 수 있다 - 학습 및 .. 2021. 5. 8.
반응형

티스토리툴바