본문 바로가기
728x90
반응형

전체 글194

Linux ) 자동 완성과 history (명령 이력) 기능 자동 완성 파일이나 명령어의 일부만 입력한 후 Tab키를 눌러 나머지를 자동으로 완성하는 기능이다. 자동 완성기능은 빠른 입력효과도 있지만, 긴 파일명이나 디렉터리, 명령어를 정확하게 입력하게 되는 효과도 있으로 자주 활용하는게 좋다. history (명령 이력) 지금까지 사용한 모든 명령어를 보여준다. 관련 기능 명령어 또는 단축키 내용 histroy 명령 이력을 보여준다. !! 이전 명령을 실행한다. !9 9번째로 실행했던 명령을 실행한다. Ctrl + p 또는 ↑키 이전 명령으로 이동한다. Ctrl + n 또는 ↓키 다음 명령으로 이동한다. Ctrl + r 명령 이력을 검색을 시작한다. 명령 이력 검색 기능 단축키 내용 (문자입력) 문자를 입력할 때마다 입력한 문자열을 검색한다. Ctrl + r 한.. 2022. 5. 5.
Linux ) 셸(쉘) shell 과 프롬프트 prompt, 커맨드 라인 command line 셸(shell) 리눅스에서 명령어와 프로그램을 실행할 때 사용하는 인터페이스이다. 사용자(user)의 명령을 해석하여 커널(kernel)에 전달해주고 커널의 실행결과를 보여주는 사용자와 커널 간의 징검다리 역활을 한다. 프롬프트(prompt) 사용자에게 어떤 결정을 내리도록 한다는 의미로 셸이 사용자에게 명령어를 받아들일 준비가 되었음을 나타낸다. 기호 $ : 일반 사용자(user)를 뜻한다. # : 슈퍼 사용자(su ; superuser, root)를 뜻한다. 커맨드 라인(command line) 셸에서 프롬프트 기호($) 뒤에 명령어를 입력하는 부분을 말한다. 2022. 5. 5.
Linux ) 시작과 종료, 로그아웃 시작과 종료(root유저만 가능) 종료 shudown -P now halt -p init 0 재부팅 shutdown -r now reboot init6 shotdown [옵션] [time] [wall] 옵션 -H : 시스템을 종료 -P : 시스템을 종료하고 전원을 끔 -h : -P와 같다 -r : 시스템 재시작 -c : 예약된 셧다운 명령을 취소 -k : 실제로 셧다운 명령을 수행하지 않고 경고 메시지만 전달 time 종료할 시간 지정 (분) ex) 10 : 10분 후 셧다운 명령 실행 wall 시스템 종료시 시스템에 접속하여 사용하려는 사용자들에게 보낼 경고 메시지 런 레벨(Runlevel) 'init' 명령어 뒤에 붙는 숫자를 말한다. 런레벨 모드를 확인하려면 cat명령어를 사용하여 /lib/syst.. 2022. 5. 5.
Linux ) 개요 소개 무료 버전의 유닉스(1966 AT&T Unix)라고 할 수 있다. 1991년 '리누스 토르발스'가 버전 0.01을 최초로 작성, 개발자의 이름을 따서 리눅스라 이름 지어졌다. 1992년 0.02 버전부터 공개하기 시작했다. 리눅스 시스템의 구성 커널 하드웨어의 자원을 관리하고, 프로세스 제어(태스크 매니저), 메모리 제어, 프로그램이 운영체제에 요구하는 시스템 콜 등을 수행하는 부분으로 운영체제 맨 하부에서 돌아간다. 리눅스 커널은 www.kernel.org에서 최신버전을 무료로 다운로드할 수 있다. 커널 버전의 의미 (예: 2.11.3) 2는 주 버전(Major Version) 11은 부 버전(Minor Version) 3은 패치 버전(Patch Version) 배포판에 포함된 기본 커널을 사용자.. 2022. 5. 5.
pybo ) 2022-05-04 Nginx 바뀐 점. 위키독스에 점프 투 장고를 보면서 python의 django를 상용화하려고 함. 최신 버전의 Nginx을 사용하니 몇몇 바뀐 점들이 있어 교재와 맞지 않는 부분이 있었음. 1. ssl 명령문을 더 이상 지원하지 않음. ssl on; -> listen 443 ssl; 2. certbot을 사용하여 ssl을 설정하여도 ssl 설정 내용이 자동으로 Nginx 설정파일에 추가 되지않음. 다음과 같이 Nginx 설정 파일을 변경 server { listen 80; server_name 도메인 또는 고정IP; rewrite ^ https://$server_name$request_uri? permanent; } server { listen 443 ssl; server_name 도메인 또는 고정IP; ssl_certi.. 2022. 5. 4.
pandas ) 연속 데이터의 구간 분할 pandas.cut() 구간 분할 binning 데이터 분석 알고리즘에 따라서는 데이터를 그대로 사용하기 보다는 일정한 구간(bin)으로 나눠서 분석하는 것이 효율적인 경우가 있다. 나이, 가격, 비용, 효율, 지역, 품종 등 수준이나 정도를 일정한 구간으로 나누고, 각 구간을 범주형 이산 변수로 변환하는 과정을 구간 분할(binning)이라고 한다. pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates='raise', ordered=True) 데이터 값을 분할하고 구간별로 정렬해야 할 때 사용하십시오. 이 함수는 연속형 변수에서 범주형 변수로 변환하는 데도 유용하다. 예를 들어, 연령대를 연.. 2022. 4. 20.
