- Видео 614
- Просмотров 92 009
호쌤코딩클럽
Южная Корея
Добавлен 26 ноя 2020
오프라인 국비수업의 녹화본을 복습을 목적으로 훈련생들에게 제공하는 채널로서 실습용 코드와 교안은 훈련생들에게만 제공되고 있습니다.
종강한지 시간이 좀 지난 강의는 공개로 전환하지만 최신 버전에 대한 내용이 반영된 현재 진행중 강의는 부분공개로 수업을 수강하는 훈련생들에게만 제공됩니다.
종강한지 시간이 좀 지난 강의는 공개로 전환하지만 최신 버전에 대한 내용이 반영된 현재 진행중 강의는 부분공개로 수업을 수강하는 훈련생들에게만 제공됩니다.
[메가IT 프론트엔드 주말] 09/21 - [2] 09-hook-event (2) useState
[메가IT 프론트엔드 주말] 09/21 - [2] 09-hook-event (2) useState
Просмотров: 27
Видео
![[메가IT 프론트엔드 주말] 09/21 - [1] 09-hook-event (1) 프로젝트 준비](http://i.ytimg.com/vi/dzUT4jzXNKE/mqdefault.jpg)
![[메가IT 프론트엔드 주말] 09/21 - [1] 09-hook-event (1) 프로젝트 준비](/img/tr.png)
[메가IT 프론트엔드 주말] 09/21 - [1] 09-hook-event (1) 프로젝트 준비
Просмотров 5319 часов назад
[메가IT 프론트엔드 주말] 09/21 - [1] 09-hook-event (1) 프로젝트 준비
![[메가IT 프론트엔드 주말] 09/01 - [3] 06-Layout-Demo (3)](http://i.ytimg.com/vi/rmDmvVQwY7c/mqdefault.jpg)
[메가IT 프론트엔드 주말] 09/01 - [3] 06-Layout-Demo (3)
Просмотров 2828 дней назад
[메가IT 프론트엔드 주말] 09/01 - [3] 06-Layout-Demo (3)
![[메가IT 프론트엔드 주말] 09/01 - [2] 06-Layout-Demo (2)](http://i.ytimg.com/vi/FJb4nGAFWIw/mqdefault.jpg)
[메가IT 프론트엔드 주말] 09/01 - [2] 06-Layout-Demo (2)
Просмотров 1328 дней назад
[메가IT 프론트엔드 주말] 09/01 - [2] 06-Layout-Demo (2)
![[메가IT 프론트엔드 주말] 09/01 - [1] 06-Layout-Demo (1)](http://i.ytimg.com/vi/iKNHkD_Bygk/mqdefault.jpg)
[메가IT 프론트엔드 주말] 09/01 - [1] 06-Layout-Demo (1)
Просмотров 1828 дней назад
[메가IT 프론트엔드 주말] 09/01 - [1] 06-Layout-Demo (1)
![[메가IT 프론트엔드 주말] 08/31 - [1] 05-stylesheet (4) - React Media Query](http://i.ytimg.com/vi/y8tHvRYsnko/mqdefault.jpg)
[메가IT 프론트엔드 주말] 08/31 - [1] 05-stylesheet (4) - React Media Query
Просмотров 1628 дней назад
[메가IT 프론트엔드 주말] 08/31 - [1] 05-stylesheet (4) - React Media Query
![[메가IT신촌 자바웹개발] 23/03/10 - Open API 연동](http://i.ytimg.com/vi/zS67fOcb9dA/mqdefault.jpg)
![[메가IT신촌-파이썬AD2/월수] 23/02/22 - 파일입출력, CSV파일 처리](http://i.ytimg.com/vi/B6R8fsGKtmA/mqdefault.jpg)
![[메가IT 프론트엔드 주말] 08/24 - [4] 04-props (4)](/img/1.gif)
[메가IT 프론트엔드 주말] 08/24 - [4] 04-props (4)
Просмотров 19Месяц назад
[메가IT 프론트엔드 주말] 08/24 - [4] 04-props (4)
[메가IT C언어 방특10] 07/16 - 반복문(2) - For문 / 흐름제어 (1)
Просмотров 6Месяц назад
[메가IT C언어 방특10] 07/16 - 반복문(2) - For문 / 흐름제어 (1)
[메가IT C언어 방특10] 07/18 - 흐름제어 문제 풀이 / 배열 (1)
Просмотров 22Месяц назад
[메가IT C언어 방특10] 07/18 - 흐름제어 문제 풀이 / 배열 (1)
[메가IT C언어 방특10] 07/05 - VSCode 설치 및 설정, 주석문
Просмотров 46Месяц назад
[메가IT C언어 방특10] 07/05 - VSCode 설치 및 설정, 주석문
[메가IT C언어 방특10] 07/26 - 열거형, 타입정의 / 함수(1)
Просмотров 8Месяц назад
[메가IT C언어 방특10] 07/26 - 열거형, 타입정의 / 함수(1)
[메가IT C언어 방특10] 07/11 - 연산자 연습문제 / 형변환
Просмотров 12Месяц назад
[메가IT C언어 방특10] 07/11 - 연산자 연습문제 / 형변환
[메가IT C언어 방특10] 07/15 - 반복문(1) - While문
Просмотров 9Месяц назад
[메가IT C언어 방특10] 07/15 - 반복문(1) - While문
[메가IT C언어 방특10] 07/25 - pointer(3) / 구조체
Просмотров 10Месяц назад
[메가IT C언어 방특10] 07/25 - pointer(3) / 구조체
산업재해 감소를 위한 안전사고 예측 - 김종현,김한열,박지환,이진규 훈련생
Просмотров 222 месяца назад
산업재해 감소를 위한 안전사고 예측 - 김종현,김한열,박지환,이진규 훈련생
[메가IT-데이터분석] 24/04/16 - 딥러닝 [9] - 다항분류 - MNIST
Просмотров 235 месяцев назад
[메가IT-데이터분석] 24/04/16 - 딥러닝 [9] - 다항분류 - MNIST
Awesome! Make more like this Eurobeat
옛 기억이 새록새록 나네요 ㅎㅎ
잘 지내죠? ㅎㅎ
It is an official NonStop mega mix, launched in 1999. Thanks for uploading.
