태그
- r
- Python
- 파이썬
- pandas
- PostgreSQL
- numpy
- 판다스
- ggplot2
- GreenPlum
- langchain
- 랭체인
- Greenplum Database
- data.table
- greenplum db
- 인테리어쇼
- 인쇼
- 인쇼랑 인테리어
- postgresql db
- 군집분석
- matplotlib
- 인테리어Show
- pytorch
- dplyr 패키지
- HIVE
- 지리공간 데이터 분석
- PostgreSQL database
- dplyr package
- Cluster Analysis
- 낮은 수준의 그래프 함수
- dataframe
- tensorflow
- Inner Join
- PL/Python
- 데이터 재구조화
- 데이터 변환
- PostGIS
- kubeflow
- sf package
- pandas DataFrame
- PL/R
- 넘파이
- max()
- min()
- 차원 축소
- 기계학습
- github
- 선형대수
- Left Join
- chatGPT
- ipython-sql
- dplyr
- Seaborn
- Python pandas
- window function
- Keras
- 과적합
- 다변량 그래프
- low level graphic function
- R graphics
- Graphical Parameters
- 그래프 모수
- scatter plot
- 일원분산분석
- list comprehension
- 연관규칙
- 산점도
- len()
- 히스토그램
- 역행렬
- 분산
- list
- scipy
- SQL
- ChatOpenAI
- ChatPromptTemplate
- .SD
- tokenization
- linear interpolation
- apache madlib
- Rfriend
- raster data
- GPDB
- matplotlib.pyplot
- 분산병렬처리
- 로지스틱 회귀분석
- apply()
- subset
- 범용함수
- ufuncs
- Universal Functions
- missing value
- right join
- Dimensionality reduction
- FULL JOIN
- for loop
- agglomerative hierarchical clustering
- 응집형 계층적 군집화
- 맨하탄 거리
- association rule
- 특이값 분해
- eigenvector
- ginv()
- invertible matrix
- chisq.test()
- correlation coefficient
- quantile()
- Cleveland dot plot
- 클리브랜드 점 그래프
- geom_point()
- standardization
- binarization
- 이항변수화
- ifelse()
- mean()
- var()
- median()
- t-test
- 히트맵
- heatmap
- 중앙값
- 논리 연산자
- gdal
- eigenvalue
- filter()
- count()
- 비교 연산자
- 고유벡터
- 고유값
- variance
- union all
- Clustering
- 표준편차
- Else
- 평균
- dictionary
- 조건문
- 최소값
- 최대값
- Array
- 하이브
- PCA
- 점
- Copy
- 선
- 리스트
- Few-shot prompting
- Configure chain internals at runtime
- Retrieval-Augmented Generation
- text embedding
- recall rate
- 분류 모델 성능 평가 지표
- tf.constant()
- element-wise product
- 행렬 곱
- 인테리어 Show
- statsmodels
- 레스터 데이터
- 이차 인덱스
- secondary indices
- 좌표 참조 시스템
- Coordinate Reference Systems
- 지리공간 벡터 데이터
- st_sfc()
- sf 패키지
- density based spatial clustering of applications with noise
- plotly
- .SDcols
- DT[i j by]
- Google colab
- tensorflow 2
- np.matmul()
- seasonality
- 시계열 분해
- time series decomposition
- pd.to_datetime()
- 토큰화
- DBSCAN
- python numpy
- ImportError: cannot import name 'urlopen'
- TypeError: the JSON object must be str
- import json
- json.loads()
- pythpn
- R Shiny
- sns.distplot()
- corr()
- predict whether breast cancer or not
- 데이터 전처리
- 유방암 예측
- likelihood
- Spectral Analysis
- 파이토치
- Data Preprocessing
- grouped.agg()
- dict.get()
- groupby()
- np.dot()
- np.argmax()
- jupyter notebook
- yaml
- lower()
- python string methods
- openAI
- Semantic Search
- w3schools.com/sql
- assign()
- R proxy package
- central limit theorem
- universal function
- Unary ufuncs
- dtype
- data reshape
- np.where()
- 결측값
- pd.concat()
- pd.read_csv()
- 파이썬 판다스
- group_by()
- mutate()
- distinct()
- select()
- Kubernetes
- matrix multiplication
- 오미자 생과
- 장수 오미자
- dbeaver
- Sankey Diagram
- R 시각화
- 비유사성 측도
- vectorization
- 표준화 거리
- 유클리드 거리
- sequence analysis
- 순차분석
- 연관규칙 분석
- diagonalization
- backpropagation
- 3차원 산점도
- 범례 추가
- title()
- col.main
- hist()
- arrange()
- map()
- inner product
- 벡터의 곱
- the inverse of a matrix
- unit matrix
- 항등행렬
- diagonal matrix
- 범주형 자료분석
- categorical data analysis
- two-way ANOVA
- 다중비교
- aov()
- one-way ANOVA
- quartile
- IQR
- 일변량 연속형 자료 요약
- contingency table
- 교차표
- xtabs()
- table()
- Wilcoxon signed rank test
- wilcox.test()
- prop.test()
- t.test()
- args=list(df=1))
- stat_function(fun=dunif)
- Uniform Distribution
- 균등분포
- stat_function(fun=df)
- F-분포
- Exponential Distribution
- 지수분포
- t-Distribution
- geom_vline()
- Bubble Chart
- 버블 그래프
- 산점도 행렬
- correlation matrix
- aggregate()
- melt()
- annotate()
- Line Graph
- Mosaic Chart
- Pie Chart
- geom_bar()
- Bar Chart
- dummy variable
- factor analysis
- dimension reduction
- qqline()
- qqnorm()
- 범주화
- t()
- rbind()
- cbind()
- within()
- %*%
- lapply()
- diff()
- IQR()
- sd()
- exp()
- log()
- sqrt()
- attach()
- names()
- cat()
- capture.output()
- 깃헙
- Overfitting
- psycopg2
- summary()
- 마할라노비스 거리
- 이원분산분석
- join()
- standard deviation
- Confusion matrix
- 단위행렬
- 도수분포표
- 산술 연산자
- Principal Component Analysis
- sort()
- str()
- elif
- identity matrix
- 신수정
- 상관계수
- dot product
- Fast fourier transform
- 문자열 매칭
- 대각행렬
- 전치행렬
- 벡터공간
- 스펙트럼 분석
- 다각형
- 막대 그래프
- cross join
- 정밀도
- SvD
- outlier
- outer join
- 주성분분석
- PROJ
- Loc
- polygon
- length()
- 요인분석
- Histogram
- 합집합
- Median
- 이동평균
- except
- 튜플
- Machine Learning
- Tuple
- fft
- 병렬처리
- 목공
- graphviz
- right outer join
- left outer join
- precision
- geos
- urllib
- order by
- group by
- 정규 표현식
- 파이프라인
- HAVING
- 최빈값
- 차분
- Broadcasting
- Dimension
- crs
- 행렬
- graphics
- min
- Serialization
- Pipeline
- 표준화
- 내적
- 문자열
- 벡터
- json
- 반복문
- vector
- rank
- regular expression
- 우도
- split
- size
- 시각화
- RAG
- UNION
- trend
- Mode
- AUC
- 색깔
- If
- MAX
- 인테리어
- like
- Point
- Break
- 리눅스
- 차원
- sort
- Linux
- posterior probability
- Prior probability
- Bayesian Statistic
- 베이지언 통계
- subword fertility
- 토크나이저 성능평가 지표
- Unigram Language Model
- SentencePiece
- WordPiece
- BPE (Byte Pair Encoding)
- 서브워드 토큰화 알고리즘
- subword tokenization algorithms
- number of branches
- 분기 수
- 확률의 역수
- 퍼플렉서티
- 혼란도
- 언어 모델 성과 평가 지표
- CUSUM (Cumulative Sum Control Chart)
- 변화점 감지 알고리즘
- 통계적 공정 관리 SPC
- 시계열의 평균 또는 분산의 갑작스러운 변화 Shift
- 점진적인 시계열 데이터 변동
- RecursiveCharacterTextSplitter
- PyPDF Loader
- Chat History Memory
- ConversationalRetrievalChain
- RetrievalQA
- 재귀적으로 모든 URL의 데이터 로드하기
- load all URLs under a root directory
- Root directory 밑의 모든 URL에 있는 Text 가져오기
- langchain.document_loaders.recursive_url_loader
- RecursiveUrlLoader
- Recursive URL
- SystemMessagePromptTemplate
- SystemMessage
- HumanMessage
- input messages
- input prompt
- OpenAI Chat Models
- total cost
- completion tokens
- prompt tokens
- total tokens
- tracking OpenAI API token usage
- OpenAI API 호출에 대한 토큰 사용 트래킹
- get_openai_callback()
- langchain.cache
- set_llm_cache
- SQLite Cache
- InMemoryCache
- astream_log
- 비동기 인터페이스
- async interface
- 표준 인터페이스
- standard interface
- Chain-of-Thought Prompting이란 무엇인가?
- CoT Prompting
- Chain-of-Thought 프롬프팅
- Chain-of-Thought Prompting elicits reasoning in Large Language Models
- Chain-of-Thought Prompting
- 프롬프트 파이프라인
- 기존 프롬프트를 재활용
- 여러개의 프롬프트를 조합
- Pipeline prompts
- Final prompt
- PipelinePromptTemplate
- 부분적 프롬프트 템플릿
- 부분적 변수 초기화
- partial_variables
- prompt.partial()
- 문자열 값을 반환하는 함수를 가진 부분적 프롬프트 템플릿
- partial prompt templates with functions
- Partial prompt templates
- Semantic Similarity Example Selector
- one-shot prompting
- Dynamic few-shot prompting
- Chat Models
- Example selector types
- SemanticSimilarityExampleSelector
- FewShotPromptTemplate
- demonstration through examples
- 예시를 통한 시연
- 퓨샷 프롬프팅
- 최신 정보를 웹 검색해서 LLM 모델에 제공하여 답변 생성하기
- 지식단절
- knowledge cutoff
- Bing API
- langchain.tools.DuckDuckGoSearchRun
- adding web search tools
- 웹 검색 툴 추가
- how to install postgresql and pgvector in Google Colab?
- IVFFlat
- vector indexing
- create extension vector
- Google Colab에 pgvector 설치하는 방법
- Google Colab에 PostgreSQL 설치하는 방법
- pgvector extension
- 여러개 템플릿에서 질문과 가장 유사한 템플릿 검색
- 질문과 템플릿 유사도 검색
- 구문 검색으로 템플릿 라우팅하기
- Routing templates dynamically
- Python Code generator
- langchian_experimental.utilities.PythonREPL
- Python Read-Eval-Print Loop
- PythonREPL
- Writing Python codes
- Python code 생성
- SQL Query in natural language
- 자연어로 질의응답
- 자연어로 질의해서 SQL Query 하기
- Querying a SQL DB
- WebBaseLoader()
- 웹사이트 문서 로딩
- RecursiveCharacterTextSplitter()
- Vector DB 시장 경쟁 현황
- Vector DB Landscape
- Chroma Vector DB
- langchain.memory.chst_message_histories
- MessagePlaceholder
- RedisChatMessageHistory
- RunnableWithMessageHistory
- Add Memory
- Add message history
- 이전 대화 내역 기억 추가
- LLM과 ChatModel의 차이
- 실행 중에 chain의 내부 대안 설정
- Prompt 설정
- LLM 설정
- 실행 중에 특정 Runnable의 대안 설정
- configurable_alternatives()
- 실행 중 HubRunnables 내 Prompts 설정하기
- 실행 중 LLM 내 특정 파라미터 설정하기
- runnable의 특정 fileds 설정하기
- ConfigureableField()
- configurable_fileds()
- 인풋에 조건에 따라 라우팅하기
- 동적으로 라우팅하기
- LangChain Language Expression
- RunnableBranch
- %%timeit
- chain 개별 처리 시간 vs. 병렬 처리 시간 비교
- 독립적인 체인을 병렬 처리하기
- run independent chains in parallel
- RunnableParallel
- print("\r")
- 순환물
- if elif else 조건절
- embeddings
- 대규모 언어모델 답변 생성
- 정보 증강
- RangChain
- 검색-증강 생성 방법
- ChatModel
- output parser
- prompt template
- LangChain Expression Language (LCEL)
- Plugins and Connectors
- LangServe
- LangChain 템플릿
- AI 앱 Orchestration
- LLM 애플리케이션 개발 프레임워크
- 시맨틱커널
- Semantic Kernel
- model.state_dict()
- model.load_state_dict()
- torch.load()
- torch.save()
- general checkpoint 다시 로딩하기
- general checkpoint 저장하기
- 모델 로딩하기
- 모델 가중치 저장하기
- ToTensor()
- transforms.Compose()
- target_transform
- datasets
- 원소 간 곱
- ValueError: Expected more than 1 value per channel when training
- 스킵 연결
- Xavier/ Glorot Initialization
- ReLU 활성화함수
- 기울기 소실 문제
- Access to the weights and biases in the PyTorch's trained model
- 계산 그래프
- 수치 미분
- backward propagation of errors
- bayesian updating
- 켤레 사전 분포
- bayesian statistics
- 대안적 설명의 제거
- 원인과 효과의 공변성
- 시간적 우선순위
- CLT simulation using python
- 표본 평균 분포
- 무작위 표본추출
- 중심극한의 정리
- 빈도론자와 베이지언의 p-value 해석 차이
- independent two-sample t-test
- stats 메소드
- 독립된 두 표본 t-검정
- p-값
- dict.keys()
- split a python dictionary by proportions
- Dictionary를 특정 비율로 분할하기
- Dictionary에서 특정 값을 가진 sub Dictionary 만들기
- document loader
- FewShotChatMessagePromptTemplate
- PromptTemplate
- LangSmith
- 텍스트를 벡터로 표현
- text clustering
- 텍스트 임베딩
- sentence-transformers model
- Transform each element of a list-like to a row.
