코딩일기

안녕합니까 다제입니다. git에 대해서 학습하였습니다. 현실판 인셉션이라는 생각이 드는 git이였습니다. 먼저 깃이 무엇을 하고 어떻게 사용하는지에 대해서 이야기를 나누어볼까 합니다. 1. Git 정의 -. git은 우리의 파일의 변화를 관찰하고 commit한 시점을 촬영하여 과거/미래로 이동할 수 있도록 도와주는 프로그램 2. Git을 언제 이용할까? 1) 다른 사람들과 협업 프로젝트를 진행할 때 2) 본인이 직접 프로젝트를 진행할 때 -> 각각 사용하는 git 명령어가 조금 다르기 때문에 함께 알아보도록 하겠습니다. 3. 상황에 따른 Git 예제코드 1) 다른 사람들과 협업 프로젝트를 진행할 때 #1. 터미널에서 프로젝트를 진행할 폴더로 이동합니다. #2. git이 관찰과 시점을 촬영할 수 있도록 도..

안녕하십니까 다제입니다. 지난 시간에는 객체와 객체지향프로그래밍의 정의와 클래스를 통해 속성을 만들어보는 시간을 갖었습니다. 오늘은 지난 시간에 말씀드린 follow 시스템을 구현 해보도록 하겠습니다. 현업에서도 이러한 코드를 사용하는지는 알 수는 없지만, 그래도 __init__을 이해하는데 도움이 된다 생각하여 이렇게 직접 코드를 작성해보았습니다. # 먼저 클래스를 선언해야합니다. class User: def __init__(self, name, email): # __init__는 인스턴스가 생성될 때 자동으로 호출됨 self.name = name # 호출될때 인자가 2개 인지 꼭 확인을 하고 첫번째로 오는 인지를 이름으로 인지함 self.email = email # 두번째로 들어오는 인자를 이메일로 ..

안녕하십니까 다제 입니다. 오늘은 vsc code를 사용하기에 앞서 제가 자주 사용하는 vsc code 단축키를 소개해드리고자 합니다. 사실 단축키는 vsc code을 켜시고 code(file) -> preferences -> keyboardshortcuts이라는 텝에 들어가시면 아주 많이 많이 있습니다. 그중에서 제가 애용하는 녀석들만 소개해드리고자 합니다. 1. (드래그 후)comand + D : 동일한 변수를 선택해줌 2. (드래그 후)option + ↑/↓ : 변수들을 위/아래로 움직여줌 3. (드래그 후)option + shift + ↑/↓ : 선택한 변수를 원하는 만큼 위/아래로 복사해줌 4. (드래그 후)command + / : 일괄적으로 주석처리해줌(언어에 구해받지 않음) 5..

안녕하십니까 다제입니다. 오늘은 Ensseble에서 Bagging에 대해서 이야기를 나누어 볼까합니다. 우리의 목적은 좋은 앙상블 모델을 만들기 위해서 모델의 다양성과 개별적인 모델도 쓸만한 성능을 내는 앙상블을 찾기 위한 과정입니다. 해당 포스팅은 1) 고려대학교 강필성 교수님의 수업자료 2) 코드스테이츠 부트캠프 3) StatQuest 유튜브 등을 참고하여 제가 이해한 내용을 바탕으로 포스팅을 진행하였음을 사전 안내드립니다. ※ 이미지 출처 : github.com/pilsung-kang/Business-Analytics-ITS504- ** 목차 ** -. Bagging의 출연배경 -. Bagging의 개념과 장점 -. Bagging의 단점 ** 결론 ** 간단하게 Bagging이 무엇인지 알고 싶은 ..

안녕하십니까 다제입니다. 오늘은 앙상블에 대해서 이야기를 나누어 볼까합니다. 해당 포스팅은 고려대학교 강필성 교수님의 수업자료를 참고하고 제가 이해한 내용을 바탕으로 포스팅을 진행하였음을 사전 안내드립니다. 언제나 그랬듯 코딩의 발전은 나누고 공유하고 응용하고 토론하는 과정속에서 빠른 속도로 성장했다고 생각합니다. 이미지 출처 : github.com/pilsung-kang/Business-Analytics-ITS504- ** 목차 ** -. 앙상블의 출연배경 -. 시각화를 통한 분산-편향 이해하기 -. 좋은 앙상블의 조건 & 종류 -. 수학식을 통한 앙상블 이해하기 1. 앙상블의 출연배경 -. 저희는 그동안 선형회귀, 분류, 트리모델 등 다양한 모델을 학습하였습니다. -. 하지만, 언제나 에러와 분산-편..

