gillime

R로 하는 딥러닝 맛보기 R로 할수있는 일에는 잘 알려져있고 응용통계 분야에서 계속 써오던 기법말고도 딥러닝 기법들도 써볼수있습니다. 다만, 딥러닝과 같은 경우 텐서플로우등을 감싸고 있는 R전용 연결고리를 잘 설정해주어야 합니다. R은 딥러닝 전용 프로그래밍언어가 아니여서 한계가 있을수 있어 프로그래머들은 파이썬을 선호하는 편이지만, 분명 R도 딥러닝을 할수있게

간단하면서도 간단한 나이브 베이즈 분류기 나이브 베이즈는 정말 오래된 방법의 분류기로, 대부분의 스팸 필터가 장착하고 있는 무기이기도 합니다. 예를들어, 이메일로 전송된 정보중 MONEY라는 단어가 등장했을때, 이를 스팸으로 분류해도 되는가에 대한 해답을 제시합니다. 조건부 확률이란? 위의 MONEY라는 단어가 등장했을때, 스팸일 확률을 한번 따져봅니다. 전체

서포트 벡터 머신 (Support Vector Machine) 서포트 벡터 머신은 상당히 유용한 방법이면서도 이름으로는 쉽게 그 역할을 가늠할수 없는 방법이기도 합니다. 사실, 서포트 벡터를 이름만으로 느끼기는 힘드니, 그래프를 하나 봅시다 여기서, 서포트 벡터는 최대 간격에 제일 가까워서 두꺼운 경계선을 만드는데 도움을 주는 녀석들을 말합니다. 어때요 참

Principal Component Analysis 안녕하세요. 오늘도 재미는 없지만 열심히 쓴 글을 풀러왔습니다. 어디서 따온글도 아니고 다 직접 쓴 글이구요, 좋아요를 받든말든 저는 제 갈길 갑니다 꺄하하하하 변수가 너무 많을때. 우리는 데이터 분석을 할때, 정말 많은 데이터 종류를 넣어서 예측을 합니다. 예를들어, 실제 물건이 얼마나 팔리는지 예측을 할때

추천시스템 - 협업필터링 사람들의 입맛을 만족시키는 것은 굉장히 어렵습니다. 당장 점심메뉴만 해도 굉장히 선택하기 힘든데, 한끼한끼가 소중한 애인과의 데이트는 신중히 결정하여야 하는게 사실입니다. 하지만 당신은 굉장히 능숙한 애인 전문가이기 때문에 상당히 많은 사람과 데이트한 결과를 잘 정리해놓은 표가 있습니다. 이러한 상황에서 당신은 정말 마음에 드는 이상형과

클러스터링을 통한 데이터 세분화 이해 마케팅 분야에서는 시장세분화를 통해 각 단계별로 마케팅해서 고객에게 빠르게 노출시키고 이들을 돈을 쓰게 만드는것이 중요합니다. 경영학 서적을 들춰보면 여러 인구통계학적 변수(연령, 성별, 지역 등)과 심리분석적 변수(사회계층, 심리분석적 등)에 따라 나눠서 시장을 진출하라 말합니다. 하지만 실무자가 시장을 세분화하기에는

로지스틱 회귀로 성별 판별하기 눈크기와 눈의 형태만 가지고 성별을 판단할수 있을까요? 우리가 흔히 생각하는 여자의 눈은 좀더 크고 반달에 가까운데 반해 남자의 눈은 좀더 찢어지고 작은 편입니다. 그렇다면 정말 차이가 존재할까요? 만약 차이가 존재한다면, 눈의 형태로 혹시 성별을 판단할수 있을지 확인해봅시다. 로지스틱회귀란? 로지스틱 회귀는 이진형 사건의 발생확률을

결정나무(Decision Tree) Decision Tree라고 부르는 결정나무도 실질적으로 이해하기 너무 쉬운 방법의 기법입니다. 일반적인 소개팅도 머릿속에는 이런 과정이 흘러가고 있습니다. 머신러닝을 통해 이러한 결정나무를 자동생성할수 있습니다. 생성 알고리즘은 복잡한 편이나, 워낙 결과물이 직관적이라 모델을 가지고 결정을 함에 있어 이에대한 설명을 잘

회귀분석 Regression은 회귀분석이라는 이름으로 사회과학, 자연과학 등 학계 전반에 걸쳐 너무나도 자주 쓰이는 분석방식입니다. 회귀라는 이름은 사실은 그다지 와닫지는 않습니다. 사실은 이름에 대한 유래는 Galton이라는 사람의 실험에서 부터 시작됩니다. 이 실험의 논문 이름은 "Regression towards Mediocrity in Hereditary

k Nearest Neighbor 고정관념과 범주화 제일 가까운 이웃이라는것은 무엇일까요? 가까운 이웃들을 보고 그것도 그 범주에 넣어버린다는 뜻입니다. 즉, 유유상종이라고 그사람을 보려면 어울리는 친구를 보라라는 말마따나, 친구들이 소위 날라리면 그사람도 날라리겠거니 판단하는 겁니다. 사람들이 겪는 경험적 현상을 그대로 생각하면 되는데, 예를들어 인간은 정말

