Hyun's Wonderwall

GDSC Ewha 5기_ Spring Boot 스터디 스터디 커리큘럼: 백기선, "스프링 기반 REST API 개발" 2주차 과제: 섹션 2. 이벤트 생성 API 개발 2.(1) 이벤트 API 테스트 클래스 생성 2.(2) 201 응답 받기 2.(3) 이벤트 Repository 2.(4) 입력값 제한하기 2.(5) 입력값 이외에 에러 발생 2.(6) Bad Request 처리 2.(7) Bad Request 응답 2.(8) 비즈니스 로직 적용 2.(9) 매개변수를 이용한 테스트 2. (1) 이벤트 API 테스트 클래스 생성 - E..

캐글 주택 가격: 고급 회귀 기법 데이터 세트로 회귀 분석을 더 심층적으로 학습해보자 https://www.kaggle.com/competitions/house-prices-advanced-regression-techniques/ House Prices - Advanced Regression Techniques | Kaggle www.kaggle.com 이 데이터는 79개의 변수로 구성되어있고, 미국 아이오와 주의 에임스(Ames) 지방의 주택 가격 정보를 가지고 있다. 각 피처에 대한 설명은 위 링크에 있음 성능 평가는 섹션9와 동일한 RMSLE(Root Mean Squared Log Error)를 기반으로 한다. 가격이 비싼 주택일수록 예측 결과 오류가 전체 오류에 미치는 비중이 높으므로 이것을 상쇄..

[Chapter 05] 회귀 9. 회귀 실습 - 자전거 대여 수요 예측 캐글 자전거 대여 수요 예측 경연 2011.1~2012.12 동안 날짜/시간, 기온, 습도, 풍속 등의 정보를 기반으로 1시간 간격 동안의 자전거 대여 횟수가 기재되어 있다. 데이터 세트의 주요 칼럼은 아래와 같고 이 중 결정 값은 맨 마지막 칼럼인 count(대여 횟수를 의미)이다. datetime: hourly date + timestamp season: 1=봄, 2=여름, 3=가을, 4=겨울 holiday: 1=토, 일요일의 주말을 제외한 국경일 등의 휴일, 0=휴일이 아닌 날 workingday: 1=토, 일요일의 주말 및 휴일이 아닌 주중, 0=주말 및 휴일 weather: 1=맑음 2=안개, 안개+흐림 3=가벼운 눈, 가벼..

[Chapter 05] 회귀 1. 회귀 회귀(Regression) 분석: 갈톤이 수행한 연구에서 유래 (사람의 키는 평균 키로 회귀하려는 경향을 가진다는 자연의 법칙) 회귀 분석: 데이터 값이 평균과 같은 일정한 값으로 돌아가려는 경향을 이용한 통계학 기법 회귀: 여러 개의 독립변수와 한 개의 종속변수 간의 상관관계를 모델링하는 기법을 통칭 (모델링하고 예측) Y=W1*X1+W2*X2+...+Wn*Xn이라는 선형 회귀식 Y: 종속변수 X1, ..., Xn은 독립변수 W1, ..., Wn은 독립변수의 값에 영향을 미치는 회귀 계쑤(Regression coefficients) 독립변수는 피처에 해당되며 종속변수는 결정 값이다. 머신러닝 회귀 예측의 핵심은 주어진 피처와 결정 값 데이터 기반에서 학습을 통해 ..

GDSC Ewha 5기_ Spring Boot 스터디 스터디 커리큘럼: 백기선, "스프링 기반 REST API 개발" - 선수 학습사항: (필수) 스프링 프레임워크 핵심 기술, 스프링 부트 개념과 활용 / (선택) 스프링 데이터 JPA 의 지식 1주차 과제: 섹션 0. 소개, 섹션 1. REST API 및 프로젝트 소개 섹션 0. 소개 이 강좌에서는 다양한 스프링 기술을 사용하여 Self-Descriptive Message와 HATEOAS(Hypermedia as the engine of application state)를 만족하는 REST API를 개발한다. 이 두 가지를 만족해야만 진화가 가능한 REST API, -> 클라이언트와 서버 독립적으로 진화할 수 있는 성격 달성할 수 있음. - 이 강좌에서..