- 리스트 내 여러개 원소를 각 행으로 변환하기
- 리스트를 각 행으로 풀어서 변환하기
- pandas.Series.explode()
- ChatGPT 채팅 API
- "text-embedding-ada-002"
- ChatGPT API 사용하기
- OpenAI API 사용하기
- OpenAI ChatGPT API 사용
- 정수 인덱스와 문자열 레이블 매핑
- 레이블과 정수 인덱스 매핑
- 고유의 문자열 키에 정수를 값으로 가지는 매핑 사전
- 고유의 정수 키에 문자열을 값으로 가지는 매핑 사전
- 정수에 문자열을 매핑하기
- 문자열에 정수를 매핑하기
- 리스트의 숫자를 문자열로 변환하기
- 리스트의 문자열을 숫자로 변환하기
- python-pptx
- pdf 파일에서 텍스트 추출
- extract text from a PDF file
- extract text from a PowerPoint file
- PowerPoint 파일에서 텍스트 추출하기
- Python으로 PDF 파일에서 텍스트 추출하기
- Python으로 파워포인트에서 텍스트 추출하기
- create OpenAI API key
- 챗GPT API key 생성
- ChatGPT API key 생성
- OpenAI API key 발급
- Python packages 한꺼번에 설치하기
- Python modules installment at once
- Python 모듈 한꺼번에 설치
- pip install -r requirements.txt
- Python 패키지 한꺼번에 설치
- 파이썬 패키지 한꺼번에 설치
- 파이썬 모듈 한꺼번에 설치
- vector similarity search
- 벡터 유사도 검색
- large scale AI-powered search in Greenplum
- 대규모 AI 기반 검색 구축
- pgvector
- max() over(partition by group_col)
- max() over(partition by null)
- 전체 행을 대상으로 요약 통계량 계산
- OVER(PARTITION BY NULL)
- OVER(PARTITION BY)
- OVER()
- 그룹별 요약 통계량 계산
- 3D surface plot
- 3D scatter plot
- 3차원 표면도
- array_agg_array
- 서로 다른 차원의 배열 묶기
- 차원이 다른 array 를 concatenation 할 때 에러 발생
- Arrays with differing element dimensions are not compatible for concatenation.
- cannot concatenate incompatible arrays
- 2차원으로 Array 묶기
- array append
- 2D Array Aggregation
- DataFrame에 대해 element-wise 로 함수 적용
- Series 에 대해 element-wise 로 함수 적용
- 함수 적용하기
- applymap()
- dictionary 와 list comprehension
- eval() 과 list comprehension
- 중첩 순환문과 list comprehension
- 조건절을 포함한 list comprehension
- for loop 순환문
- eval() SyntaxError
- 표현식(expressions)
- eval() 메소드
- SyntaxError: unexpected EOF while parsing
- evaluate expressions dynamically
- 동적으로 문자열 표현식을 평가하여 실행
- 동적으로 표현식 평가
- eval() function
- dict.items()
- PL/Python UDF for getting multiple elements in an array in PostgreSQL
- how to get multiple values in an array using position in Greenplum
- how to get multiple elements in an array in PostgreSQL
- PL/Python in Greenplum
- PL/Python in PostgreSQL
- Array 에서 여러개 위치의 원소 값을 PL/Python 사용자 정의함수를 사용해서 가져오기
- Array 에서 시작~끝 위치의 원소 값을 Slicing 해서 가져오기
- Array 에서 특정 위치의 하나의 원소 값 가져오기
- string_agg() 함수의 반대
- the opposite of STRING_AGG()
- 문자열 Array를 나누어서 개별 문자열 행으로 풀기
- 문자열을 구분자를 기준으로 나누어서 여러개의 원소를 가진 Array 로 만들기
- 개별 문자열을 하나의 문자열로 합치기
- unnest(string_to_array())
- string_to_array()
- string_agg()
- SQL Query 실행 순서
- order of execution of a SQL Query
- gppkg -q --all
- plcontainer image-list
- pl/container runtime-show
- PL/Python UDF
- PL/Python 사용자정의함수
- 설치된 PL/Container Runtime ID 확인
- 설치된 Docker Container Image 이름 확인
- 설치된 Package 이름 확인
- SQL Queries sequence
- SQL 쿼리 처리 순서
- SQL Query 처리 순서
- 하위 폴더 내 모든 파일 이름 가져오기
- 폴더 내 모든 파일 이름 가져오기
- unix style filename pattern matching
- unix style pathname pattern expansion
- 유닉스 스타일 파일명 패턴 매칭
- 유닉스 스타일 경로명 확장
- fnmatch
- 인덱스 반복자
- 다차원 인덱스 반복자
- iterable objects
- 반복 가능한 객체
- np.ndenumerate()
- jupyter notebook cell all output clear
- 주피터 노트북 커널 새로 시작하고 모든 셀 실행하기
- kernel restart
- 주피터노트북 모든 셀 결과 지우기
- run all cells
- 주피터 노트북 모든 셀 실행하기
- 주피터 노트북 새로 시작하기
- 주피터 노트북 셀의 모든 결과 지우기
- cell all output clear
- 모델 저장하기
- 문서 검색
- 에드워드 버거 감독
- 그 명예는 어디서 찾느냐?
- 내 아들이 전쟁에서 죽었는데
- 전쟁은 열병 같아. 아무도 원하지 않지만 갑자기 들이닥쳤지. 신은 가만히 보고만 있어
- 1918년 12월 전쟁이 끝났을 때는 오직 서부 전선에 적은 이동만 있었을 뿐이었다.
- 전쟁은 참호전의 양상으로 굳어졌고
- 전쟁은 늙은이들이 일으키고 피는 젊은이들이 흘린다
- 토니 발레롱가
- 돈 셜리
- It takes courage to change people's hearts.
- Because genius is not enough.
- 사람의 마음을 움직이려면 용기가 필요해요
- 왜냐면 천재성만으론 부족하거든
- Torchvision 내장 데이터
- plt.subplots()
- image visualization
- 이미지 시각화
- torchvision.datasets
- All quiet on the western front
- 영화 서부 전선 이상없다
- 영화 그린 북
- prompt engineering
- 프롬프트 엔지니어링
- torch.hsplit()
- torch.vsplit()
- 텐서 세로로 나누기
- 텐서 가로로 나누기
- torch.split()
- 텐서 나누기
- 텐서 세로로 합치기
- 텐서 가로로 합치기
- PyTorch 텐서 합치기
- torch.stack()
- torch.row_stack()
- torch.vstack()
- torch.column_stack()
- torch.hstack()
- torch.concat()
- ValueError: only one element tensors can be converted to Python scalars
- 원하는 위치는 부분집합 가져오기
- numpy array를 텐서로 변환하기
- torch.empty()
- torch.ones()
- torch.zeros()
- 0으로 채워진 텐서
- 텐서 만들기
- tensor objects
- 행렬 곱셈 (matrix multiplication)
- GPU로 디바이스 등록
- CPU로 디바이스 등록
- GPU vs. CPU 성능 비교
- 텐서 객체 등록
- 디바이스 정의
- Numpy ndarray 대비 PyTorch tensor 의 성능 비교
- numpy ndarray
- 단어 임베딩
- Brier score
- evaluation metrics for the imbalanced data classification model
- F0.5 Score
- F2 Score
- Geometric-Mean
- 불균형 데이터 분류모델의 성과평가 지표
- 불균형 데이터 분류 모델링 방법
- 적정한 분류 모델 성능 평가 지표
- 확률 튜닝 알고리즘
- 비용 가중치 조정
- 불균형 데이터 샘플링 방법
- 불균형 데이터 처리방법
- 불균형 데이터
- F-1 점수
- evaluation metrics for classification model
- interpolation in parallel
- 결측값 선형 보간 병렬 처리
- 시계열 데이터 선형 보간
- 특정 문자를 포함하지 않는 모든 칼럼 선택
- 특정 문자로 끝나는 모든 칼럼 선택
- 특정 문자로 시작하는 모든 칼럼 선택
- DataFrame.filter(regex)
- DataFrame.filter(like)
- DataFrame.filter(items)
- 특정 조건에 맞는 칼럼 선택해서 가져오기
- 특정 조건에 맞는 행 선택해서 가져오기
- DataFrame.filter()
- 지에엠컨설팅
- 직장 생활의 착각과 진실
- 직장 생활 심리학 참고서
- 심리학 직장 생활을 도와줘
- 칼럼 유형별 칼럼 제외
- 칼럼 유형별 칼럼 선택
- select_dtypes()
- pandas.DataFrame
- sort elements in a list
- mapping elements in a list using dictionary
- convert chacracter elements in list into numeric elements
- 리스트의 숫자형 원소를 문자형 원소로 변환
- 리스트 원소 정렬
- 리스트에서 다른 리스트의 원소 빼기
- 리스트의 원소를 사전형의 Key:Value 기준으로 매핑하여 변환
- 리스트의 문자형 원소를 숫자형 원소로 변환
- 안수연 옮김
- 세르주 블로크 그림
- 다비드 칼리 글
- 나는 기다립니다...
