🌷나의 선인장🌵

https://gist.github.com/fluidpixel/fe1fce8c1e78f91fe4e239b3e14d21e1

GeometryReader https://developer.apple.com/documentation/swiftui/geometryreader GeometryReader는 SwiftUI 에서 View가 포함된 부모뷰(컨테이너)의 크기를 기준으로 View의 frame 조절하는 방법

Even though this one does not address the specific problem of the OP, it might be a solution for other people finding this question. In some circumstances, Xcode will not recognise (won't even see) a connected device that was previously recognised, even though there were no changes in Mac OS/iOS/Xcode versions. This seems to happen if you connect the device while the Mac and/or the device are lo..

https://caution-dev.github.io/apple-docs/2019/04/28/AVPlayer.html

나는 swift 입문자다 swfit언어를 사용하려면 반드시 xcode에서 써야한다 (다들 알죠?) 이런 입문자에게 preview가 자꾸 시련을 준다 남들이 하는거 보니까 preview를 통해서 dynamic하게 코딩하고 ui확인하던데 나는 뭐 화면 클릭만 하면 자꾸 preview crashed 하면서 빨간 엑스가 뜬다 ㅠㅠㅠ 결국 에러를 고쳐보기로..! preview창 상단에 보면 preview crashed에 대한 설명을 해준다. 필자의 경우는 아래와 같이 떴다 일단 해결을 하고 싶었기 떄문에 Diagnostics를 클릭해봤다 HumanReadableNSError: Unable to boot device due to insufficient system resources. Please see Simula..

📌 Remind LightGBM에 들어가기전에 복습 겸 reminding을 해보자. Light GBM의 GBM은 Gradient Boosting Model로, tree를 기반으로 하는 학습 알고리즘이다. 이 GBM의 학습방식을 쉽게말하면, 틀린부분에 가중치를 더하면서 진행한다고 할 수 있다. Gradient Boosting에서 Boosting은 여러개의 tree를 만들되, 기존에 있는 모델(tree)를 조금씩 발전시켜서 마지막에 이를 합하는 개념으로, Random Forest의 Bagging기법과 다른 방법이다. Boosting하는 방식에도 크게 2가지가 있다. 1. AdaBoost와 같이 중요한 데이터(일반적으로 모델이 틀린 데이터)에 대해 weight를 주는 방식 2. GBDT와 같이 loss fun..

머신러닝에서 편향과 분산은 언제 쓰이는 용어인가? Supervised Learning(지도학습)에 대해서 간단히 설명해보자면 사람이 정해준 정답이 있고, 우리의 모델은 그 정답을 잘 맞추는 방향으로 학습(training)을 한다. 이때, 학습을 하면서 모델이 내놓는 예측값들의 경향을 표현하기위해 편향과 분산이라는 용어를 사용한다. 쉽게 말하자면, 다음과 같다 A. 예측값과 정답 간의 관계를 "편향"으로 표현 (bias : model의 output과 실제값 사이의 제곱 error, 정확도와 비슷한 개념) B. 예측값끼리의 관계를 "분산"으로 표현 (variance : model이 각기 다른 train set에 대하여 성능의 변화정도가 급하게 변하는지, 안정적으로 변하는지를 나타내는 척도) [딥러닝] Bia..

Pilot 원시 프로그램이나 시험 프로그램 등을 시험하는 일 즉, 프로그램을 실제로 운용하기 전에 오류, 또는 부족한 점을 찾기 위하여 실제 상황과 유사한 조건에서 시험가동하는 행위 그렇기에 새로운 서비스 출시 전에 많이 사용됨 비슷하게 시범테스트 통합테스트 단계의 SW 결함측정테스트 품질 검증 라고 볼 수 있다 reference : m.blog.naver.com/PostView.nhn?blogId=musalyh&logNo=220990847736&proxyReferer=https:%2F%2Fwww.google.com%2F

문서유사도 0. Base 예를 들어 다음과 같이 문서가 있고, 문서를 feature space에 놓는다고 생각해보자 강아지 귀엽다 매우 강아지가 귀엽다 1 1 0 강아지가 매우 귀엽다 1 1 1 고양이가 매우 귀엽다 0 1 1 각 단어 ‘강아지’, ‘고양이’, ‘매우’를 축으로 하는 특성공간(feature space)에서 다음 문서들을 하나의 좌표로 생각할 수 있음 ‘강아지가 귀엽다’ --> (1,1,0) ‘강아지가 매우 귀엽다’ --> (1,1,1) ‘고양이가 매우 귀엽다’ --> (0,1,1) 두 단어 혹은 문장이 주어졌을 때, 유사도를 측정하는 방법은 여러가지가 있다 cosine similarity jaccard similarity euclidean distance manhattan distance..