고급 경사 하강법 ; optimizer 딥러닝을 제대로 학습시키기 위해서는 많은 데이터를 필요로 한다. 또한, 그만큼 일반적인 경사하강법(GD ; Gradient Descent 또는 Batch GD)을 사용할 경우 한 번 업데이트할 때마다 모든 데이터를 미분해야 하므로 계산량이 매우 많아 시간이 무척 오래 걸린다. 또, 최적의 해를 찾기위해 충분히 반복하여야하며, local minima나 saddle point에 걸려 잘못된 해를 찾을 수도 있으므로 여러 곳에서부터 최적의 해를 찾아봐야하므로 더욱더 많은 시간을 걸린다. 이러한 점을 보완하기 위해 개선된 경사 하강법이 등장하였다. 확률적 경사 하강법 ; Mini-batch Stochastic GD 모든 데이터를 사용하는 것이 아니라, 랜덤하게 추출한 일부 데이터를 사용하여 더 빨리 그리고 자주.. 2022. 4. 18.
pandas ) 자료형 변환 함수 astype() DataFrame/Series.astype(dtype, copy=True, errors='raise') 지정한 dtype으로 pandas객체를 캐스팅한다. 매개변수Parameters dtype 자료형data type, 또는 딕셔너리dict -> {column name : data type} numpy.dtype 또는 Python type을 사용하여 pandas객체 전체를 같은 자료형으로 캐스팅한다. 딕셔너리로 캐스팅할 경우, {col: dtype, …}와 같이 키값col이 열 이름이고 dtype은 numpy.dtype 또는 Python type을 넣어 하나 또는 그 이상의 데이터프레임DataFrame의 열을 그 열에 지정된 자료형으로 캐스팅한다. copy 불리언bool, default True True일.. 2022. 4. 18.
인과성, 연관성, 상관계수 인과성 어떤 상태(원인)에서 다른 상태(결과)가 필연적으로 일어나는 경우의 법칙성 회귀분석모델을 통해 결과를 예측할 수 있다. ex) 수학을 공부한 시간과 수학점수 연관성 사물이나 현상이 일정한 관계를 맺는 특성이나 성질.(제 3의 힘이 존재함) ex) 영어점수와 국어점수 상관계수 두 변수간의 관계의 강도 $$ Corr(x,y) = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{Var(x)} \cdot \sqrt{Var(y)}} $$ $ -1 < Corr < 1 $의 범위를 갖는다. 분모가 없으면 무한히 늘어날 수 있다. 평균을 기준으로 같은 방향으로 빈번하게 움직일수록 양의 상관관계가 커지고, (x가 평균에서 -방향에 있을 때, y도 평균에서 -방향에 있고, x가.. 2022. 4. 18.
목적함수, 손실함수, 비용 함수, 오차 함수 목적함수 Objective function 우리가 최적화하고 싶어하는 함수 함수를 최소화할 때 비용함수, 손실 함수, 오류 함수 함수를 최대화할 때 MLE, 클래스 간의 다이버전스 손실함수 Loss function 어떤 문제에서 머신러닝 알고리즘이 얼마나 엉터리인지 측정하는 기준 샘플 하나에 대한 손실을 구하는 데, 즉 파라미터 추정에 쓰인다. 한 트레이닝에만 영향을 미친다. 제곱 손실 - 선형 회귀에 사용(릿지) 힌지 손실 - SVM(서포터 벡터 머신)에서 사용 0/1 손실 - 이론 분석 및 정확도 정의에 사용 log 손실 - 로지스틱 회귀에서 사용 비용함수 cost function 훈련 세트에 있는 모든 샘플에 대한 손실 함수의 합 전체 트레이닝 셋에 걸쳐있으므로 최적화 문제에 쓰인다. 평균 제곱 오.. 2022. 4. 15.
오차 역전파 back propagation 와 기울기 소실 vanishing gradient 문제 오차 역전파 back propagation 미분의 연쇄법칙(chain rule)과 경사하강법(GD)을 이용하여 임의의 가중치를 선언하고 결괏값의 오차를 구한 뒤 이를 토대로 하나 앞선 가중치를 차례로 거슬러 올라가며 조정해 나가는 다층 퍼셉트론에서의 최적화 과정 위 그림에서 입력층의 첫 노드에서 히든 층의 첫 노드를 거쳐 출력층의 첫 노드로 나오는 과정만을 따로 떼어내면 $$ x \rightarrow P1=x1w1 \rightarrow 활성화함수(시그모이드) \rightarrow y=\frac{1}{1+e^{-P1}} $$ $$ \rightarrow P2=yw2 \rightarrow 활성화함수(시그모이드) \rightarrow z=\frac{1}{1+e^{-P2}} $$ 이 되고 손실함수를 $L$이라고 .. 2022. 4. 15.
퍼셉트론 perceptron과 신경망 Neural Network 퍼셉트론 perceptron 신경망(Neural Network)을 이루는 기본 단위 용어정리 가중치(weight) 선형모델에서의 기울기 $ w_1, w_2, ..., w_M $ 바이어스(bias ; 편향) 선형모델에서의 절편 $b$ 가중합(weighted sum) 입력값($x$)와 가중치($w$)의 곱을 모두 더한 다음 거기에 바이어스($b$)를 더한 값 활성화 함수(actiivation function) 가중합의 결과를 놓고 1 또는 0을 출력해서 다음으로 보낼 때, 0과 1을 판단하는 함수 ex) 시그모이드(sigmoid) 함수, 렐루(ReLU) 함수 XOR 문제 다음과 같이 두 입력 값 $x_1$과 $x_2$가 있을 때, 출력 값 $y$를 가지는 모델을 찾는 것을 말한다. $x_1$ $x_2$ $y.. 2022. 4. 15.
728x90
반응형

티스토리툴바