- string replacement using key:value mapping dictionary
- 키 값 매핑 사전형
- key value mapping
- 칼럼 재정렬
- 캄럼 순서 바꾸기
- reverse DataFrame column
- 칼럼 순서를 뒤집기
- 칼럼을 역순으로 바꾸기
- 칼럼 순서 재정렬
- text generation
- frequency domain analysis in parallel
- spectral analysis in parallel
- spectrum analysis in parallel
- PL/Container
- perplexity
- 깨어나게 하고 행동하게 하는 555개의 통찰
- 통찰의 시간
- 시계열 그래프
- 취업자 수 증가율
- 짝을 이룬 t-test 가정사항
- 매칭된 짝 t-test
- 반복측정 표본 t-test
- 짝을 이룬 차이 t-test
- 종속 표본 t-test
- scipy.stats.ttest_rel
- paired samples t-test
- 짝을 이룬 t-test
- 등분산 가정
- 정규성 가정
- t-test 가정사항
- scipy.stats
- t 통계량
- 두 집단 간 평균 차이 검정
- LLE 알고리즘
- 매너폴드 학습
- 비선형 차원 축소
- unroll swiss roll using LLE
- manifold learning approach
- Locally Linear Embedding
- LLE
- dimensionality reduction via projection approach
- 투사를 통한 차원 축소
- precision recall curve
- trim() 공백없애기
- 테이블 생성해서 데이터 추가하기(insert)
- random_normal()
- generate random number from normal distribution
- generate_series()
- 샘플 테이블 만들기
- 정규분포에서 난수 생성
- 의사결정 트리 그래프
- tree plot
- dot language
- sklearn.tree.export_graphviz
- sklearn.tree.export_text
- sklearn.tree.plot_tree
- 의사결정나무 시각화
- decision tree visualization
- pandas DataFrame에 tokenization 함수 적용하기
- pandas DataFrame에 텍스트 전처리 함수 적용하기
- 텍스트 특수문자 제거
- re package
- 텍스트 토큰화
- 텍스트 데이터 전처리
- ~'(a|b|c)'
- any() array{}
- how to match multiple string matching in PostgreSQL
- OR 조건으로 여러개의 문자열 매칭하는 SQL
- 여러개의 문자열 매칭
- matching multiple conditions
- api 사용방법
- 코사인 유사도
- conjugate prior
- Bayes' Theorem
- Out of Vocabulary problem
- sklearn TfidfVectorizer
- TF-IDF score
- 단어의 중요도
- TF-IDF values for corpus
- Inverse Document Frequency
- Term Frequency
- Mary Pipher
- Letters to a young therapist
- Regular Expression Matching
- 도커 이미지 vs. 도커 컨테이너
- 도커 컨테이너가 가상 머신보다 좋은 장점
- 왜 도커인가
- docker container vs. docker image
- 도커 컨테이너 vs. 가상 머신
- docker container vs. virtual machine
- docker container 란 무엇인가
- PyPDF2
- 유클리디언 거리
- 원소 간 짝을 이루어서 계산한 거리를 행렬로 반환
- distance.cdist()
- distance.pdist()
- scipy.spatial.distance
- 원소 간 거리 계산
- pairwise distance calculation
- diatance
- HNSW
- morphemes & lexemes
- phonemes
- 형태소와 어휘항목
- 언어 구조의 구성요소
- 언어란 무엇인가
- NLP Tasks
- 자연어 처리 응용 분야
- Text Analytics
- 텍스트 데이터 마이닝
- np.fill_diagonal()
- np.diagonal()
- creating a diagonal matrix
- 대각행렬 만들기
- fill main diagonal
- flip by main diagonal
- return main diagonal
- 주대각성분 채우기
- 주대각성분 기준으로 뒤집기
- 주대각성분 가져오기
- THE PIT
- 콘서트 ONLY
- 한세대학교 공연예술학과 교수
- 내 마음의 풍금 작곡
- THE PIT ORCHESTRA
- 김문정씨의 첫번째 에세이
- 뮤지컬 음악감독
- 이토록 찬란한 어둠
- G-mean
- ValueError: Cannot mask with non-boolean array containing NA / NaN values
- pandas DataFrame에서 문자열 매칭해서 데이터 가져오기
- indexing using pattern matching in pandas DataFrame
- 문자열 패턴 매칭해서 데이터 가져오기
- 문자열 Series 에서 패턴 매칭
- pandas.Sereis.str.contains()
- pandas Sereis
- lead() over (partition by order by)
- avg() over (partition by order by)
- rank() over (partition by order by)
- row_number() over (partition by order by)
- ntile() over (partition by order by)
- first_value() over(partition by order by)
- lag() over(partition by order by)
- 시계열 데이터
- 상처받은 치유자
- 자유로운 영혼의 달콜 쌉싸롬한 사랑이야기
- LLE (Locally-Linear Embedding)
- projection based dimensionality reduction
- 다중공선성 문제 해결
- 과적합 방지
- add arrow
- add circle
- add ellipse
- add rectangle
- 그래프에 다각형 추가하기
- 그래프에 화살표 추가하기
- 그래프에 직사각형 추가하기
- 그래프에 원 추가하기
- adding shapes in matplotlib's plot
- 시인 이소호
- 이소호 에세이
- 시키는 대로 제멋대로
- interactive bubble chart using ploly
- 애니메이션 버블 그래프
- animated bubble chart
- plotly bubble chart
- python matplotlib
- sankey element using holoviews
- flow visualization
- holoviews.extension('bokeh')
- holoviews
- 생키 다이어그램
- Extract substring
- Split string on delimiter and return the given field
- 문자열에서 구분자로 나누어서 일부분 가져오기
- 문자열에서 위치 기반으로 일부분 가져오기
- split_part() 함수
- substr() 함수
- substring() 함수
- SimpleImputer
- StandardScaler
- scikit learn pipeline
- column transformer with mixed types
- 숫자형과 범주형 변수가 있는 데이터 전처리 파이프라인
- 범주형 변수 데이터 전처리 파이프라인
- 숫자형 변수 데이터 전처리 파이프라인
- sklearn.pipeline
- 2D array를 1D array로 풀기
- unnest 2D array into 1D array in PostgreSQL
- 1D array에서 원소 indexing 하기
- 2D array를 1D array로 unnest 하기
- madlib.array_unnest_2d_to_1d()
- numpy array 소수점 반올림 np.round()
- numpy array 열 기준 백분율
- numpy array 행 기준 백분율
- matrix colormap
- percentage by column in numpy array
- percentage by row in numpy array
- 특정 칼럼 이름을 선별적으로 변경하고 싶은 경우
- data.frame의 칼럼 이름을 매핑 테이블을 이용해서 변경하기
- nvidia-smi -q -d memory
- NVIDIA GPU 모니터링
- NVIDIA GPU 장치 관리
- NVIDIA System Management Interface
- GPU 이름 확인
- GPU 드라이버 확인
- GPU name check
- GPU driver check
- GPU monitoring
- Outlier detection
- changing the order of x-axis ticks in matplotlib
- matplotlib 그래프의 X축 범주형 항목 순서 바꾸기
- 막대그래프의 X축 범주형 항목 순서 바꾸기
- pandas DataFrame의 index 순서 바꾸기
- changing the order of index in pandas DataFrame
- reordering the x-axis label in matplotlib
- changing the order of x-axis label
- AWS S3에 파이썬 객체를 직렬화해서 저장하기
- s3.put_object
- serialize a python object and save it to AWS S3
- conditions or boolean array
- iloc 정수 기반 위치에 의한 데이터 선택
- loc 레이블 기반 데이터 선택
- integer-based indexing
- label-based selection
- loc vs. iloc
- y 라벨이 원핫 인코딩되어 있으면 categorical_crossentropy() 손실함수 사용
- y label onehot encoded
- y label integer
- categorical_crossentoropy()
- sparse_categorical_crossentropy()
- Keras loss function for multiclass classification
- 상수는 값 변경 불가능
- 변수는 값 변경 가능
- 변수를 상수로 변환
- to.convert_to_constat()
- tf.Variable()
- tf.reshape() 에서 -1의 의미는?
- reshape a Tensor
- tf.reshape([-1])
- 텐서 행과 열 바꾸기
- 텐서 전치
- tf.transpose()
- tf.reshape()
- 텐서 형태 변환
- tf.Tensor.shape
- tf.Tensor.dtype
- tf.convert_to_tensor()
- tf.stack()
- 텐서는 어떻게 만드나
- 텐서는 무엇인가
- what is a tf.Tensor
- how to make a tf.Tensor
- Hadamard product
- 행렬 원소 간 곱
- tf.matmul()
- tf.math.multiply()
- percentile_disc()
- identifying outliers
- Interquartile Range
- 그룹별로 결측값을 이전 값으로 채우기
- over(partition by order by)
- 결측값을 이후 값으로 채우기
- backward filling NULL values with the next non-null value
- NULL 값을 이전 NON-NULL 값으로 채우기
- first_value() window function
- 결측값을 이전 값으로 채우기
- forward filling NULL values with the previous non-null value
- reshape table from long to wide format
- 세로로 긴 테이블을 가로로 긴 테이블로 변환
- 세로로 긴 테이블을 피봇하기
- alter table rename
- PostgreSQL tablefunc extention crosstab() function
- Apache MADlib pivot() function
- converting long-format to wide-format table
- 여러개의 칼럼을 가진 테이블을 key value 의 테이블로 변환하기
- 옆으로 긴 테이블을 세로로 긴 테이블로 변환하기
- unnest()
- 옆으로 넓은 테이블을 세로로 긴 테이블로 변환하기
- 여러개의 칼럼을 행으로 변환하기
- reshape horizontally wide into vertically long format table
- transpose columns into rows
- enumerate()
- list all schemas
- list all columns
- list all tables
- 모든 Column 조회
- 모든 View 조회
- 모든 Table 조회
- 모든 Schema 조회
- 모든 Database 조회
- 범례 글자 크기 설정
- legend(labels)
- legend(handles)
- 범례 그림자 설정
- 범례 배경 색 설정
- 범례 위치 설정
- 범례 설정하기
- 범례 추가하기
- matplotlib.pyplot.legend()
- set_title()
- set_xlabel()
- set_xticklabels()
- set_xticks()
- 제목 설정하기
- 축 이름 설정하기
- 눈금 이름 설정하기
- 눈금 설정하기
- TIMESTAMP에서 월 요일 이름 가져오기
- localized weekday name
- localized month name
- 날짜 시간 포맷 정해서 문자열로 바꾸기
- 'YYYY-MM-DD HH12:MI:SS'
- to_char(expression format)
- TIMESTAMP 데이터 유형을 포맷을 가진 문자열로 변환
- converts a TIMESTAMP data type to a string
- greenplum to_char()
- postgresql to_char()
- day of year
- ISODOW
- extract(field from source)
- INTERVAL 데이터 유형에서 날짜 시간 가져오기
- TIMESTAMP 데이터 유형에서 날짜 시간 가져오기
- extract() function
- 서브 플롯 간 여백 없애기
- plt.tight_layout()
- sharey=True
- sharex=True
- 하위 플롯간 Y축 공유하기
- 하위 플롯 간 X축 공유하기
- plt.subplots_adjust()
- 하위 플롯 간 간격 조절하기
- pandas DataFrame에서 적어도 하나의 칼럼이 조건을 만족하는 행 가져오기
- pandas.DataFrame.all()
- pandas.DataFrame.any()
- 파이썬 코드 실행시간 측정
- %timeit
- datetime.now()
- measuring the time elapsed
- 코드 소요시간 측정
- 코드 실행시간 측정
- Dictionary에서 값 상위 n개 가져오기
- 리스트에서 원소별 개수 세기
- 그룹별로 DataFrame 정렬하기
- pandas.Series.sort_values()
- pandas.Series.cumsum()
- pandas.Series.searchsorted(p)
- 그룹별로 특정 분위수 위치 구하기
- 그룹별로 누적 비율 구하기
- Python pandas DataFrame
- pandas DataFrame에 그룹별 첫번째 값 칼럼 추가
- 정렬 후 그룹별 마지막 값 추가
- 정렬 후 그룹별 첫번째 값 추가
- pd.DataFrame.transform()
- pd.DataFrame.sort_values().groupby()
- pd.merge(how on)
- 그룹별 마지막 값 DataFrame에 추가하기
- 그룹별 첫번째 값 DataFrame에 추가하기
- pandas DataFrame transform('last')
- pandas DataFrame transform('first')
- pandas DataFrame plot 의 선 종류와 색깔 스타일 정의하기
- pandas DataFrame 시계열 도표 그리기
- pandas DataFrame 각 원소를 나누기
- pandas DataFrame 칼럼 축으로 합하기
- pandas.DataFrame.div()
- pandas.DataFrame.sum(axis=1)
- attach images by dragging & dropping
- GitHub에 파일 첨부
- GitHub에 다양한 요소를 삽입하여 문서 작성하기
- GitHub Flavored Markdown Spec
- GitHub에 그림 첨부
- CommonMark
- GFM
- GitHub Flavored Markdown
- git 기본설정 확인
- git config --global
- Git 출력 색깔 설정
- Git 이메일 주소 설정
- Git 사용자 이름 설정
- git config color.ui
- git config user.email
- git config user.name
- Git 기본설정
- seasonal differencing
- 계절 차분
- stationarity
- differencing
- variance stabilization transformation
- 분산 안정화 변환
- 배치 정규화
- fun.aggregation
- 문자열 재구조화할 때 처음 값만 가져오기
- 문자열 재구조화할 때 콤마로 구분해서 합치기
- how to concatenate strings after dcast aggregation
- dcast() for string charactor
- defaulting to 'length'
- Aggregate function missing
- data.table dcast()
- rolling windows vs. expanding windows
- window functions in R using zoo package
- moving average of time series using R
- 시계열 데이터 누적 평균
- 시계열 데이터 이동평균
- expanding windows
- rolling windows
- rollapply() window function
- zoo package
- YAML language extension by Red Hat
- Kubernetes YAML 언어 확장
- setting.json 에서 편집
- K8s IDE
- Kubernetes Extension
- checking satationary time series
- stationarity test
- KPSS 통계적 가설 검정
- ADF 가설 검정
- KPSS test
- ADF test
- statistical hypothesis test
- 정상성 여부 확인 통계적 가설 검정
- 정상성 여부 확인
- OOV
- pandas.to_csv()
- pandas.read_csv()
- tarfile
- DataFrame을 파일로 다운로드
- 압축 해제
- 웹사이트에서 압축파일 다운로드
- plt.axvline()
- plt.vlines()
- plt.hlines()
- adding vertical lines
- adding horizontal lines
- 수직선 추가
- 수평선 추가
- stochastic process
- ARIMA모형 가정사항 정상성
- 정상시계열의 시도표
- stationary process
- random walk process
- white noise process
- 정상확률과정
- 확률보행과정
- 백색잡음과정
- spectrum analysis
- 시계열 데이터로 부터 주파수 분해
- 고속 푸리에 변환
- 주파수 분석
- inverse FFT
- spectrum anlysis
- 오차역전파법
- y축 색깔 지정하기
- 2번째 y축 만들기
- 2중축 그래프
- ax1.twinx()
- 스케일이 다른 y값 이중축 그래프
- 이중축 그래프
- 2 axes plot
- 여러개 웹 페이지 크롤링하여 DataFrame으로 만들기
- 웹 스크랩핑
- web straping
- Run and Recurring Run
- 파이프라인 구성요소
- Pipeline components
- Workflow 관리
- 인공지능은 사람처럼 될 수 있는가?
- 인간은 특별한가?