[가상 데스크톱]Win + Tab : 윈도 10의 테스크 바(Task bar)를 엽니다.Win + Ctrl + D : 가상 데스크톱(Virture Desktop)을 하나 만듭니다.Win + Ctrl + F4 : 현재의 가상 데스크톱을 닫습니다.Win + Ctrl + 좌우 방향키 : 다른 가상 데스크톱 화면으로 이동합니다. [듀얼모니터]Win + P : 프로젝트, 듀얼모니터 설정창Win + Shift + 좌/우 방향키 : 현재 창을 확장된 화면으로 이동시킬 수 있습니다. 프로젝터나 듀얼 모니터 구성으로 화면을 확장했을 때 사용하면 좋습니다. [윈도우 Sanp, 작업전환]Win + 좌/우 방향키 : 사용중인 창을 좌우로 이동 시킵니다.Win + Tab : 윈도우 작업보기를 실행합니다. (열려있는 모든 창을 ..

#파이썬 리스트 펼치기 #파이썬 2d 리스트 펼치기 #python 2d list flatten #python nested list flatten 다음과 같이 2D list를 1D list로 전환하는 방식을 'flattening'이라고 한다 1. itertools의 chain 함수 사용하기 import itertools List_2D = [['a','b','c'],[1,2,3],['d',4,'e']] #List to be flattened List_flat = list(itertools.chain(*List_2D)) print("Original List:",List_2D) print("Flattened List:",List_flat) # print문 출력결과 # Original List: [['a', 'b..

git web browser interface를 통해 repository안에 새로운 폴더를 생성하는 방법 1. 우측 상단에 Add file 클릭 > Create new file 클릭 2. '/' 구분자를 이용해 폴더이름, 파일이름 type ❗❗ 중요한 점 github에서는 빈 폴더를 생성할 수 없다 (cannot create empty folder) 그렇기 때문에 폴더이름을 치고 '/' 구분자를 쳐준 후, 생성할 파일 이름까지 쳐줘야 한다 (생성할 파일 없으시면 그냥 readme.md 를 치세요) 3. 아래 commit new file 클릭 commit new file 까지 클릭해야 폴더 생성이 완료된다!!

"정보처리기사" 시험에 대한 빠른 정보 나열! 자격 종목 : 정보처리기사 필기 (필기 시험을 통과해야 정보처리기사 실기 시험을 보실 수 있어요!) 시험 접수 : http://www.q-net.or.kr 사이트를 통해 신청 응시료 : 19400원 시험 치른 날짜 : 2019년 4월 27일 (토) 시험 장소 : 용산공업고등학교 (선택) 과목 : 데이터베이스 전자계산기구조 운영체제 소프트웨어공학 데이터통신 문제수 : 100문제 (과목 당 20문제) 합격 기준 : 평균 60점 이상, 과락 기준 : 각 과목 40점 미만 직접 공부 후 시험 친 후기..! *저는 4년제 대학교 컴공과에 재학 중입니다* 일단 저는 올해 안으로 정보처리기사 자격증을 따는 것이 목표였어요! 처음에 잘 몰랐었을 때 자주 있는 시험인 줄 알..

개요 단순규칙모형: 예측변수가 필요 없는 모형, 주로 고급 모형들과 비교하기 위한 baseline 단순 베이즈 분류모형 => 이 기법들은 데이터 구조에 대한 가정을 거의 하지 않는다는 공통점! (data-driven) (makes no assumption about the data) 단순규칙 모든 예측변수를 분류한 상채에서 어느 한 record를 m개의 집단 중에 제일 많은 하나(prevalent class)로 분류하는 단순한 규칙 단순 베이즈 분류모형 단순규칙보다 정교한 방법 : 단순규칙 + 예측변수 정보 다른 분류모형과 달리 naive bayes classifier는 예측변수가 범주형인 경우에만 적용됨 따라서 수치형 예측변수는 범주형 예측변수로 변환하여야 함 단순 베이즈 기법은 데이터 집합이 매우 클..

Decision tree : 의사결정나무 분류(classification)과 회귀분석(regression)에 모두 사용될 수 있기 떄문에 CART(Classification And Regression Tree)라고 불림 node tree의 node : 질문/답을 담고 있음 root node : 최상위 node 최상위 node의 속성 feature가 가장 중요한 특성 leaf node : 마지막 node (말단노드) 만약 tree의 모든 leaf node가 pure node가 될 때까지 진행하면 model의 복잡도는 매우 높아지고 overfitting됨 overfitting 방지 tree의 생성을 사전에 중지 : pre-prunning (=깊이의 최대를 설정, max_depth) 데이터가 적은 node 삭..