10. 캐글 신용카드 사기 검출 - Kaggle 신용카드 데이터 세트 https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud - 해당 데이터 세트의 레이블인 Class 속성은 매우 불균형한 분포를 가짐. - Class는 0과 1로 분류되는데, 0: 신용카드 정상 트랜잭션 / 1: 신용카드 사기 트랜잭션 - 전체 데이터의 0.172%만이 사기(레이블 값 1) + 사기 검출(Fraud Detection), 이상 검출(Anomaly Detection)과 같은 데이터 세트는 이처럼 레이블 값 극도로 불균형한 분포 가지기 쉬움. 언더 샘플링과 오버 샘플링의 이해 - 레이블이 불균형 분포인 데이터 세트를 학습시킬 때 예측 성능의 문제가 발생할 수 있음. (이상 레이블을 ..

09. 산탄데르 고객 만족 예측 - XGBoost와 LightGBM을 활용해 예측해 보자. - train.csv 는 370개의 피처로 주어진 데이터 세트. (피처 이름은 모두 익명 처리) - 클래스 레이블 명은 TARGET. 이 값이 1이면 불만을 가진 고객, 0이면 만족한 고객 - ROC-AUC(ROC 곡선 영역)으로 모델의 성능을 평가함 (갑자기 아나콘다가 안 열려서 Jupyter Notebook (anaconda3) 을 실행시켰더니 잘 되었다(?)) - 캐글에서 train.csv 다운로드 https://www.kaggle.com/c/santander-customer-satisfaction 데이터 전처리 - 사이킷런 래퍼 XGBoost를 이용할 것임 # 필요한 모듈 로딩, 학습 데이터를 DataFra..

Burn out 탈진: 개인이 더이상 어떤 일을 하지 못하거나 포기할 때의 상태. 정서적 스트레스에 대한 반응이자 우울증을 동반하는 정서적 소진 상태. 스포츠 상황에서의 탈진 -과도한 스트레스 혹은 불만족으로 이전에 즐거웠던 신체활동이 심리적, 정서적, 신체적으로 고갈되는 것. -지나친 훈련과 경기에서 필요한 것으로 해결하지 못하여 극단적인 행동을 보이는 심리 생리적 반응이자 지나친 스트레스와 환멸에 대한 반응 (신체 활동으로부터 심리적, 정서적, 육체적 도피) -운동선수가 극단적으로 피로하여 더 이상 활동을 할 수 없는 상태 탈진의 특징 -장기적으로 지속되는 증상. 갑작스러운 부정적 행동에 의해 나타나는 것이 아닌, 지속적이고 복합적인 원인으로 나타남. -탈진은 개인이 지닌 자원을 고갈시키고 이 고갈된..

5단원 정리자신감 Self-Confidence● 자신감: 원하는 행동을 성공적으로 수행할 수 있다는 신념- 자신감의 영향: 긍정적 감정, 집중력, 목표, 노력, 경기 전략(적극적)- 실력에 날개를 달아주는 자신감: 성공적인 경험으로 얻은 자신감 마음속에 새기기. 실패하거나 부족했던 경험들은 털어버리거나 중요하게 여기지 않기. 실수하더라도 과정에 집중해서 스스로의 발전을 통해 자신감 얻기. 부정적 상황에서도 올바르게 대처하면 자신감 잃지 않을 수 있다. 자신감과 오만함 구분하기. 거만x. 패배한 경우에도 잘한 것 찾아내기.  ● 과도한 자신감: 자신의 능력 대한 믿음이 현실과 차이가 있는 현상. 자신의 능력을 과대평가해 연습/훈련 소홀히 함. 결국 운동 수행에 부정적 결과. 충분한 준비x, 노력 약화 유발..

4단원 정리 Motivation ● 동기의 정의: 개인이 보여주는 노력의 방향과 강도. 한 개인이 어떠한 상황을 찾거나 그 상황에 접근하는 것, 매력을 느끼는 것. - 3 approaches to motivation: (1)Trait-centered view, (2)Situation-centered view, (3)Interactional view (1)Trait-centered view (2)Situation-centered view (3)Interactional view ● Motivational orientation: Approval oriented vs Rejected oriented 실전형 vs 혼자 조용히 기록 ● Effects of Motivation - Choice of activity (..