- 노벨 문학상 수상
- 인공지능 로봇 친구
- 에이프렌드
- AI Friend
- Klara and The Sun
- 클라라와 태양
- 깃 토큰 발급
- git token
- generate new tokens
- 개인 토큰 발급 방법
- 토큰으로 깃 인증
- 비밀번호 인증 종료
- support for password authentication was removed
- a personal access token
- download MiniKF kubeconfig file
- set KUBECONFIG
- install kubectl
- 쿠버네티스 커맨드라인 툴
- kuberbetes tool kubectl
- 모든 고민은 인간관계에서 비롯된다
- 트라우마를 부정하라
- The Courage To Be Disliked
- 이전 버전의 R package 설치
- 특정 버전의 R 패키지 설치
- R 패키지 설치
- R package installation with old version
- install.packages()
- 시계열 데이터 보간
- 감독 라세 할스트롬
- 줄리엣 비노사
- 영화 초콜렛
- pandas DataFrame 칼럼 위치 바꾸기
- how to change the order of DataFrame column
- 마지막 칼럼을 제일 앞으로 순서 바꾸기
- DataFrame 칼럼 순서 바꾸기
- sort values by column in DataFrame
- renaming MultiIndex Columns
- from wide-format to long-format
- MultiIndex Column DataFrame
- 존재하고자 하는 용기
- 선택할 대안의 탐색
- 아야!선 영역
- 신뢰 경청 명료화
- 일치와 나눔의 인간관계를 위하여
- how to have a creative relationship instead of a power struggle
- William V Pietsch
- 윌리암 피취
- Human BE-ing
- 인간 만남 그리고 창조
- 자기 알기
- 심리 치유 에세이
- MiniKF on MacOS
- 미니 큐브플로우
- Mini-Kubeflow
- MiniKF
- installing Kubeflow on laptop or desktop
- 맥북에 Kubeflow 설치하기
- 프랭크 다라본트 감독
- 감사 표현하기
- 있는 그대로 관찰하기
- 자신의 느낌과 욕구 인식하고 표현하기
- 삶을 풍요롭게 하기 위해 부탁하기
- 공감으로 듣기
- model serving
- pipelines
- create and manage jupyter notebooks
- machine learning model deployment
- 모델 배포
- 큐브플로우
- 일상에서 쓰는 평화의 언어 삶의 언어
- 마셜 B. 로젠버그 박사
- Nonviolent Communication
- Python statsmodels.tsa.api
- 시계열데이터 모델 평가 지표
- 추세와 계절성이 있는 시계열 데이터 지수평활법으로 예측
- holt-winters method in python
- onehotencoder
- 지수평활법
- everyone wants to be found
- Scarlett Ingrid Johansson
- 성숙한 삶
- 성공하는 조직
- 성장하는 나
- 일의 격
- mean absolute percentage error
- 평균오차
- 평균오차제곱합
- 오차제곱합
- 전체제곱합
- goodness-of-fit
- 모형 적합도
- 시계열 자료 분석
- xticks
- y축 눈금값 추가
- x축 눈금값 추가
- cosine curve plot
- sine curve plot
- 사인 곡선 그래프
- 코사인 곡선 그래프
- 인쇼랑
- 누적이동평균
- cumulative moving average
- simple moving average
- curse of dimensionality
- ERROR: UNION types integer and text cannot be matched
- 단순이동평균
- 두 테이블 JOIN 하기
- 여러개의 테이블 JOIN 하기
- 두 테이블 연결하기
- pivot table
- any 연산자
- exists 연산자
- all 연산자
- 한정술어
- DBeaver SQL 포맷 설정
- DBeaver 글꼴 설정
- DBeaver 테마 설정
- DBeaver 폰트 유형 및 폰트 크기 설정
- DBeaver 대문자로 자동 바꿔주기 설정
- DBeaver 행번호 표시 설정
- 폰트 크기 설정
- 대문자 기본 설정
- 분배기 이동
- 가스 배관 철거
- 집 예쁘게 인테리어 하기
- ANOVA in parallel using PL/Python on Greenplum database
- one-way ANOVA in parallel
- 복수개의 칼럼에 대해 일원분산분석
- 여러개의 변수에 대해 일원분산분석 검정하기
- statsmodels.api.stats.anova_lm()
- one-way ANOVA for multiple variables
- assumptions of ANOVA test
- 분산분석 검정의 가정사항
- scipy.stats.f_oneway()
- 샘플 크기가 다른 2개 이상 그룹간 평균 비교
- ANOVA with different sized samples
- WGS84 좌표계를 KATECH 좌표계로 변환하기
- spatial_ref_sys 테이블에 신규 좌표계 등록하기
- PostGIS_Transform_Geometry()
- ST_Transform()
- KATECH 좌표계
- distribute replicated
- spatial_ref_sys table
- ST_Transform
- ERROR: function cannot execute on QE slice because it accesses relation spatial_ref_sys
- 결측값을 기계학습 모형 예측값으로 대체하기
- DataFrame의 결측값을 선형회귀모형 추정값으로 채우기
- DataFrame의 결측값 채우기
- pandas DataFrame 칼럼 이름 바꾸기
- pandas DataFrame 에서 특정 칼럼 제외하기
- pandas DataFrame 에서 특정 칼럼 선택하기
- pandas DataFrame 에 특정 칼럼 포함 여부 확인하기
- pandas DataFrame 의 칼럼 이름 확인 하기
- task parallelism
- random forest variable importance
- random forest feature importance
- massively parallel processing
- 잔차 연결
- cellStats()
- descriptive statistics for raster objects
- summary() function
- 레스터 객체 요약 통계량
- summarizing raster objects
- geospatial data
- raster objects
- subsetting layers from multi-layers raster objects
- 다층 레스터 객체에서 일부 층 가져오기
- 레스터 객체 데이터 일부 가져오기
- raster::subset()
- subsetting raster objects
- 레스터 객체 조작하기
- manipulating raster object
- str_subset()
- setdiff() 로 두 데이터 프레임의 차이 집합 구하기
- stringr
- sf 지리 벡터 데이터 합치기
- nest join
- anti join
- semi join
- dplyr로 두개 테이블 join 하기
- dplyr 패키지로 지리 벡터 속성 집계하기
- data.table aggregation by group
- dplyr group_by() summarise()
- Base R aggregate(by)
- group by summarization
- 지리 벡터 데이터의 속성을 그룹별로 집계하기
- 지리 벡터 데이터에서 속성 요약정보 계산
- 지리공간 벡터 데이터의 속성 집계하기
- geograpy vector attribute aggregation
- select geographic vector data
- subset geographic vector data using dplyr
- 지리공간 벡터 데이터를 dplyr 로 전처리하기
- 지리공간 벡터 데이터에서 열 가져오기
- 지리공간 벡터 데이터에서 행 가져오기
- st_drop_geometry()
- vector attributes subset
- geographic vector data subset
- imbalanced data
- 정수 키를 자동 생성하여 넘파이 배열을 사전으로 변환하기
- python numpy array를 dict 로 변환하기
- 넘파이 배열을 사전으로 변환하기
- converting numpy array to dict
- 배열 내 최대값의 위치 인덱스 가져오기
- 사전의 키에 해당하는 값 가져오기
- 배열이 여러개 원소에 한꺼번에 함수 적용하기
- np.vectorize()
- transforming numpy array elements by mapping dict(key: value)
- 배열의 원소값을 dict 의 (key: value)를 매핑해서 변환하기
- python dictionary 사전 값 기준 정렬
- pandas value_counts()
- return_counts=True
- np.unique()
- 1D 배열 안의 고유한 원소 집합
- 배열 안의 고유한 원소 별 개수
- unique elements set in array
- display max rows in jupyter notebook
- jupyter notebook 출력 최대 행의 개수 설정
- 투영 좌표계
- set_units()
- st_area()
- R units package
- 좌표계의 지리공간 단위
- CRS spatial units
- 지리 좌표 참조 시스템
- Projected Coordinate Reference Systems
- Geographic coordinate systems
- RasterStack Class
- RasterBrick Class
- RasterLayer Class
- 레스터 클래스
- Raster Classes
- geospatial data anlaysis
- system.time()
- R 속도 측정
- object.size(DT)
- R 파일 크기 확인
- 자동 인덱싱
- DT[i
- 빠른 이진 탐색 기반 부분집합 가져오기
- fast binary subset
- key vs. secondary indices
- 키와 이차 인덱스 비교
- auto indexing
- Manifold Learning
- linear gression for each groups
- linear regression by groups
- 그룹별로 회귀계수 구하기
- 그룹별로 선형회귀모형 적합하기
- grouped regression
- which.max()
- which.min()
- dynamic indexing by maximum value
- dynamic indexing by minimum value
- group optima
- 그룹별 최대값 행 가져오기
- 그룹별 최소값 행 가져오기
- split by group
- 그룹별로 무작위로 행 가져오기
- 그룹별로 마지막 행 가져오기
- 그룹별로 첫번째 행 가져오기
- 그룹별로 부분집합 가져오기
- group subsetting
- data.table에서 left join 하기
- Key를 기준으로 데이터셋 병합하기
- 조건이 있는 데이터셋 조인
- 조건이 있는 상태에서 데이터셋 합치기
- conditional joins
- x의 m개 원소 간 모든 가능한 조합 만들기
- 모든 가능한 조합 만들기
- combn
- cotrolling a model's right-hand side
- 모델의 오른쪽 부분 조절하기
- 칼럼 유형 변환
- .SDcols 로 일부 칼럼만 가져오기
- .SD는 무엇인가?
- column type conversion
- column subsetting
- data.table 칼럼 선별하기
- data.table 조건에 따라 관측치 선별하기
- data.table 그룹별 관측치 개수 세기
- data.table 패키지를 사용해서 그룹별 관측치 개수 별로 data.table을 구분해서 생성하기
- 그룹별로 관측치 개수가 2개 이상인 관측치만 구분해서 DataFrame 만들기
- 그룹별로 관측치 개수가 1개인 관측치만 DataFrame 만들기
- 그룹별로 행의 개수 세기
- 그룹별 관측치 개수 별로 DataFrame을 구분해서 생성하기
- Sys.sleep()
- 레스터 데이터 분석
- GeoSpatial data anlysis
- 앞으로 예상 소요시간 출력
- 현재까지 총 소요 시간 출력
- 진행 개수 출력
- 진행 상태 퍼센트 출력
- 진행 상태 막대 출력
- GitHub에 SSH key 등록하기
- ssh -T git@github.com
- GitHub에 SSH key 등록이 성공했는지 확인하는 방법
- 공개 키 GitHub에 등록하기
- generate SSH Key
- SSH Key 생성하기
- DataFrame 으로 부터 임의 표본 추출
- ValueError: Replace has to be set to `True` when upsampling the population `frac` > 1.
- not both
- ValueError: Please enter a value for `frac` OR `n`
- ValueError: Cannot take a larger sample than population when 'replace=False'
- random sampling using a DataFrame column as weights
- 가중치를 부여한 무작위 표본추출
- random sampling by fraction
- random sampling by number
- fraction of random sampling
- 비율로 무작위 표본 추출
- random sampling with replacement
- 무작위 복원 표본 추출
- DataFrame.sample() method
- random sample from pandas DataFrame
- DataFrame에서 무작위 표본 추출
- DataFrame의 열에 대해 반복 순환하여 값 가져오기
- DataFrame의 행에 대해 반복 순환하여 값 가져오기
- DataFrame의 행과 열에 대해 반복 순환하여 값 가져오기
- DataFrame.iterrows() iterate over DataFrame rows
- itertuples() iterate over pandas DataFrame rows as namedtupres
- 열) 반복
- pandas DataFrame 튜플 (인덱스
- pandas DataFrame 열 반복
- DataFrame 행 반복
- 압축 수준
- compressionlevel
- allowZip64
- 압축 옵션
- download and extract ZIP file
- 웹에서 ZIP 파일 다운로드하여 압축 해제하기
- FileExistsError: [Errno 17] File exists:
- Python zipfile 모듈로 여러개의 파일을 ZIP 파일로 압축하기
- FileExistsError: [Errno 17] File exists
- extract a zip file using python zipfile module
- read a zip file using python
- write a zip file using python
- 1개 파일 압축 해제 하기
- 모든 파일 압축 해제하기
- ZipFile().extractall()
- ZipFile.extract()
- mode='r'
- mode='a'
- mode='x'
- mode='w'
- 압축 파일 닫기
- 압축 파일 열기
- 압축 파일 해제하기
- 압축 파일 읽기
- 압축 파일 쓰기
- ZipFile() 클래스
- zipfile 모듈
- spatial vector data encoding
- as(Class="Spatial")
- st_as_sf()
- sf 클래스를 sp 클래스로 변환하기
- sp 클래스를 sf 클래스로 변환하기
- sp package
- sf object
- simple feature columns
- simple feature geometry
- geometry + non-geometric attributes
- data.frame()
- st_sf()
- 단순 지리특성 칼럼 + data.frame 속성
- the sf class
- World Geodetic System 1984
- European Petroleum Survey Group
- 공간 참조 시스템
- specify CRS using EPSG definition
- check CRS
- st_crs() function
- st_sfc() function
- GeoSpatial Data Analysis
- vector data geometry
- st_geometry_type
- combining simple feature geometry into a simple feature column
- combining sfg into a sfc
- R sf 패키지
- 단순 지리특성 기하(sfg)를 단순 지리특성 칼럼(sfc)으로 합치기
- ST_ stands for the standard Spatial Type
- simple feature geometries
- st_geometrycollection()
- st_multipoint()
- st_multilinestring()
- st_multipolygon()
- st_polygon()
- st_linestring()
- st_point()
- 기하집합
- 다중면
- 다중선
- 다중점
- geometrycollection
- miltilinestring
- miltipoint
- vector data
- geometry types
- 기하 유형
- 벡터 데이터
- geospatial data visualization
- R sf package
- vector data visualization
- 벡터 데이터 시각화
- world map visualization
- 세계지도 시각화
- geography markup language
- Keyhole markup language
- well-known text
- WKT
- 항공 지도 사진
- 인공위성 지도 사진
- raster package
- 레스터 데이터 모델
- 벡터 데이터 모델
- raster data model
- vector data model
- save interactive map as web page
- 상호작용하는 동적 지도를 웹 페이지로 저장하기
- 지도 스타일 추가하기 (add map styles)
- 동적 지도
- addProviderTiles("Tile Name Here")
- leaflet() 에 다른 외부 타일 제공자의 타일 지도를 추가
- Leaflet-prodivers preview
- add map style tiles
- 맵 스타일 타일 추가하기
- map styles
- R leaflet 패키지
- interactive map
- 정렬될 k-거리 그래프
- elbow method using sorted k-dist plot
- 지리공간 데이터
- DBSCAN 알고리즘 절차 및 R 예제
- k-means 군집화와 DBSCAN 군집화 알고리즘 비교
- k-means vs. DBSCAN
- DBSCAN 알고리즘의 Eps MinPts 입력모수 결정 방법
- Determining the Parameters Eps and MinPts
- 대용량 공간 데이터 군집분석
- 공간 데이터에 대한 군집분석
- clustering for spatial data
- 대한민국 언론의 신뢰도
- 대한민국 사법부의 신뢰도
- 문서 위조에 대한 검찰과 법원의 이중성
- 대한민국 검찰의 권한
- 검찰 사법부 언론 카르텔
- groupby().pct_change()
- Percentage change between the current and a prior element by Group
- Percentage change between the current and a prior element
- pct_change()
- 그룹별 전년 동분기 대비 성장률
- 그룹별 전분기 대비 성장률
- 그룹별로 전년 동분기 대비 변동률 구하기
- 그룹별로 전분기 대비 변동률 구하기
- eval() 함수
- interpretation of clustering results
- interpretation of cluster analysis
- 군집해의 해석
- 군집분석 결과 해석
- 밀도기반 군집분석
- hierarchical culstering dendrogram
- the sihouette method
- the elbow method
- 팔꿈치 방법
- 실루엣 방법
- 계층적 군집분석 덴드로그램
- how to select the number of cluster
- selecting the number of cluster k
- determining the number of cluster
- how to determine the number of cluster k?
