본문 바로가기
반응형

전체 글200

[We-Co] Django - 마이그레이션 ( migration ) 안녕하세요. 위기의 코딩맨입니다. 오늘은 Django의 장점인 ORM서비스 적용 방식에 대해 알아보겠습니다. Django의 Model 클래스에서 DB에 적용할 테이블을 생성할 수 있습니다. 이러한 과정 중에, Model의 수정이나 적용사항을 적용하는 과정을 마이그레이션이라고 합니다. [ Migration ] 먼저 해당 시작 app을 settings.py의 INSTALLED_APPS 리스트에 추가해 줘야합니다. INSTALLED_APPS = [ 'AppName', 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'djan.. 2023. 5. 18.
[맛집] 송원 막국수 - 가평 맛집 안녕하세요! 최근에 가평에 다녀왔는데 맛있는 막국수 집이 있어서 블로그 작성해봅니다! * 위치 네이버 지도 송원막국수 map.naver.com 토요일 2시정도에 도착했는데 웨이팅이 좀 있더라구요! 도착하면 신발장에 신발을 넣고~ 메뉴는 막국수와 사리, 수육이 있더라구요! 운전을 하고와서 술과 수육은 패스.. 밑반찬은 김치만 주시더라구요! 그리고 식초, 겨자도 있습니다! 물냉1 비냉1로 시키려 했더니 주인집 아저씨가 비냉으로 시키고 육수 넣어먹는게 맛있다고 하셔서 비냉2개로 시켰습니다! 맛은 고소하고 참기름? 향이 많이 나더라구요! 저는 메밀 씹히는걸 좋아하는데 그렇진 않더라구요! 육수와 식초, 겨자를 넣어서 먹는게 더 맛있어서 추천드립니다! 가평 놀러가서 메밀국수 땡길때 한번 들리면 좋을것 같아요 ㅎㅎㅎ 2023. 5. 16.
[We-Co] Django와 흐름 이해 안녕하세요 위기의 코딩맨입니다. 오늘은 장고 (django)에 대해서 알아보도록 하겠습니다. [ django ] 장고란? 장고는 python의 대표적인 MVT 패턴을 사용하는 웹 프레임 워크로 생각하시면 됩니다. 큰 장점으로는 ORM을 사용하여 DB 사용에 편리하고 개발 중심적인 프레임 워크입니다. 해당 프레임워크는 공식문서도 있어 사용에 도움을 얻을 수 있습니다. * 공식문서 Django The web framework for perfectionists with deadlines. docs.djangoproject.com [ MVT 패턴 ] Model - View Template의 약자를 의미합니다. Model : 데이터의 정보를 나타내는 소스를 의미하며, 해당 Model에 선언하고 migration을.. 2023. 5. 16.
[We-Co] Python Ai 얼굴인식 모델 및 구현 안녕하세요. 위기의 코딩맨입니다. 오늘은 Python으로 얼굴인식 모델에 대해 알아보고 구현해보도록 하겠습니다. [MobileNet] 해당 모델은 CPU환경에서도 가볍게 사용하기 위한 모델입니다. 하지만 다른 모델들 보다 성능은 떨어진다고 합니다. 컴퓨터 성능이 제한되거나 배터리 퍼포먼스가 중요한 곳에서 사용될 목적으로 설계된 Cnn 모델의 구조입니다. 사용은 드론이나 핸드폰 등에서 주로 사용됩니다. MobileNet의 Github https://github.com/tensorflow/tfjs-models/tree/master/mobilenet GitHub - tensorflow/tfjs-models: Pretrained models for TensorFlow.js Pretrained models for.. 2023. 5. 15.
[We-Co] Hyperparameter Tuning - Bayesian Oprimization 안녕하세요. 위기의 코딩맨입니다. 오늘은 하이퍼 파라미터를 설정하는 방법들을 알아보도록 하게습니다. [ Grid Search ] 모델의 가장 적합한 하이퍼 파라미터를 찾기 위해서 모든 값들의 조합을 이용하여 가장 높은 성능의 하이퍼 파라미터를 찾는 탐색 방법입니다. maxD = [ 1, 3 ,5 ,7, 9 ] colS = [ 0.5, 0.7, 0.9 ] 1 = [ 0,5 ] , 1 = [ 0. 7 ] 1 = [ 0. 9 ] .... 9 = [ 0.7 ] 9 = [ 0.9 ] 총 5 * 3, 즉 15개의 조합을 이용하여 최적의 성능을 찾는 방법입니다. 해당 방법은 모든 조합을 탐색하지만 Random Search 방법을 사용하면 설정한 조합만큼 꺼낼 수 있습니다. 예를들면, Random Search의 값을 .. 2022. 3. 18.
