장점16 XGBoost 개념 및 초모수 튜닝 (Hyperparameter Tuning) 최근 XGBoost를 사용해서 프로젝트를 수행 중에 있습니다. 완벽에 가까운 프로젝트를 수행하고자 이번 포스팅에서는 XGBoost의 개념과 초모수 튜닝에 대해서 여러분과 공유하고자 합니다. 사실, 해당 포스팅은 개인적인 메모장이라고 보아도 무방합니다. 하지만, 많은 개발자 여러분들에게 도움이 되었으면 좋겠습니다. XGBoost는 굉장히 매력적인 머신러닝 알고리즘임과 동시에 파워풀한 퍼포먼스를 보여줍니다. 적극 사용하시는 것을 추천합니다. XGBoost 개념 XGBoost를 한마디로 표현하자면 Decision Tree를 앙상블로 구현해 정확한 예측 성능을 보여주는 머신러닝 모델입니다. 앙상블은 배깅(Bagging)과 부스팅(Boosting)으로 구분하는데, XGBoost는 부스팅에 해당합니다. 또한, XG.. 2021. 5. 28. 식기세척기 세제 추천 : 캐스케이드 플래티넘 후기 (Cascade Platinum) 최근 식기세척기를 구매하면서 여러 세제를 시도 중에 있습니다. 한국에서 판매되는 식기세척기 세제의 경우에는 세척력의 문제와 더불어 린스까지 따로 주입해줘야 한다는 문제가 있는데, 이를 해결한 캐스케이드 플래티넘의 사용후기에 대해 여러분과 공유하고자합니다. 다른 세제들의 문제점 캐스케이드 플래디넘 이외의 세제는 세정력이 좋지 못하다는 단점을 가지며 린스를 사용하지 않을 경우에 물얼룩이 남는다는 단점을 가지고 있습니다. 매번 린스를 사용해주기도 귀찮으며 세정력이 좋지 못하기 때문에 애벌 설거지를 완벽히 해줘야 합니다. 일반적인 세제들의 문제점은 아래와 같습니다. 세제와 린스 동시 사용 낮은 세정력 물얼룩 캐스케이드 플래티넘 장점 캐스케이드는 미국에서 판매되고 있는 제품인데 미국은 식기세척기의 역사가 오래된 .. 2021. 3. 29. 갤럭시 A12 스펙, 무게, 카메라, 배터리 등에 대한 사용 후기 2021년에 갤럭시 A시리즈가 연이어 출시되고 있습니다. 스마트폰이 출시되면 많은 사람들이 관심 있게 보는 것이 스펙, 무게, 카메라, 배터리 등과 같은 성능입니다. 이번 포스팅에서는 갤럭시 A12 사용 후기에 대해 여러분과 공유하고자 합니다. 기본 스펙 A시리즈는 삼성전자에서 출시되는 중급기 스마트폰입니다. A12는 그중에서도 낮은 스펙에 속합니다. 그렇다면 기본적인 스펙은 어떨까요? 결과적으로 보자면, 27만 5천 원이라는 출고가에 걸맞거나 낮은 스펙을 보여줍니다. 갤럭시 A12의 기본 스펙은 다음과 같습니다. AP : 2.3G, 1.8GHz Octa-Core 디스플레이 : 6.5인치 HD+ 카메라 화소 : 4800만 화소 RAM : 3GB ROM : 32GB 배터리 : 5000mAh 무게 : 205.. 2021. 3. 24. 벤츠 인증 중고차 장점, 프로그램, 전시장 위치 정리 최근 많은 수입차 딜러사에서 인증 중고차를 운영하고 있습니다. 한국에서 특히 인기가 많은 벤츠 역시 인증 중고차를 운영하고 있는데, 이번 포스팅에서는 벤츠 인증 중고차 장점, 특징, 프로그램, 전시장 위치에 대해 여러분과 공유하고자 합니다. 벤츠 인증 중고차 특징 벤츠에서는 인증 중고차를 운영하고 있는데, 몇 가지 프로그램을 제공합니다. 일반 수리를 포함한 주요 부품에 무상 수리 서비스를 제공하며, 차량에서 구조적인 결함이나 사소한 결함이 발생이 확인되면 새로운 차량으로 교환받을 수 있습니다. 벤츠 인증 중고차의 특징은 다음과 같습니다. 1년/2만km 무상 수리 결함 시 7일/500km 이내 차량 교환 결함에 근거해 차량을 교환받기 위해서는 일정 조건이 필요하며 교환은 1회만 가능합니다. 교환 조건은 구.. 2021. 3. 23. 사원증 케이스 녹음기 사용 방법, 가격, 장점 정리 지속적인 사내 괴롭힘 사례가 반복해서 생기고 있는데, 사내 괴롭힘을 신고하기 위해서는 증거 자료가 필수적으로 필요합니다. 이를 위해 최근 사원증 케이스 녹음기가 출시되었습니다. 이번 포스팅에서는 사원증 케이스 녹음기에 대한 기본적인 내용과 장점에 대해 여러분과 공유하고자 합니다. 직장 내에서 많은 문제가 발생하고 있는만큼 미래에는 직장내 괴롭힘 문제가 사라지면 좋겠습니다. 사용 방법 버즈(BUZZ) 사원증 케이스 녹음기의 사용은 매우 직관적입니다. 버튼은 1개이며 해당 버튼을 눌러주면 녹음이 시작되고 다시 한번 길게 눌러주면 녹음이 종료됩니다. 녹음은 30분 뒤에 자동 종료됩니다. 버즈(BUZZ) 사원증 케이스 녹음기 사용 방법은 다음과 같습니다. 녹음 버튼 누르면 3초후 진동과 함께 녹음 시작 녹음버튼.. 2021. 3. 22. 