- 군집의 개수 선택 방법
- 군집의 개수 결정 방법
- cluster analsys
- 그룹별 선형회귀분석
- 대용량 데이터 선형회귀분석
- Linear Regression using Apache MADlib
- Linear Regression using SQL
- MADlib을 통한 선형 회귀분석
- SQL 을 활용한 선형 회귀분석
- 선형 회귀분석
- madlib.correlation()
- 그룹별 상관계수
- 상관관계 분석
- correlation coefficients using Apache MADlib in Greenplum DB
- correlation coefficients using SQL in Greenplum
- correlation coefficients using Apache MADlib in PostgreSQL
- correlation coefficients using SQL in PostgreSQL
- madlib.summary()
- MADlib summary 함수
- 그룹별 요약통계량
- 행 개수
- 3사분위수
- 1사분위수
- summay statistics
- quantile
- 서열형 변수 혼합형의 유사성 측정
- 서열형 변수 혼합형의 거리 측정
- 명목형
- 이분형
- 연속형
- 연속형과 범주형 혼합 데이터의 비유사성 측정
- 연속형과 범주형 혼합 데이터의 거리 측정
- 연속형과 범주형 혼합 데이터의 유사성 측정
- distance measures for categorical data
- similarity measures for categorical data
- asymmetric binary attributes distance
- jaccard coefficient distance
- simple matching distance
- hamming distance
- 명목형 자료의 거리 측정
- 서열형 자료의 거리 측정
- 이분형 자료의 거리 측정
- 범주형 자료의 거리 측정
- 명목형 자료의 유사성 측정 척도
- 서열형 자료의 유사성 측정 척도
- 이분형 자료의 유사성 측정 척도
- 범주형 자료의 유사성 측정 척도
- Jupyter Notebook에서 Greenplum DB에 SQL query한 결과를 pandas DataFrame으로 가져오기
- Jupyter Notebook에서 PostgreSQL DB에 SQL query 한 결과를 pandas DataFrame으로 가져오기
- {variable_name}
- $variable_name
- named style :variable_name
- dynamic variable substitution
- Jupyter Notebook에서 Greenplum DB에 로컬변수로 변환해서 query 하기
- Jupyter Notebook에서 PostgreSQL DB에 로컬변수로 변환해서 query 하기
- Mac OS에서 숨김 파일 보기
- Windows에서 숨김 파일 보기
- DSN connections
- Jupyter Notebook에서 Greenplum database에 접속하는 방법
- Jupyter Notebook에서 PostgreSQL database에 접속하는 방법
- DB credentials 별도 보관
- jupyter notebook에서 SQL meta-command 하기
- jupyter notebook에서 SQL query 하기
- jupyter notebook에서 Greenplum database 접속하기
- jupyter notebook에서 PostgreSQL database 접속하기
- pgspecial
- 패턴이 있는 여러개의 칼럼을 재구조화하기
- dcast
- casting multiple value.vars simultaneously
- melt multiple columns simultaneously
- 여러개의 칼럼을 동시에 재구조화 하기 (cast)
- 여러개의 칼럼을 동시에 녹이기 (melt)
- TO_CHAR()
- fun.agg
- fun.aggregate
- := 로 data.table 얕은 복사한 data.table 참조하여 새로운 칼럼 추가하기
- copy() function
- 옆으로 펼쳐진 데이터를 세로로 길게 재구조화하기
- 세로로 긴 데이터를 옆으로 펼쳐서 재구조화하기
- Limitations in current melt/dcast approaches
- dcast()
- dcasting data.tables (long to wide)
- melting data.tables (wide to long)
- effieient reshaping using data.table
- 효율적인 데이터 재구조화
- R data.table 구문 소개 포스팅 링크
- R data.table 참고 사이트 링크
- copy() function for deep copy
- 깊은 복사하는 방법
- side effect of shallow copy
- 얕은 복사의 부작용
- shallow copy vs. deep copy in R
- 얕은 복사 vs. 깊은 복사
- ':='(colA = valA)functional form
- LHS := RHS
- 칼럼 삭제하기
- 칼럼 갱신하기
- 칼럼 추가하기
- reference semantics
- 참조 의미론
- ':='
- 복수개의 칼럼에 칼럼 이름과 값 할당
- 여러개의 칼럼에 값 할당
- 칼럼 이름에 값 할당
- := 연산자
- 벡터 스캔 방식과 이진 탐색 방식의 속도 비교
- NULL)
- 설정되어 있는 키를 제거하려면 setkey(DT
- Key 값이 매칭되는 값이 존재하는 행만 가져오기
- Key 값이 매칭되는 마지막 행 가져오기
- Key 값이 매칭되는 첫번째 행 가져오기
- Key 값이 매칭되는 모든 행 가져오기
- nomatch = NULL
- mult = "last"
- mult = "first"
- mult = "all"
- mult argument
- nomatch argument
- by를 사용하여 그룹별 집계하기
- keyby를 사용하여 그룹별 집계하고 정렬 후 키 설정하기
- setkey()
- keyby
- 연산 결과 키 재설정
- data.table 키에 대해 부분집합 가져와서 연산하고 연산 결과에 대해 키 재설정하기
- 키 설정
- how to get key in data.table?
- key()
- data.table 의 키 특성 (Keys properties)
- data.table에서 키 사용하여 부분집합 가져오기
- data.table에서 키 확인하기
- data.table에서 키 설정하기
- fast subset
- fast binary search
- special symbol .SD in R data.table stands for Subset of Data
- lapply in R data.table?
- How to standardize or transform the multiple numeric columns using .SD
- 여러개의 숫자형 변수를 R lapply 함수를 써서 한꺼번에 변환하기
- 여러개 숫자형 변수를 한꺼번에 표준화 하기
- 특정 칼럼을 지정하는 data.table .SDcols
- 다수의 모든 칼럼을 대상으로 하는 data.table .SD
- data.table 그룹별 집계 후 group by key 기준으로 정렬하기
- data.table 체인 연산
- data.table chaining of operations
- aggregation by group
- 그룹별 집계하기
- data.table 변수 이름 변경하기 (rename)
- data.table order()
- data.table 내림차순 정렬하기
- data.table 오름차순 정렬하기
- .() 로 data.table 반환하기
- list() 로 data.table 반환하기
- .N 행 개수 세기
- 구글 코랩
- 랜선 집들이
- data.table compute or do in j
- data.table select column(s) in j
- data.table subset rows in i
- data.table indexing 인덱싱
- data.table 슬라이싱
- data.table 기본 구문 사용법
- data.table 정렬 order
- data.table 그룹별 요약통계량
- data.table 구문과 SQL 구문 비교
- general form of data.table syntax
- data.table 을 csv 파일로 쓰기
- csv 파일을 빠르게 읽어와서 data.table 만들기
- fread() 함수
- fwrite() 함수
- 여러개로 쪼개져 있는 파일들을 하나의 data.table로 합치기
- rbindlist()
- how to read csv file and make it R data.table?
- how to convert R data.frame to data.table
- data.frame을 data.table로 변환하기
- 데이터를 읽어와서 data.table 만들기
- by: group by what?
- j: what to do?
- i: on which rows
- data.table 의 기본 구문
- R data.table 설치
- 왜 R data.table 인가?
- R data.table 은 무엇인가?