I'd listened this Eurobeat non-stop mix 20 years ago. It is great, nostalgia! Thank you!
ruclips.net/video/WbtkqztOXQQ/видео.htmlsi=QhYWKrLI9v0-Fe9Z Exactly the same Plagiarism?????
OKAY, OKAY, YOU WIN! YOU WIN! I GIVE IN! YOU WON! YOU WON MY FAVOURITE MIX AWARD! THE SONGS: 10/10 THE TRANSITIONS: 10/10 TIMESTAPS ✔ YOU HAVE EVERYTHING!!!! 🎉 CONGRATS! 🎉
Really appreciate the mixing effects!
Thank you for the good review.
Bro this is one of the best mixes! I suggest to have like those songs names in the video.
Thank you for the good review. Finally, a timestamp has been added.
OMG THANKS SO MUXH!!!!!@@hossam-codingclub
3번째 트랙의 노래제목은 무엇입니까?
Finally, a timestamp has been added.
Ojala los tik-tokers nunca encuentren este estilo...
THIS NEEDS MORE ATTENTION, IT'S SOOOO GOOD
Thank you for the good review. Finally, a timestamp has been added.
Smooth !!
OH DAYUM the transitions are great! definitely not seamless and sleek, but it's spicing up what a normal eurobeat mix needs! Wish there were some timestamps tho, lol.
Timestamps will be ready soon.
oh shi- thanks man But I'll do it myself out of boredom 0:44 Love is in Danger 3:18 NIGHT OF FIRE 4:51 Running in the 90's 6:41 DANCING 8:31 Spark In The Dark 10:40 Night & Day 12:57 BEAT OF THE RISING SUN 15:33 Everybody's Warning 17:49 I NEED YOUR LOVE (Cuz im on fiyah >:3) 20:10 BOOM BOOM JAPAN 22:31 SAVE ME 15:07 DANCE AROUND THE WORLD 28:27 LOVE & MONEY 30:53 LONELY LOVE 33:00
Finally, a timestamp has been added.
안녕하십니까, 이광호 선생님. 부산대학교에서 산업공학과를 전공하고 있는 신동하라고 합니다. 다름이 아니라, 마지막 윤인수, 이지선 수강생의 공모전 작품에 대해 궁금한 점이 있는데, 정말 죄송하지만 몇가지만 문의 드릴 수 있는지 여쭤보고 싶습니다. 바쁜 현대사회에서 개인적인 용도로 이렇게 댓글 남기기가 너무 죄송하고 면목 없지만 가능 하시다면 답글 부탁드리겠습니다!!! 감사합니다!
네 괜찮습니다. ㅎㅎ 제가 프로젝트 수행 당사자가 아니라서 답변 드릴 수 있는 내용이 있을 수도 있다는 것은 미리 말씀드릴께요.
@@hossam-codingclub 앗 답글 감사합니다 ㅠ 윤인수,이지선님의 공모전 같은 경우엔 이상치 처리에 대한 내용이 없는 것 같습니다. 제가 배운 바로는 분석과 모델 적용 이전에 이상치를 어떻게 처리했는지와 같은 전처리 과정이 중요하다고 생각하는데, 이상치 처리에 대한 내용이 없어 의문이였습니다. 혹시 이에 대해서 대략적으로 어떻게 진행되었는지 알고 계실까요?