[We-Co] Pyspark Xgboost - Spark, MLlib Pipelines, 수요 예측 안녕하세요. 위기의 코딩맨입니다. 오늘은 pyspark의 xgboost의 예제를 한번 풀어보도록 하겠습니다. 예제는 Databricks의 공식 문서를 참고하여 작성했습니다. databricks 문서 xgboost-pyspark - Databricks docs.databricks.com 해당 문제는 XGBoost 및 MLlib 파이프라인을 사용한 회귀 분석의 예제입니다. 또한, 자전거 공유 데이터셋을 사용했으며, 해당 데이터를 통해 시간당 자전거 대여 횟수를 예측하는 문제입니다. 즉, 많은 분야에 응용할 수 있는 수요를 예측하는 예제입니다. 데이터 셋은 UCI Machine Learning Repository에서 가져왔으며, 2011~2012년에 캐피털 자전거 공유 시스템의 자전거 대여 정보가 포함되어 있.. 2022. 3. 15.
[We-Co] 2022 KAKAO BLIND RECRUITMENT 주차 요금 계산 - Python 안녕하세요. 위기의 코딩맨입니다. 오늘은 KAKAO BLIND RECRUITMENT에 코팅 테스트 문제로 나온 주차요금 계산 문제 풀이를 해보도록 하겠습니다. [ 문제 ] 입차 출차를 확인해서 기본적인 주차 요금을 계산하는 문제입니다. 테스트 케이스 데이터들의 양식은 리스트 형태로 제공됩니다. 저는 python deque를 사용하였으며 입차, 출차를 나누어서 코딩을 진행했습니다. 먼저 테스트 케이스를 나누어 저장합니다. from collections import deque import math feed = [180, 5000, 10, 600] b_time = feed[0] b_money = feed[1] b_min = feed[2] b_min_money = feed[3] info_car = ["05:34.. 2022. 3. 15.
[We-Co] Spark - ML PipeLine 예제 안녕하세요. 위기의 코딩맨입니다. 오늘은 간단하게 ML PipeLine에 대해서 알아보고 Spark의 공식 문서에서 나오는 pipeline 예제 풀어보도록 하겠습니다. PipeLine [We-Co] Spark MLlib PipeLine(파이프라인) 안녕하세요. 위기의코딩맨입니다. 오늘은 MLlib의 파이프라인에 대해 간단하게 알아보도록 하겠습니다. [ PipeLine ] 데이터를 수집하고, 가공, 추출, 적용, 평가, 배포 등 일련의 작업을 반복하며 머 we-co.tistory.com 위에 링크는 예전에 작성했던 PipeLine에 대해서 정리한 것입니다. 참고하셔도 될듯합니다. [ PipeLine 예제 ] 문제 출처 ML Pipelines - Spark 3.2.1 Documentation spark.ap.. 2022. 3. 10.
[We-Co] Databricks - Spark, 데이터 시각화 안녕하세요. 위기의 코딩맨입니다. 오늘은 Databricks를 이용하여 캐글의 Titanic Data를 이용하여 Data를 시각화 하는 방법에 대해서 알아보도록 하겠습니다. 먼저 데이터를 받아보도록 하겠습니다. 캐글 홈페이지에 접속해서 로그인 하신 후, competitions에 들어가셔서 밑에 Titanic을 클릭해주세요. [ Kaggle ] Data 탭으로 이동하시면 밑에 gender_su...test...train... 데이터들을 다운 받도록 합니다. [ Databicks ] Data Import를 통해서 다운 받은 데이터를 저장해야합니다. 해당 데이터는 "/FileStore/tables/파일명"으로 경로가 설정됩니다. 이제 코드로 한번 데이터가 잘 들어왔는지 보도록 하겠습니다. titanic_spa.. 2022. 3. 4.
반응형