지역난방, 개별난방 차이와 장단점 (열병합 vs 도시가스) 지역난방 vs 개별난방 최근 이사온 집이 열병합 형태의 지역난방을 하고 있습니다. 현재 집의 난방 형태와 과거 집의 개별난방의 차이에 대해 궁금해서 해당 포스팅을 작성합니다. 이번 포스팅에서는 지역난방과 개별난방의 차이와 장단점에 대해 여러분과 공유하고자 합니다. 결론적으로, 지역난방과 개별난방의 각각 장단점이 있기 때문에 비슷하다고 생각합니다. 난방방식 차이 난방방식의 차이로, 지역난방과 개별난방으로 나눌 수 있습니다. 개별난방은 대도시에 공급되는 도시가스 인프라를 기반과 함께 도시가스보일러로 대중화 되었습니다. 반면에 지역난방은 아파트, 업무시설, 상업시설에 개발 난방기구를 설치하지 않고 열병합발전소에서 대단위 지역에 일괄적으로 온수를 공급하는 시스템입니다. # 난방방식 차이 개별난방 : 도시가스 지.. 2021. 1. 24. 파이썬 람다 함수 쉽게 이해하기 (Python Lambda Function) 파이썬을 사용하다보면 def 으로 시작하는 함수를 만들어 사용하는 일이 많습니다. 짧은 코드를 작성함에 있어 함수를 만들어 사용하는 것은 문제가 되지 않지만 많은 함수가 사용될 때는 람다함수를 사용하는 것이 좋습니다. 그 이유로, 람다함수는 함수를 한줄로 표현하기 때문입니다. 이번 포스팅에서는 간단히 람다함수에 대해 알아보겠습니다. 파이썬 람다 함수 쉽게 이해하기 람다함수 기본 문법람다함수는 사용할 인자와 표현식의 조합으로 사용됩니다. 람다함수의 장점은 코드의 간결함으로 인한 메모리 절약이며, 단점은 기본 함수와 비교하여 직관적으로 이해하기 어렵다는 것입니다. 기본 문법은 아래와 같으며, 예제는 아래 절에서 다뤄보도록 하겠습니다. 람다함수 기본 문법함수명 = lambda 인자 : 표현식 람다함수 장점코드.. 2020. 6. 29. DL #9 : Recurrent Neural Network (RNN) 구조 및 장단점 Recurrent Neural Network (RNN) RNN은 순환 신경망이라고 불리며, 과거의 데이터도 학습에 활용하는 딥러닝 알고리즘 입니다. RNN은 몇 단계 전으로 거슬러 올라가 데이터를 반영하는 신경망 알고리즘 입니다. 간단히 설명하자면, 1회의 데이터가 아니라 과거의 데이터도 학습에 활용하는 알고리즘입니다. RNN의 특징은 아래와 같습니다. RNN 사용 예시1. 시계열 데이터 학습 가능2. 음성 파형, 자연어 학습 가능3. 자연어 처리, 음성 인식과 같은 순서가 있는 데이터 처리 RNN 구조 RNN의 학습은 확률적 경사 하강법을 이용해서 실시간 순환학습 (Real-Time Recurrent Learning : RTRL)이나 시간 기반 오차역전파 (Back Propagation Through .. 2020. 5. 25. DL #4 : 딥러닝 학습 Gradient Descent, Back Propagation (경사하강법, 오차역전파) 경사하강법 (Gradient Descent) 경사하강법은 오차가 작아지도록 최적화 하는 방법입니다. 오차가 낮아지는 방향으로 이동할 목적으로 현재 위치를 미분하는데, 미분을 통해서 기울기가 큰 방향을 찾아 탐색합니다. 이로써, 주어진 기준을 가장 잘 만족하는 것을 선택합니다. 경사하강법의 원리는 함수를 최소화하는 x, y 지점의 경사(기울기)가 0이 되도록 만드는 방법입니다. 우리가 고등학교 때 배운 바와 같이 Local minima 이던지 Global minimum 이던지 최소화 지점의 기울기는 0 입니다. 경사하강법 원리∂(x, y)/∂x = 0 , ∂(x, y)/∂y = 0 가중치 업데이트w+ = w - LearningRate * ∂e/∂we : errorw : weight 신경망 학습방법Stoch.. 2020. 5. 21. ML #14 : 머신러닝 군집, DBSCAN 클러스터링 개요, 특징, 장단점 DBSCAN 클러스터링 이란?Density-Based Spatial Clustering of Applications with Noise 의 약자인 DBSCAN 클러스터링은 k평균 클러스터링과 같이 데이터의 위치 정보를 이용해서 클러스터링하는 기법입니다. k평균 클러스터링은 평균과의 거리가 얼마나 떨어졌는지를 결정하는 반면에, DBSCAN 클러스터링은 데이터의 밀도를 활용해서 클러스터링을 합니다. 따라서, 원뿔모양의 데이터 분포나 아래와 같이 특이한 데이터 분포에 대해 잘 클러스터링할 수 있습니다. 만일, 행정구역을 나눈다고 했을 때, 지역의 크기 vs 인구 밀도를 기준으로 행정구역을 나눌 수 있습니다. DBSCAN은 인구 밀도를 기준으로 행정구역을 나누는 것에 가까운 클러스터링 기법입니다. DBSCAN .. 2020. 4. 25. 이전 1 2 다음