- R data.table 패키지
- FileNotFoundError: [Errno 2] No such file or directory:
- mounting google drive to Colab
- loading a file from the local folder to Colab
- files.upload()
- drive.mount()
- from google.colab import drive
- from google.colab import files
- Cloab에 Google drive 연결하는 방법
- Colab에 파일 업로드 하는 방법
- Colabarotory
- Gradient Tapes을 이용한 자동 미분
- tape.gradient(loss x)
- with tf.GradientTape() as tape:
- records relevant operations onto a tape
- 연관된 연산을 테이프에 기록
- reverse mode automatic differentiation
- 후진 모드 자동 미분
- Compressed Sparse Row(CSR) 형태(format) 자료구조의 장점과 단점
- csr_matrix.data
- csr_matrix.indices
- csr_matrix.indptr
- how to make term-document matrix using compressed sparse row (CSR) matrix
- Compressed Sparse Row 행렬을 이용하여 Term-Document 행렬 만들기
- Document-Term Matrix
- Term-Document Matrix
- 단어 문서 행렬
- 문서 단어 행렬
- converting SciPy compressed sparse row matrix to NumPy array matrix
- converting NumPy sparse matrix to SciPy compressed sparse row matrix
- SciPy CSR 행렬을 NumPy 행렬로 변환하기
- NumPy 배열을 SciPy CSR 행렬로 변환하기
- 압축 희소 행 행렬을 희소행렬로 변환하기
- 희소행렬을 압축 희소 행 행렬로 변환하기
- todense()
- toarray()
- SciPy compressed sparse row matrix
- scipy scr_matrix()
- tf.data.Dataset.list_files()
- image load
- 이미지 파일 라벨 파싱
- 이미지 파일 시각화
- 이미지 파일 불러오기
- 이미지 파일 압축 풀기
- 이미지 파일 다운로드
- print python dict key and value with a fixed space
- 파이썬 사전형을 일정 간격을 두고 키와 값 인쇄하기
- 파이썬 사전형 인쇄
- print options
- 인쇄 옵션
- The Green Mile
- 비쥬얼 스튜디오 코드
- nppad() 함수 사용법
- pad_sequences() 함수 사용법
- tensorflow.keras.preprocessing.sequence.pad_sequences() 로 padding 하기
- 넘파이 배열의 빈 형상을 0으로 채우기
- padding array
- MAPE
- 전라북도 장수 오미자 직거래 판매
- 오미자 당절임
- 리스트 컴프리헨션
- except Exception as e
- Try Except 절에서 에러 발생 시 Exception Error 이름과 Error message 출력
- tf.GradientTape()
- automatic differentiation
- 오차역전파
- Gradient Tape
- tf.function decorator
- 파이썬 코드를 텐서플로우 그래프로 변환
- graph optimization
- 그래프 최적화
- tf.function 데코레이터
- TensorFlow 2.x AutoGraph
- 웹 기반 텐서플로우 시각화 툴 텐서보드
- web-based visualization tool
- TensorFlow visualization framework
- 텐서보드로 딥러닝 모델 시각화하기
- Keras에서 MNIST 데이터 로딩하기
- Keras 모델 구축
- tf.keras.utils.plot_model()
- Keras 모델 시각화
- Keras model 컴파일 compile
- model evaluation
- Keras 모델 평가
- Keras 모델 예측
- Keras 모델 가중치 HDF5 파일로 저장하기
- Keras 저장된 모델 가중치 불러오기
- tf.keras.models.load_model()
- keras fit verbose 설정 값
- keras model 시각화 plot_model() 메소드
- DNN 모델
- MNIST 분류 모델
- tf.convert_to_tensor()로 numpy array를 tensor로 변환
- numpy() 메소드로 tensor를 numpy array로 변환
- TensorFlow 1.x placeholder
- TensorFlow 1.x 변수 Variable
- TensorFlow 1.x 상수 constant
- TensorFlow 2.x placeholder 미사용
- TensorFlow 2.x 변수 Variable
- tensorflow 2.0 상수 constant
- TensorFlow 2.x 즉시 실행 모드 (eager execution)
- Tensorflow 1.x 지연 실행 모드 (lazy execution)
- deep neural network
- 직방의 부동산 설문조사 표본설계의 오류
- np.repeat()
- plot the model's decision boundary
- 기계학습 모델의 의사결정 경계 시각화하기
- 확률표본 추출 시 초기값 seed number 설정하기
- 비복원 임의 표본 추출
- 복원 임의 표본 추출
- 특정 확률을 지정하여 임의표본추출하기
- 임의 샘플링
- 무작위 샘플링
- np.random.choice() 메소드
- Word Similarity
- 경로 거리 기반 단어 유사성 측정
- 단어의 네트워크 구조
- 단어의 상 하 구조
- 파이썬으로 자연어 처리 하기
- a large lexical DB of English
- WordNet corpus
- Natural Language Toolkit
- contour plot
- 등고선 그래프
- f-1 score
- vectorization operation
- A배열의 idx 위치에 B배열의 원소를 순서대로 더하기
- np.add.at()
- 요약통계량
- specificity
- LIKE operator
- string pattern matching
- character pattern matching
- 문자열을 특정 구분자를 기준으로 분리하고 부분 가져오기 함수 split_part()
- 문자열의 n개 자리 중 모자라는 부분 채우기 함수 rpad()
- 문자열의 왼쪽의 n개 자리 중 빈 자리 채우기 lpad()
- 문자열의 오른쪽부터 처음 n개 문자열 함수 right()
- 문자열의 왼쪽부터 처음 몇개 문자열 가져오기 함수 left()
- 문자열의 오른쪽 왼쪽 양쪽 특정 문자 잘라내기 함수 trim(leading trailing both from)
- 문자열 오른쪽의 특정 문자 잘라내기 함수 rtrim()
- 문자열 왼쪽 의 특정 문자 잘라내기 함수 ltrim()
- 문자열의 특정 위치 부분 자르기 함수 substr()
- 문자열 위치 인덱싱 함수 position()
- 문자열을 특정 숫자만큼 반복 함수 repeat()
- 문자열을 뒤집기 함수 reverse()
- 문자열을 다른 문자열로 대체 replace()
- 문자열 특정 위치에 다른 문자열 덮어쓰기 함수 overaly()
- 문자열 타이틀 형식으로 변환 함수 initcap()
- 문자열 대문자로 변환 upper()
- 문자열 소문자로 변환 함수 lower()
- 문자열 바이트 길이 octet_length
- 문자열 비트 길이 bit_length()
- 문자열 길이 length
- 구분자 포함해 문자열 합치기 함수 concat_ws()
- 문자열 합치기 함수 concat()
- 문자열 합치기 연산자 ||
- 무제한 길이 문자열 text
- 문자열 처리 연산자
- 고정 길이 문자열 char(n)
- 가변 길이 문자열 varchar(n)
- varchar(n)
- charctor()
- character type function in postgresql
- character type operators in postgresql
- fillna(dictionary)
- how to fill missing values per each columns differently in python
- 여러개의 칼럼별로 결측값을 다르게 대체하는 방법
- 그린플럼
- 포스트그레스에스퀴엘
- other operators
- comparison operators
- postgresql arithmatic operators
- Python 으로 YAML 파일 읽어서 정렬하기
- Python으로 YAML 파일 쓰기
- Python 으로 YAML 파일로 직렬화하기
- Python 으로 YAML 파싱해서 읽기
- PyYAML
- reset_index()
- reindex()
- set_index()
- 모든 조합 Cartesian Product의 MultiIndex
- pd.MultiIndex.from_product()
- TimeStamp와 ID의 모든 조합 MultiIndex
- 모든 데이터 삭제
- 테이블 비우기
- 데이터 갱신
- 데이터 수정
- 데이터 정의 언어 (DDL)
- DDL (Data Definition Language)
- 테이블에 데이터 등록하고 가져오기
- 테이블 데이터 제약조건 설정
- postgresql server에 연결하기
- insert into table values
- Table에 값 입력하기
- View 생성
- Table 생성
- Schema 생성
- create schema
- pytorch tensor
- boto3
- infer_datetime_format
- dayfirst
- date_parser
- 파일에서 데이터 읽어올 때 날짜 시간 파싱하는 방법
- 파일에서 데이터 읽어올 때 날짜 파싱하기
- datetime parsing
- 심리학자 아들러
- 차원의 저주
- vanishing gradient problem
- PL/R 오류 처리 tryCatch
- 오류나 경고 메시지 처리 R tryCatch
- R exception handler tryCatch()
- R 코드 예외 처리
- tryCatch() 를 이용한 오류에 견고한 R 코드
- PivotalR on HAWQ
- PivotalR 구조
- wrapper of MADlib
- PivotalR package
- Apache MADlib Functions
- Apache MADlib을 활용한 훈련 검증 셋 분할 (split training test set using MADlib)
- Apache MADlib 의 역사
- Apache MADlib을 활용한 선형회귀모형 적합 및 예측
- returns table
- returns bytea
- returns setof
- 3 ways to return PL/R results on Greenplum and PostgreSQL DB
- PL/R 결과를 반환받는 3가지 방법
- Procedural Language R extension
- string aggregation
- array aggregation in 2D array
- array aggregation by column
- PL/R 을 위한 데이터셋 array aggregation 준비하는 3가지 방법
- Parallel Processing using Procedural Language R
- 무문선
- PL/R을 이용해서 모형 적합하기
- PL/R 함수를 사용해서 예측하기
- composite data type 정의
- parallelized linear regression modeling per groups using PL/R on greenplum
- Error on receive from seg0 slice1 pid
- server closed the connection unexpectedly
- PL/R error
- PL/R을 이용한 그룹별 선형회귀모형 병렬 학습 및 예측
- MADlib을 이용한 그룹별 선형회귀모형 병렬 학습 및 예측'
- 배열 반복
- 자기상관계수의 95% 신뢰구간
- autocorrelation plot
- 자기상관그림
- correlation vs. autocorrelation
- 상관계수 vs. 자기상관계수 비교
- autocorrelation coefficients
- 자기상관계수
- text datasets
- translate datasets
- video datasets
- object detection datasets
- 텐서플로우 데이터 허브
- 공개 오디오 데이터셋
- 공개 동영상 데이터셋
- 공개 음성 데이터셋
- 공개 텍스트 데이터셋
- 공개 이미지 데이터셋
- 딥러닝을 위한 공개 데이터셋
- open text dataset
- open audio dataset
- open image dataset
- tensorflow data hub
- 기존 함수의 매개변수 값을 고정해 새로운 함수 만들기
- 기존 함수를 재활용하여 새로운 함수 만들기
- python functools library partial() function
- functools.partial()
- pickle.loads()
- pickle.dumps()
- 파이썬 버전별로 Pickle Protocol Version
- 역직렬화하여 읽기
- 직렬화하여 저장
- F1 score
- 문자열로 이루어진 리스트를 한 줄씩 텍스트 파일에 쓰기
- 문자열로 이루어진 리스트를 한꺼번에 모든 줄을 텍스트 파일에 쓰기
- writelines() 메소드
- writeline() 메소드
- readline() 메소드
- readlines() 메소드
- 파이썬으로 텍스트 파일 쓰기
- 파이썬으로 텍스트 파일 읽기
- python open error 처리 옵션
- python open mode 종류
- file.write()
- file.read()
- with open(file) as object:
- 파이썬으로 파일에 데이터 읽기
- 파이썬으로 파일에 데이터 쓰기
- 파이썬으로 파일 닫기
- 파이썬으로 파일 열기
- not a logical vector Call `rlang::last_error()` to see a backtrace
- Error: must be a character vector
- 연속형 변수를 몇 개의 범주로 구분하기
- 여러개의 if else if 조건절을 벡터화해서 처리
- case_when()
- bins) 를 이용한 연속형 변수의 여러개 구간별 범주화
- np.digitize(X
- labels) 를 이영힌 연속형 변수의 여러개 구가별 범주화
- bins
- pd.cut(X
- 연속형 변수를 범주형 변수로 변환하기
- categorization of continuous variable using pd.cut(bins)
- categorization of continuous variable using np.digitize(bins)
- sklearn model_selection train_test_split()
- train and test set split by stratified random sampling
- 훈련 검증 데이터셋 분할
- sklearn train_test_split
- train set split
- test set split
- 층화 무작위 추출
- Chaining
- np.random.shuffle() 함수로 train test set 분할하기
- numpy random choice 함수를 이용한 train test set 분할
- numpy random permutation 함수를 사용한 train test set 분할
- 무작위 층화추출을 통한 train test set 분할
- 무작위 샘플링을 통한 train test set 분할
- scikit learn model_selection 클래스의 train_test_split 함수를 사용하여 train test set 분할하기
- 자동 미분
- how to reverse 2D numpy array using np.flip()
- how to reverse 1D numpy array
- 파이썬 넘파이 배열 순서 거꾸로 뒤집기
- how to reverse numpy array elements order
- numpy 배열 원소 뒤집기
- numpy 배열 뒤집기
- how to reverse numpy array
- Postgresql 서버 종료
- Postgresql 서버 시작
- how to stop postgresql server
- how to start postgresql server
- 그룹별 집계된 변수에 접두사 추가하기 add_prefix()
- Postgresql 데이터 유형 확인
- Postgresql 칼럼 이름 확인
- GPDB 데이터 유형 확인
- GPDB 칼럼 이름 확인
- 사스 vs. 메르스 vs. 신종 코로나 바이러스 감염율과 치사율 비교
- 비행기 사고와 자동차 사고의 사망율 비교
- 전염병에 대한 역대 정부별 방역 관리 대응
- 신종 코로나 바이러스에 대한 자유한국당의 문제점
- 신종 코로나 바이러스에 대한 언론의 문제점
- 기본 클래스
- child class
- parent class
- class inheritance
- class in python
- object oriented programming (OOP)
- 객체지향프로그래밍과 클래스
- 문자열 분할
- getting dummy variables in R manually using ifelse() condition
- getting dummy variables in R using caret library
- 범주형 변수에 대해 가변수 만들기
- z-transformation
- [0-1] transformation
- 여러개의 변수를 가진 Data Frame을 표준화하기
- [0-1] 변환
- R을 사용한 무작위 샘플링
- R을 사용한 무작위 층화 샘플링
- 여러개의 변수를 가진 DataFrame을 train test set 으로 분할하기
- split dataframe with multiple variables into train and test set
- random sampling using R
- stratified random sampling using R
- split into train and test set using R
- random sampling
- 복수의 그래프에서 Y 축 이름 공유
- 복수 그래프에서 X 축 공유
- hot to share x axis scale
- how to share y axis scale
- how to fix x axis scale
- how to fix y axis scale
- 축 단위 고정
- 복수 그래프
- 여러개의 수직 막대 그래프
- 여러개의 수평 막대그래프
- multiple horizontal bar plots with fixed and shared x axis scale
- multiple vertical bar plots with fixed and shared y axis scale
- multiple bar plots
- sensitivity analysis of logistic regression model per each observation and variable
- 로지스틱 회귀모형에 대한 관측치별 변수별 민감도 분석
- 로지스틱 회귀모형에 대한 관측치별 변수별 기여도 분석
- 선형회귀모형에 대한 각 관측치별 변수별 기여도 분석
- 선형회귀모형에 대한 각 관측치별 변수별 민감도 분석