안녕하십니까 다제입니다. 저희가 분산 / 편향 트레이드오프를 이야기하면서 과적합과 과소적합에 대해서 알아보았습니다. 일단 편향과 분산에 대해서 복습을 해보겠습니다. 편향(Bias)는 모델이 너무 복잡해서 복잡한 곡선이 많다는 것은 편향이 높다라고 말할 수 있습니다. 분산(variance)는 데이터 SET별로 모델이 얼마나 일관된 성능을 보이는를 나타냅니다. 즉, Regularization은 분산을 감소시켜 일반화 성능을 높이는 기법입니다. 첫째, 과소적합은 어떻게 해결할까요? 간단히 생각하보면 과소적합이라는 말은 모델이 단순하다 선형적이다 라는 말로 대신할 수 있습니다. 이러한 선형적인 모델은 차원을 높이면서 다른 말로는 feature의 수를 높여 해결할 수 있습니다. 둘째, 과적합은 어떻게 해결할까요?..

안녕하십니까 다제입니다. 오늘은 선형회귀의 중요한 키워드들을 공부해보고자 합니다. 백그라운드 개념으로 필수적이다고 생각되는 가설, 손실함수 & 경사하강법에 대해서 배워보도록 하겠습니다. 저는 경사하강법을 이해하기 위해 미분과 행렬을 배운다고 해도 과언이 아니라고 생각합니다. 1. 경사하강법 저희는 모델(함수)를 만들고 MSE or MAE라는 방법으로 성능을 평가합니다. MSE or MAE의 결과 값이 크면 성능이 안좋고 작으면 성능이 좋다는 걸 알 수 있습니다. 그렇다면 우리는 미분을 통해 특정 지점에서의 순간변화율이 0인 지점을 찾는다면 그 부분이 이 모델에서 성능이 가장 좋은 지점일 것이다. 미분이란? 즉, 우리의 모델과 라이브러리가 고차원의 DataFrame을 계속 미분해가면서 기울기가 가파르지 않..

안녕하세요 다제입니다. 오늘은 장고의 ORM에 대해서 알아보도록 하겠습니다. ORM이란 object relational mapping의 줄임말입니다. 장고의 프레임워크에 포함된 기능으로 우리가 작성한 코드를 장고가 읽고 SQL언어로 "자동"으로 변환하여 Database와 소통하는 시스템을 의미합니다. 장고의 이러한 ORM 시스템 덕분에 저희는 Database와 소통하기 위해 SQL을 직접 배워야할 필요가 없는 것이죠 이렇게 장고가 알아서 만들어준 SQL Database를 Model이라고 부르고 이 Model은 field로 구성되어 있습니다. 이러한 field는 저희가 일을 하기에 매우 좋은 형태로 구성되어 있습니다. 몇가지 예를 들어드릴게요~ 1) imagefield -. 오직 그림파일만 선택될 수 있도..

안녕하십니까 다제입니다. 오늘은 Linear regression에 대해서 공부를 진행해보도록 하겠습니다. 저는 선형회귀를 공부하는데 정말 많이 많이 많이 어려웠습니다. 그러나, 큰 그림을 잡고나서 다시 보니 생각보다 간단한 거구나? 하는 마음이 들었습니다. 이에, 학습하시는 자료와 데이터는 분명히 있을거라 생각하고 제가 이해한 선형회귀에 대한 큰 그림을 아래와 같이 설명드리겠습니다. 개요 -. Linear regression(선형회귀)은 무엇을 하는 것인가? -. Linear regression(선형회귀)을 위해 알아할 것들은 무엇이 있는가? -. OLS(최소승자법)는 왜 나온거에요? 그게 무엇이죠?? 1. Linear regression(선형회귀) is So What? 위 그림은 방수에 대한 집값을 점..

안녕하십니까 다제입니다. 저는 니꼬쌤을 정말 좋아하는데요 오늘은 니꼬쌤의 무료강의 중 react.js로 moive-app site를 따라서 만들어 보겠습니다. [완성된 화면] //필자의 개인적인 견해 혹시 클론 코딩에 대해 부정적인 시각을 가지고 있으신 분들을 위해 저의 의견을 간략하게 전달드리겠습니다. 모든 학습은 모방으로 부터 시작되며, 저희처럼 프로그램 세계에 막 입문한 사람들에게 프로가 직접 구현해놓은 코드를 따라서 작성해보는 일은 코딩의 흐름과 방향을 잡는데 무척 도움이 된다고 생각합니다. 저같은 경우, 코딩을 시작한지 2개월 되었습니다. 이렇게 무작정 코드를 따라쳤을때 정말 눈에 띄게 코드와 익숙해졌습니다. 이에, 저는 6개월이 될때까지는 클론코딩을 지속적으로 진행할 예정입니다. 강의는 니꼬쌤..