반응형 전체 글210 [연신내 카페] 제니앤폴 후기 (커피, 크로플, 스무디) 오늘은 연신내 카페 제니앤폴에 왔다. 최근에 크로플과 맛있는 커피에 꽂혀서 후기를 열심히 찾아보고 선택을 했다. 개인적으로 후기들이 보증하는 카페를 좋아한다. 위치 연신내역 7번출구에서 약 10분 거리였다. 매 주 월요일이 정기 휴무이고 영업시간은 매일 11시에서 22시까지 라고 한다. (댓글 감사합니다.) 입구는 이렇게 생겼으니 찾아보면 될 것 같다. 메뉴 여기서 시그니쳐 메뉴인 제니 커피와 신메뉴인 콜드 브루를 시키고 디저트 메뉴의 크로플 세트를 시켰다. 나중에 아메리카노를 추가로 시켰다. 내부 사진 카페 내부의 분위기는 아래 사진들을 참고하면 좋을 것 같다. 콘센트 자리도 많아서 노트북을 가지고 작업을 해도 좋을 것 같다. 화장실 앞인데 핸드소프도 잘 구비되어있고 깔끔하게 되어있다. 이 스피커에서 .. 2022. 7. 16. [프로그래머스] 신고 결과 받기 Python code 문제 설명 예시 Input, Output 설명 code 구현은 아래와 같이 했다. answer의 배열은 id_list의 길이와 같기 때문에 0으로 모두 초기화해준다. 그 후 set으로 report의 중복을 제거한다. for문으로 report를 돌며 각 원소를 split 해서 신고한 id(0번째 index)와 신고받은 id(1번째 index)로 나눈다. 그 후 신고받은 id의 count를 증가시킨다. 이렇게 {신고받은 id : 횟수}의 dict가 만들어졌다면 이 dict를 다시 돌며 신고받은 횟수가 k가 넘으면 신고한 사람에게 메일을 보낸 의미로 id_list의 index를 참고하여 answer의 index count를 증가시킨다. from collections import defaultdict def s.. 2022. 7. 16. [머신러닝] K-Means Clustering 정리 이전 포스트까지는 input, output이 정해져 있고 이 둘의 관계를 잘 설명하는 model을 학습시켜왔다. 이렇게 아웃풋(target)이 정해져 있고 학습에 이걸 사용하는 것을 supervised learning(지도 학습)이라고 한다. 이런 아웃풋을 정하지 않고도 학습하는 방법이 있다. 이를 unsupervised learning(비지도학습)이라고 한다. 이 방법 중 하나인 K-Means Clustering에 대해 정리해보려고 한다. K-Means Clustering K-Means Clustering은 분류가 되어있지 않은 데이터들을 다룰 때 사용한다. 미리 정해놓은 개수의 클러스터로 주어진 데이터를 묶는 방법이다. 데이터를 반복적으로 k개의 클러스터 중 하나로 할당하는 방법의 학습이 진행된다. .. 2022. 7. 15. [머신러닝] Overfitting & Regularization (with Polynomial function) 이전 포스트까지는 linear regression으로 데이터에 가장 잘 맞는 직선을 찾았다. 하지만 직선이 데이터를 설명할 수 없다면 곡선을 찾아야 할 것이다. 이때 Polynomial regression을 사용한다. Overfitting 이해 먼저 4차 polynomial function을 정의하고 그래프로 표현해보겠다. from matplotlib import pyplot from autograd import grad from autograd import numpy numpy.random.seed(0) # fix seed for reproducibility x = numpy.linspace(-3, 3, 20) y = x**4 + x**3 - 4*x**2 + 8*numpy.random.normal(si.. 2022. 7. 12. 이전 1 ··· 38 39 40 41 42 43 44 ··· 53 다음 반응형