- Sensitivity analysis of linear regression per each observations
- sensitivity analysis
- Cell 전체에 한꺼번에 코멘트 부호 '#' 넣기 : Ctrl + /
- 도움말 살펴보기 : Shift + Tab
- Python 함수의 옵션
- 조국 전 법무부 장관에 대한 검찰 수사 비용 추정
- multiplicative winters' method with quadratic trend
- additive winters' method with quadratic trend
- three parameter exponential smoothing
- multiplicative winters' method with linear trend
- additive winters' method with linear trend
- two parameter exponential smoothing
- multiplicative winters' method with no trend
- additive winters' method with no trend
- simple exponential smoothing
- exponential smoothing by time series patterns
- irregular noise
- 승법 모형
- 가법 모형
- timeseries multiplicative model
- timeseries additive model
- irregular factor
- seasonal factor
- cycle factor
- trend factor
- time series component factors
- backward filling missing value
- forward filling missing value
- 결측값 채우기
- 결측값 선형 보간
- fill missing value
- upsampling
- resampling
- 라벨 이름(label) 설정하기
- Downsampling 으로 시계열 데이터 집계 시 좌/우의 포함여부(closed)
- resample(label='right')
- resample(closed='right')
- downsampling
- 분기 기간 단위 집계 (quarterly period group by aggregation)
- 분기별 공휴일이 아닌 시작 날짜(staring business date)와 공휴일이 아닌 끝 날짜 (ending business date)로 변환
- 분기별 시작 날짜(starting date)와 끝 날짜(ending date)
- pandas.asfreq()
- covert period to desired frequency
- conversion from timestamp to period
- quarterly period conversion to timestamp
- quarterly period dates range
- pandas.period_range() 로 날짜 기간(period of time) 만들기
- timezone names of Asia in python
- 파이썬 아시아 지역 시간대 이름
- 시간대를 포함해서 날짜-시간 범위 만들기
- convert from naive to localized time zone
- 시간대가 없는 naive 상태에서 지역 시간대 설정하기
- 아시아 시간대 이름 리스트
- Python에서 pytz 라이브러리로 시간대 확인하기
- time zone information using pytz library
- convert from a time zone to another time zone
- localize time zone
- generate time zone
- offset.rollback()
- offset.rollforward()
- 가족 관계
- pandas DataFrame에 칼럼별로 lambda 함수를 적용해서 행 단위 함수를 적용하여 for loop 문을 사용하지 않고 새로운 칼럼 만들기
- lag column in pandas DataFrame using shift()
- shfit()
- DataFrame 칼럼 한칸씩 밑으로 내리기
- 칼럼 재배열
- 특정 주기의 날짜 데이터 생성하기
- 월별 공휴일이 아닌 시작날짜 business month begin
- 월별 시작 날짜 month begin
- 월별 공휴일이아닌 마지막 날짜 business month end
- 월별 마지막 날짜 month end
- 주별 특정 요일 날짜 week
- 월별 특정 순번째의 요일 날짜 week of month
- 분기별 공휴일이 아닌 마지막 날짜 business quarter end
- 분기별 마지막 날짜 quarter end
- 분기별 공휴일이 아닌 시작 날짜 business quarter begin
- 분기별 시작 날짜 quarter begin
- 년별 공휴일이 아닌 마지막 날짜 business year end
- 년별 마지막 날짜 Year End
- pandas time series frequency and date offsets
- 추적이동평균
- 중심이동평균
- trailing moving average
- centered moving average
- 차수 m인 이동평균 구하기
- moving average with order m
- sequential order
- no redundant and gaps in time series
- equally spaced time interval time series
- fixed frequency time seres
- 일정한 주기의 시계열 데이터를 가진 DataFrame 만들기
- 일정한 주기의 시계열 데이터를 가진 series 만들기
- 시계열 데이터 index 중복 확인 및 처리
- pandas DataFrame with time series
- pandas Series with time series
- how to deal with duplicated indices in time series
- 시계열 데이터를 index로 가지는 pandas Series에서 날짜-시간 데이터 잘라내기 (Truncate)
- pandas.date_range()
- 시계열 데이터 조회
- 시계열 데이터 슬라이싱
- 시계열 데이터 인덱싱
- time series data selection
- DataFrame time series data slicing
- Series time series data slicing
- DataFrame time series data indexing
- Series time series data indexing
- python dateutil 라이브러리의 parser.parse() 함수를 이용하여 문자열을 datetime 객체로 변환하기
- parser.parse()
- from dateutil.parser import parse
- '%Y-%m-%d %H:%M:%S')
- datetime.strptime(ts_str
- ts.strftime('%Y-%m-%d %H:%M:%S')
- 문자열을 pandas Timestamp로 변환하기
- 문자열을 Python datetime으로 변환하기
- convert string to pandas Timestamp
- convert string to Python datetime
- convert Python datetime to string
- convert pandas Timestamp to string
- convert pandas Timestamp to Python standard datetime object
- pandas Timestamp를 Python standard datetime 으로 변환하기
- 문자열을 Timestamp로 변환
- pandas Timestamp을 문자열(string)로 변환
- Converting between pandas Timestamp and Strings
- pandas Timestamp Attributes 로 날짜
- 시간 정보 확인하기
- pandas Timestamp Methods 로 날짜
- pandas 현재 날짜-시간 가져오기
- pandas Timestamp를 native Python datetime으로 변환하기
- pandas Timestamp를 native Python
- convert pandas Timestamp to strings
- pandas Timestamp를 문자열로 변환하기
- 날짜-시간 문자열을 pandas Timestamp로 변환하기
- 시간 데이터 정보 추출
- 날짜 데이터 정보 추출
- 시간 데이터 입력
- 날짜 데이터 입력
- pandas Timestamp
- data types in datetime module in pandas
- datetime module
- postgresql percentile_disc(0.25) within group (order by value)
- 10분 단위 구간별로 수량 가중 평균 가격 구하기 (amount-weighted average of price)
- 10분 단위 구간별 평균(mean) 구하기
- 10분 단위 구간별로 표본 표준편차(sample standard deviation) 구하기
- 표본 분산(sample variance) 구하기
- 10분 단위 구간별로 범위(range) 구하기
- 10분 단위 구간별로 최대값(max) 구하기
- 10분 단위 구간별로 3사분위수(3rd quantile) 구하기
- 10분 단위 구간별로 중위수(median) 구하기
- 10분 단위 구간별로 1사분위수(q1) 구하기
- 10분 단위 구간별로 최소값(min) 구하기
- 10분 단위 구간별로 누적합 구하기(cumulative sum)
- 10분 단위 구간별로 마지막 행 값(last row value) 구하기
- 10분 단위 구간별로 첫번째 행 값(first row value)
- 10분 단위 구간별로 합(sum)
- 1시간 단위 구간별로 시계열 데이터 집계 요약하기
- 10분 단위 구간별로 시계열 데이터 집계 요약하기
- 시계열 데이터를 1달 단위 구간별로 집계 요약하기
- 시계열 데이터를 1일 단위 구간별로 집계 요약하기
- 시계열 데이터를 1시간 단위 구간별로 집계 요약하기
- 시계열 데이터를 10분 단위 구간별로 집계 요약하기
- resample() method
- 그룹별로 행을 올리기
- 그룹별로 행을 내리기
- lag a row by group
- lead a row by group
- GPDB 병렬처리 현황 확인하는 방법
- GPDB performance 확인 하는 방법
- GPDB master segment 확인하는 방법
- GPDB Command Center
- 터미널에서 현재 수행중인 query 강제 종료 (kill)시키는 방법
- 터미널에서 현재 수행 중인 query 조회하는 방법
- reshape dataframe from long to wide format table using R tidyverse spread() function
- reshape dataframe from long to wide format using R reshape
- 긴 형태의 데이터프레임을 옆으로 긴 형태의 데이터프레임으로 재구조화 변환 하기
- reshape2 패키지 acast() 함수
- tidyverse spread
- Green Book
- 컬럼별 데이터 유형 설정 dtype
- pandas 사용자 정의 결측값 기호 na_values = []
- factor()
- pscl package zeroinfl()
- stats package
- glm()
- Zero-Inflated model R 패키지
- 음이항 회귀모형 R 패키지
- 포아송 회귀모형 R package
- Negative Binomial Distribution
- ZIP Regression Model
- Zero-Inflated Poisson Regression Model
- Excess Zeros Problem
- 과대영 문제
- Negative Binomial Regression Model
- 음이항 회귀 모델
- 과대산포 포아송 회귀모형
- Overdispersed Poisson Regression
- 과대산포
- Overdispersion
- Poisson Regression Model
- 포아송 회귀모형
- 소스 코드 들여다 보기
- R 패키지 함수 소스 코드
- getAnywhere()
- how to see function's source codes in R package?
- if else 조건문
- for loop 반복문
- 시계열 정수의 순차 3개 묶음 패턴 별 개수 구하기
- median absolute deviation
- 중위값 절대 편차
- repeat()
- jupyter notebook에서 matplotlib plot 기본 크기 설정
- jupyter notebook에서 DataFrame 소수점 자리수 설정
- jupyter notebook에서 왼쪽으로 텍스트 정렬
- jupyter notebook에서 pandas DataFrame 칼럼 최대 너비 설정
- jupyter notebook cell 너비 설정
- Cell 전체에 한꺼번에 코멘트 부호 '#' 넣기
- jupyter notebook에서 R 사용할 수 있도록 kernel 생성하기
- jupyter notebook에서 R 사용하기
- 여러개의 중첩된 커널밀도곡선에서 peak 값 위치 구하기
- 여러개의 하위그룹의 중첩된 커널밀도곡선에서 최대 피크값 구하기
- adding a vertical line at the peak point of kernel density plot
- 커널 밀도 곡선의 최대 피크값에 수직선 추가하기
- 커널 밀도 곡선의 최대 피크값의 좌표 구하기
- kernel density plot
- 우리가 조국이다
- 검찰개혁 사법개혁
- 검사스럽다 신조어 뜻
- remove 2 rows above and below with condition in R DataFrame
- DataFrame에서 특정 조건을 만족하는 값의 행과 앞 뒤 2개 행을 동시에 제거하기
- np.var()
- np.std()
- np.mean()
- np.eye(n)
- pd.DataFrame.from_dict([{'key': value}])
- pd.DataFrame.from_records([{'key': value}])
- ValueError: if using all scalar values you must pass an index 원인 및 해결 방안
- you must pass an index
- ValueError: If using all scalar values
- gropby().apply(UDF)
- 분포 영어 표기법
- 데이터셋 영어 표기법
- 함수 영어 표기법
- 확률과 정보 이론 영어 표기법
- 미적분 영어 표기법
- 선형대수 연산 영어 표기법
- 인덱싱 영어 표기법
- 집합과 그래프 영어 표기법
- 수와 배열 수식 영어 표기법
- how to read mathematical notation in English
- 수식 표기법을 영어로 읽는 방법
- 수식을 영어로 읽기
- 조국 법무부장관에 대한 언론사별 뉴스 건수
- 조국 법무부장관에 대한 날짜별 뉴스 건수
- 조국 법무부장관에 대한 뉴스 건수
- 네이버에서 조국 법무부장관 후보자 뉴스 건수가 줄어듦
- 조국 법무부장관 후보자 뉴스 건수
- 조국 후보자 기자간담회 질문 주제
- 언론사별 기자 질문 현황
- 조국 법무부장관 후보자 기자간담회
- how to read Extensible Markup Language in python
- node.find("TITLE").text
- urlopen(url).read()
- xml.etree.ElementTree
- 웹사이트에서 XML 데이터 읽어오는 방법
- XML 데이터 파싱하기
- XML을 읽어서 DataFrame으로 만들기
- convert XML to pandas DataFrame
- read XML
- not 'builtin_function_or_method'
- urlopen()
- import urllib
- 웹으로부터 JSON 포맷 데이터 읽어와서 pandas DataFrame으로 만들기
- AttributeError: 'str' object has no attribute 'read'
- not 'TextIOWrapper'
- TypeError: dump() missing 1 required positional argument: 'fp'
- decode JSON to python object
- deserialize JSON to python object
- encode python object to JSON
- serialize python object to JSON
- json.dumps()
- read JSON to python
- write python object to JSON
- JSON 데이터 포맷으로 데이터 내보내기
- Python으로 JSON데이터 읽기
- key=lambda item: item[1]
- reverse=True
- 사전 자료형을 값 기준으로 오름차순 정렬
- 사전 자료형을 값 기준으로 내림차순 정렬
- 사전 자료형을 키 기준으로 오름차순 정렬
- 사전 자료형을 키 기준으로 내림차순 정렬
- sort a dictionary in descending order
- sort a dictionary in ascending order
- sort a dictionary by value
- sort a dictionary by key
- 조국 후보자와 황교안 뉴스 건수 비교
- 조국 법무부 장관 후보
- 노무현 전 태통령님
- 뉴스 기사 건수
- 법무부 장관 후보
- greenplum split_part()
- greenplum 문자열을 구분자로 나누기
- postgresql 문자열을 구분자로 나누기
- postgresql split_part()
- split(sepator)
- 한개의 문자열을 구분자로 나누어서 여러개의 칼럼을 가진 DataFrame 만들기
- df.apply(to_numeric)
- DataFrame.astype() method
- pd.to_numeric()
- DataFrame의 문자열 칼럼을 숫자형으로 바꾸기
- convert string to numeric data type in pandas DataFrame
- graph analytics with apache MADlib on Greenplum DB in parallel
- what is graph analytics
- why graph analytics
- network analytics
- graph analytics
- replace missing values by group average in R
- fill missing values by group mean in R
- 결측값을 그룹 별 평균으로 대체하기
- how to change the levels of factor type variable in R?
- how to check levels of factor type variable
- levels()
- 요인형 변수의 수준을 확인하고 변경하기
- np.concatenate(axis=1)
- np.concatenate(axis=0)
- how to change index name in pandas DataFrame
- pandas DataFrame의 index 이름 바꾸기
- lambda 함수를 사용해서 DataFrame 칼럼 이름에 접두사 붙여서 칼럼 이름 바꾸기
- new values have 2 elements
- ValueError: Length mismatch: Expected axis has 3 elements
- DataFrame 칼럼 이름 변경
- df.rename(columns = {})
- df.columns = []
- how to change column name in python pandas DataFrame?