회사원도 쉽게 가능하다! 데이터 분석 온 세상이 데이터로 뒤덮인지 몇년이 지났습니다. 뭔가 데이터 사이언티스트라는 그럴듯한 직업(?)도 등장했습니다. 미래의 원유, 즉, 4차 산업혁명의 원동력이라고도 합니다. 엄청나게 넘치는 데이터에서 인사이트를 찾아내는 일은 정말로 중요해진듯 합니다. 이 일은 컴퓨터 공학이나 통계학을 전공한 섹시한 소수에게만 열려있는 길인것

What's on Twitter? Here are some word cloud visualization from twitter. Data were gathered from Jan 24, 2018 Twitter mentions. Original code is as follow. Descriptions were written in Korean. Just take

가상화폐 트위터 텍스트 분석 및 시각화 이번에는 텍스트분석을 들고왔습니다. 텍스트는 사실 워드클라우드 만드는 과정은 정말이지 너무 쉽지만, 사실은 전처리가 보통 문제가 되는 경우가 많습니다. 수많은 쉼표와 일정하지않는 비정규화된 데이터들. 짜증이 아주 날때가 있을수밖에 없습니다. 이번에는 트위터를 가지고 뭔가를 해보겠습니다. 특히 트위터는 사람들이 거론하는

스토리로 보는 USDT(Tether)가 스캠일때의 스토리. 테더는 계속해서 많은 논란이 있어왔습니다. 이 글에서는 왜 테더가 그만큼의 가치를 지닌 예금액이 없으면 안되는지 짚어보고, 이가 매칭되지 않을 경우 일어날수 있는 일들에 대해 알아보겠습니다. 철수와 영희, 그리고 읍읍이 (이 소설은 모두가 픽션입니다. 현재상황이 아닌 가상시나리오입니다.) 철수와 영희는

R로 알아보는 비트코인 연도별 변동성 확인 누군가가 기업형 커뮤니티인 블라인드에 다짜고짜 올립니다. 새벽대가 항상 세력이 매집해서 가격을 올리는 순간이니, 이때 무조건 사야한다고. 우리는 말도 안되는 소문이라고 생각하지만 또 다른 한편으로는 작은 의구심이 들면서, 기회가 왔는데도 못사는것 아닌가 라는 생각이 듭니다. 뇌속에는 지금까지 어마어마하게 많이 나를

굳이 블록체인인가? 블록체인 뜬구름 깨기 레포트. JTBC에서 주관한 토론들이 화제가 되면서, 프라이빗 블록체인과 퍼블릭 블록체인의 구분, 그리고 실질적으로 가상화폐가 정말 필요한지에 대한 사람들의 인식이 싹트면서 많은 갑론을박이 이어지고 있습니다. 사실 지금까지의 상황으로보면 블록체인은 쓸모가 많은 기술처럼 보이고 모든 분야에 걸쳐 혁명이 일어날것처럼 대두되는

홍콩 비트코인 ATM 이용 가이드 현지에 여행을 갔다가 호기심에 비트코인 ATM을 체험하고, 관심있는분들께 정보를 공유하고자 포스팅을 합니다. 여행가실분들은 경비 남은걸 굳이 한국에 가져와서 환전하기보다는 비트코인으로 바꾸시는것도 괜찮겠네요. 어디에 위치하나? 홍콩에서의 ATM은 총 세곳이 있습니다. Tsuen wan Mongkok Central 현재 Close.

블록체인의 언론의 장밋빛 미래와 기업들의 현재상황 이 포스팅은 블록체인을 한번 짚고 넘어가자는 입장에서 한번 꼭 쓰고싶었습니다. 한번쯤은 생각해보시고 토론해봤으면 좋겠습니다. 저도 많은 분들의 반론과 고견들 듣고싶습니다. 가상화폐의 광풍 덕분인지 블록체인이라는 기술이 오히려 더 언급이 되고, 몇가지 주식들도 그에맞춰 상승하고 있습니다. 블록체인은 인터넷을 이어가는

내용이 정말 공대생스러운 점 미리 사과드립니다. R로 코인 가격예측 모델 만들기 이번에는 코드통계로 분석하는 간단한 회귀분석으로 시작하는 모델을 만들어본다. 데이터분석을 통한 주가 시세예측 프로그램이야 시중에도 서적들이 많이 출간되었는데, 만약 가상화폐의 기본적인 내재가치가 마케팅적인 측면, 사업적인 측면이 아닌 (대다수이겠지만) 결국 코드베이스로 작동한다면,

개발자의 눈으로 보는 50 코인 개발 통계 안녕하세요. 이글에 이어서, 보기쉽게 테이블 방식으로 만들어보았습니다. 방식은 각각의 소스저장소에 들어가서 제일 중점을 두고있는 코드에 대한 조사를 하였습니다. 제 불금은 없어졌지만, 이왕 돈넣으실때는 조금이나마 참고를 하시고 넣으셨으면 좋겠습니다. 사실 편리하게 테이블 필터나 정렬을 거는 간단한 페이지를 만들어보고자