해당 보고서는 서울시 빅데이터 공모전 제출용으로 제작되면서 보고서 분량 20페이지 내외라는 제약이 있어서 간단한 내용은 과감히 생략한 것으로 알고 있습니다. 분석 당사자가 아니기 때문에 정확히 알지는 못하지만 제 생각을 기반으로 답변을 드리자면 - 만약 조사 과정에서 오류가 있었다면 해당 부분에 대한 이상치는 제거하는 것이 맞겠지만 이 경우에는 서울시 빅데이터 캠퍼스에서 제공하는 실제 관측자료를 사용했기 때문에 조사과정의 오류는 없다고 보고 이상치 역시 실제 발생한 데이터로 간주했을것 같습니다. - 수집된 데이터에서 이상치를 정제하는 이유는 이상치가 있을 경우 정규분포를 따르지 않게 되고, 정규 분포를 따르지 않는 데이터는 등분산성을 만족한다는 대부분 분석 모형의 가정에 위배되기 때문입니다. - 전문적인 도메인 지식 없이 무조건 이상치를 제거하는 것은 오히려 분석 모형의 왜곡을 가져올 수 있어 매우 위험합니다. - 저는 대학원 에서 차라리 이상한 데이터를 버리고 정규분포를 따르도록 데이터를 추가적으로 충분히 수집하는 것이 더 현명한 방법이라고 배웠습니다. - 만약 이 훈련생들이 이러한 목적으로 데이터를 충분히 수집했다면 정규분포를 따른다는 가정하에 이상치 정제를 할 필요가 없어집니다. - 잘못 해석되는 케이스이지만 대체로 30건이 넘는 데이터는 정규분포를 따른다고 가정하기 때문에 등분산성도 자연히 충족하게 되고 그렇다면 이상치를 꼭 정제할 필요는 없습니다.
@@hossam-codingclub 감사합니다!! 답변 해준 내용 바탕으로 전처리에 대한 이해에 정말 많이 도움이 됐습니다!
nice one 🤝
Thanks ✌️
bien hecho
wow
잘 보고있습니다
안녕하세요 영상 보다가 궁금한게 생겨서요. 19~~20분즈음에 주성분 분석을 활용해 모델링에 사용할 변수를 사용하는 것을 봤는데요. 출력된 데이터프레임 형태에서 'PC' 칼럼은 주성분 번호에 대한 칼럼인가요? 만약 그렇다면 가장 설명력이 높다고 말씀하신 변수가 table, x, depth인데 이는 각각 PC1, PC2, PC3에서 pca.components_이 가장 큰 변수를 의미하는건가요? 제가 알기론 첫 번째 주성분의 기여율이 가장 높고, 그 다음부터는 그 기여율이 점점 작아 pc3일 때는 기여율이 엄청 작을텐데, 거기서 가장 영향력이 큰 변수를 선정한 이유가 따로 있는건가요?
아마도 제가 사용한 패키지로 sklearn에서 제공하는 PCA로 생각하신 것 같습니다. (일반적으로 PCA에 대해서 검색하면 sklearn이 가장 많이 찾아집니다.) 자잘한 반복작업을 피하기 위해서 내부 코드들을 함수로 묶어서 패키지화 해서 사용하고 있기 때문에 상세 코드가 표시되지 않아서 생긴일 같습니다. ^^;; sklearn은 검색 가능한 주성분의 수가 기본 4개까지 입니다. 이게 일반적인 PCA분석의 내용이지요. sklearn의 PCA()를 사용했을 경우 model.components_는 주성분 벡터 즉, 가장 근사 데이터를 만드는 단위기저벡터입니다. 각 요인의 설명력은 model.explained_variance_을 통해서 확인할 수 있고 보통 이를 활용하여 그래프를 표현합니다. 말씀하신 기여율이 점점 작아진다는 것은 일반적인 PCA의 정론이지요. 제가 사용한 패키지는 sklearn이 아니고 독립적인 pca 패키지 입니다. 일반적인 PCA의 내용과는 다소 다릅니다. sklearn과 같이 n_components의 수를 처음부터 4개로 지정할 수 도 있지만 설정하지 않을 경우 분산을 95%까지 설명 가능한 요인들을 갯수 제한 없이 찾아냅니다. 그러니 화면에서 나타나는 `best`라고 표시된 항목들은 이러한 요인들입니다. 흔히 사용하는 PCA()보다 좀 더 확장된 기능을 제공하는 패키지라서 요인을 선정할 때 참고용으로 사용하고 있습니다 결국 제가 best로 선정한 항목들은 분산을 95% 범위 안에서 설명 가능한 요인들이라고 이해하시면 됩니다. 아래 URL에서 패키지 확인이 가능합니다. erdogant.github.io/pca/pages/html/index.html 다음 회차 강의에서 언급하지만 절대적인것은 아니고 참고용으로만 사용하셔야 합니다. 최근에는 머신러닝등의 영향으로 획일화된 분석 결과가 난무하기 때문에 점점 더 분석가의 도메인지식이 더 강조되고 있습니다.
@@hossam-codingclub 코드공유까지 감사합니다. 따로 만들어진 패키지라서 그런거군요. 감사합니다!
1:04:44 디버깅
고맙습니다.
도움이 된듯하여 다행입니다.
질문해도 답글 달아주시나요?
넹~
22:00 단항 연산자 23:30 증감 연산자 27:23 전위 증감연산자 31:08 비교연산자 34:09 논리연산자 44:14 삼항연산자
이런 타임 지점에 대한 링크는 어떻게 하는건가요?
@@hossam-codingclub ㅋㅋㅋ.. 그냥 저렇게 한번써보세요! 그럼 아실거같아요