- DataFrame의 칼럼 이름 바꾸기
- how to change decimal point format in pandas DataFrame
- pandas DataFrame의 숫자형 변수의 소수점 자리수 변경 및 지정하는 방법
- how to delete points in a character using R
- how to remove a point in a string using R character function
- 문자열에 포함되 있는 점을 없애는 방법
- Python Built-in Exceptions Hierarchy
- python exceptions
- nvidia-smi
- jupyter notebook 코드 행번호 표시하기
- jupyter notebook edit mode 단축키
- jupyter notebook command mode 단축키
- jupyter notebook shortcuts
- jupyter notebook 단축키
- PermissionError: [Errno 13] Permission denied:
- 두개 이상의 DataFrame을 여러개의 Excel sheets 에 나누어서 쓰기
- freeze panes in Excel by python
- DataFrame을 엑셀로 내보낼 때 틀 고정 시키는 방법
- to_excel()
- write pandas DataFrame to Excel file
- DataFrame을 Excel로 내보내기
- 가변 매개변수 위치에 따른 일반 매개변수의 올바른 사용법
- SyntaxError: positional argument foloows keyword argument
- TypeError: function missing 1 required keyword-only argument:
- pandas read_excel()
- from excel to python DataFrame
- 파이썬으로 엑셀 데이터 불러오기
- how to read excel sheet using python pandas
- 구분자 tab 은 sep='\t'
- greenplum DB에서 천 단위 구분 기호 콤마를 없애는 방법
- postgresql 에서 천 단위 구분 기호 콤마를 없애는 방법
- astype('int64')
- str.replace('
- pd.read_csv(thousands='
- csv 파일을 불러올 때 천 단위 구분 기호 콤마를 없애는 방법
- text 파일을 불러올 때 천 단위 구분 기호 콤마를 없애는 방법
- DataFrame에서 천 단위 숫자의 자리 구분 기호 콤마 없애는 방법
- how to set data type in sqlalchemy to_sql()
- using SQLalchemy engine
- write data in a python DataFrame to a Postgresql and Greenplum database
- python DataFrame을 Greenplum DB에 쓰기
- python DataFrame을 PostgreSQL DB에 쓰기
- rank over the columns
- 칼럼을 기준으로 순위 구하기
- rank by group
- 그룹별 순위 구하기
- 순위를 구하는 rank() 함수
- Series rank
- DataFrame rank
- flatten()
- TypeError: cannot compare a dtyped [object] array with a scalar of type [bool]
- Series에서 조건에 맞는 값이 들어있는 행 indexing 하기
- get rows which get specific values from pandas DataFrame or Series using isin() method
- python에서 object를 times 만큼 반복하기
- 리스트 원소를 n번 반복하여 새로운 리스트 만들기
- chain.from_iterable()
- itertools
- conda 버전 업데이트
- conda update
- conda 버전 확인하기
- conda info -e
- conda env list
- 가상환경 목록 확인하기
- 가상환경 만들 때 SSL Error 발생 시 대처 방법
- activate a virtual environment
- 가상환경 활성화 하기
- delete a virtual environment
- 가상환경 제거하기
- windows 10에서 python 가상환경 만들기
- create a virtual environment with conda prompt at Windows 10
- anaconda prompt를 이용해서 가상환경 만들기
- copy a csv file to postgresql database using python
- copy a csv file to greenplum database using python
- csv file
- DataFrame을 CSV 파일로 내보내기
- os.rmdir()
- os.remove()
- 폴더 존재 여부 확인하기
- os.path.isdir()
- shutil.rmtree(path)
- 폴더 안의 파일 전부 삭제하기
- 파일 삭제하기
- 경로 삭제하기
- df.reset_index().rename(columns={"index": "name"})
- df.rename_axis().reset_index()
- assign a name to pandas DataFrame index
- rename index
- DataFrame reset index and assign a name
- For Loop 반복문 진척율 콘솔창에 한줄로 출력하기
- sort pandas DataFrame by group and select top N rows by group
- 그룹 별로 DataFrame을 정렬한 후에 상위 N개 행 가져오기
- 'DataError: No numeric types to aggregate' 에러 대응방법
- aggfunc='first'
- pevot_table()
- python spyder 사용 중인 객체 전부 지우기
- df.group(...).size()
- df.count()
- python pandas DataFrame의 그룹별 Null 값이 아닌 행 개수 세기
- python pandas DataFrame의 그룹별 행 개수 세기
- python pandas Series의 그룹별 Null 값이 아닌 행 개수 세기
- python pandas Series의 그룹별 행 개수 세기
- python pandas Series의 행 개수 세기
- python pandas DataFrame의 열 개수 세기
- python pandas DataFrame의 행 개수 세기
- spyder 편집 창 전부 지우기 %reset -sf
- 'error: Microsoft Visual C++ 14.0 is required
- get query result as a pandas DataFrame
- Hive DB connect in Python
- Presto DB Connect in Python
- MySQL DB connect in Python
- IBM DB2 connect in Python
- Greenplum DB connect in Python
- PostgreSQL DB connect in Python
- Python 문자열 일부분으로 새로운 칼럼 만들기
- split a string
- 문자열 칼럼 분할
- 두 집단 간 모평균 차이 t-검정 신뢰구간
- R Shiny 웹 애플리케이션
- t-검정
- linear regression line
- 선형회귀선
- 두 연속형 변수 간 상관계수
- RShiny
- R Shiny 웹 애플리케이션 만들기
- R Shiny summary statistics
- R Shiny로 변수 별 요약 통계량 조회 화면
- 반의어
- 나는 심리치료사입니다
- console 창 화면 지우기 ctrl + l
- shift + ctrl + m
- %>% chain operator 단축 키
- shift + ctrl + c
- 코멘트 부호 # 넣기
- Rstudio 에서 자주 사용하는 단축 키
- token_index
- 텍스트를 파싱하기
- one-hot encoding
- parsing text
- normalization using python
- standardization using python
- reading text file using python string methods
- reading csv file using string methods
- 문자열 메소드를 사용하여 텍스트 파일을 읽어서 파싱하기
- GPDB에 R 패키지 수동 설치하는 방법
- How to install external R packages on Greenplum database
- how to install PL/R on Greenplum database
- Procedural Language R
- R 의존성 있는 패키지들 한꺼번에 다운로드 하기
- download.packages()
- package_dependencies() function from tools package
- download R package with dependencies of package
- 공간지리 백업 테이블 다시 불러오기
- 공간지리 테이블 백업하기
- create or restore a geospatial backup table
- pgrestore
- importing raster data using raster2pgsql
- raster2pgsql
- 공간지리 벡터 데이터 #Google Earth
- LineString
- MultiPolygon
- Spatial Reference System
- KML (Keyhole Markup Language)
- MIF (MapInfo formats)
- GML (Geometry Markup Language)
- import spatial vector data
- 공간지리 shape files를 Greenplum DB에 import하는 방법
- 공간지리 shape files을 PostgreSQL DB에 import하는 방법
- shp2pgsql
- importing PRJ
- import DBF
- importing SHX
- importing SHP
- importing shape files
- 위경도가 있는 csv파일을 greenplum db에 import 하기
- 위경도가 있는 데이터에서 공간정보 뽑아내기
- extracting spatial information from flat data
- importing flat data using DBeaver
- importing flat data through psql
- 지리정보 분석
- Geospatial data preprocessing
- Geospatial analysis
- python pandas 막대 그래프
- pandas bar plot
- DataFrane.plot.bar()
- Greenplum DB에 Python 으로 DB 연동해서 그래프 그리기
- 동일 간격 범위별로 관측치 개수 세기
- python pandas bar plot
- width_bucket()
- extract day
- extract month
- extract year
- 날짜에서 연도 월 일 추출하기
- substring으로 문자열 자르기
- 조건문으로 변수 만들기
- 대문자를 소문자로 변경하기
- 행 번호 입력하기
- filling missing value with average
- 결측값을 평균으로 채우기
- 황교안 전 법무부 장관
- abalone dataset from UC Irvine Machine Learning Repository
- DBeaver import csv file
- DataFrame.to_sql()
- pd.
- insert into values()
- 웹에서 데이터 가져와서 테이블 생성하기
- create external table
- 30개의 이미지 데이터를 6*5 격자에 나누어서 시각화하기
- 한개의 이미지 파일의 array 를 시각화하기
- visualizing an image array data
- visualizing 30 image data at 6*5 grid layout
- preprocess and visualize images?
- how to upload
- 이미지 파일을 업로드하고 전처리하여 시각화하는 방법
- DBeaver에 PostgreSQL 연결 설정하기
- DBeaver에 Greenplum 연결 설정하기
- Greenplum Database query tool
- PostgreSQL query tool
- 오픈소스 database tool DBeaver 설치 방법
- 파일이나 경로 이름 바꾸기
- 두 개의 경로를 합쳐서 새로운 경로 만들기
- os library is the miscellaneous operating system interfaces
- how to copy files from src to dst directory using shutil
- shutil 라이브러리를 써서 소스 폴더로부터 타겟 폴더로 파일을 복사하기
- how to make all list of files in a directory
- 경로/폴더 안에 있는 파일 이름 확인하기
- how to remove the directory
- 경로 제거하기
- how to change the folder name
- 폴더 이름 바꾸기
- 폴더 이름 만들기
- how to check working directory
- 작업경로 확인
- numpy.newaxis
- numpy.reshape()
- numpy.expand_dims()
- adding dimensions to numpy array
- 다추원 배열에 차원 추가하기
- Selecting rows which the RowSum is maximum per groups using R
- 그룹 별 행 합이 최대인 전체 행만 선별하기
- Python Numpy 배열에서 0보다 작은 수를 0으로 변환하는 방법
- np.clip()
- np.where() : np.where(a < 0
- Indexing: a[a < 0] = 0
- List Comprehension: [0 if i < 0 else i for i in a]
- 작업관리자 성능
- print(device_lib.list_local_devices())
- K.tensorflow_backend._get_available_gpus()
- How to check if Keras is using GPU?
- How to check if the code is running on GPU or CPU?
- DirectX 진단도구
- dixdiag
- NVIDIA Graphics Card 인지 확인하는 방법
- 컴퓨터 그래픽카드 확인하는 방법
- Keras가 GPU를 사용하고 있는지 확인하는 방법
- Tensorflow가 GPU를 사용하고 있는지 확인하는 방법
- get all cominations of col_list with length 2
- R ggplot2로 bin 범위가 다른 히스토그램 그리기
- how to get all cominations of col_list with length 2 using python
- 그룹별로 두 개 변수 간 상관계수를 구하는 사용자 정의 함수
- a user-defined function of correlation coefficients with paired variables by groups
- correlation coefficients with multiple columns by groups
- 그룹별 다수의 변수 간 상관관계 분석
- tensorflow version check
- tf.VERSION
- 텐서플로우 버전 확인
- python -V
- 파이썬 버전 확인
- python version check
- numpy upgrade
- tensorflow upgrade
- numpy RuntimeError Traceback (most recent call last) RuntimeError
- TypeError: softmax() got an unexpected keyword argument 'axis' 에러 대응 방법
- 오프라인에서 jupyter notebook에 Plotly로 그래프 그리기
- setting the global theme with offline = True
- plotly and cufflinks in offline mode
- cufflinks wrapper on plotly
- plotly offline
- R ggplot2 함수를 Python에서 사용하는 방법
- PlotNine library for plotting R ggplot2 in python
- 파이썬에서 R ggplot2 함수로 그래프 그리는 방법
- R ggplot2 plotting in Python by PlotNine library
- heatmap by python pandas
- heatmap by python seaborn
- heatmap by python matplotlib
- mosaic()
- statsmodels.graphics.mosaicplot
- titanic dataset
- visualization of multiple categorical variables
- 다변량 범주형 변수의 시각화
- 모자이크 그래프
- line width
- line style
- line graph by pandas
- line graph by seaborn
- line graph by matplotlib
- 선 그래프
- 산점도 행렬의 대각원소를 커널밀도곡선으로 그리기
- 산점도 행렬의 대각원소를 박스 그림으로 그리기
- 산점도 행렬의 대각원소 히스토그램으로 그리기
- 여러 개의 변수 간 관계를 한꺼번에 볼 때 유용한 산점도 행렬
- scatterplot matrix by pandas
- scatterplot matrix by plotly
- scatterplot matrix by seaborn
- scatterplot matrix
- 산점도의 색과 크기 설정
- 4개 연속형 변수를 사용한 산점도
- AttributeError: module 'seaborn' has no attribute 'scatterplot'
- scatter plot by groups
- 그룹별 산점도 점 색깔과 모양 다르게 하기
- df.plot.scatter()
- sns.scatterplot()
- sns.regplot()
- adding a line in scatter plot
- adding a circle in scatter plot
