일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 3유형
- CUDA
- 실기
- 인공지능
- dl
- 공간분석
- fastapi
- Ai
- qgis
- KNN
- 공간시각화
- 캐글
- gradio
- Kaggle
- ㅂ
- QGIS설치
- DASH
- K최근접이웃
- streamlit
- 1유형
- pytorch
- 예제소스
- 성능
- ml 웹서빙
- GPU
- 빅데이터분석기사
- 2유형
- 딥러닝
- webserving
- 머신러닝
- Today
- Total
목록전체 글 (90)
에코프로.AI

Requests 라이브러리파이썬에서 HTTP요청을 보내기 위해 널리 사용되는 라이브러리간단하고 직관적인 인터페이스 제공하여, GET, POST, PUT, DELETE 등의 HTTP메소드 사용이 용이함.주요 특징간단한 HTTP요청/응답 처리다양한 HTTP 메소드 지원 (GET / POST / PUT / DELETE 등)요청 매개변수와 헤더 설정JSON 데이터 자동 파싱타임아웃 및 예외처리 기능라이브러리 설치pip install requestsRequests 기본 사용법GET 요청 보내기서버에 데이터를 요청할 때, get() 함수 사용json 데이터 변환시, json() 함수result = response.json()print(result)DataFrame 생성import pandas as pdissue..

XML 데이터 XML이란?XML(eXtensible Markup Language)는 데이터를 구조화하고 저장하기 위한 마크업 언어데이터 교환에 대한 표준HTML과 유사하지만, 데이터의 표현에 중점을 두고 있음특징유연성사용자 정의 태그를 사용하여 데이터를 표현할 수 있음가독성사람이 읽고 쓸 수 있는 형태로 데이터를 표현데이터 교환다양한 시스템 간에 데이터 교환을 용이하게 함XML의 구조와 문법XML의 주요 요소루트 엘리먼트 : 모든 XML 문서에는 단 하나의 루트 앨리먼트가 있어야 함.자식 엘리먼트 : 루트 엘리먼트 내에 포함된 엘리먼트텍스트 노드 : 엘리먼트 내의 텍스트XML 데이터 읽기/쓰기sample.xml홍길동서울 강남구고길동서울 강북구김길동서울 서초구파이썬 표준 라이브러리 xml 모듈import ..

JSON이란?JavaScrip Object Notation 의 약자데이터를 저장하고 전송하기 위해 사용하는 경량 데이터 교환 포맷텍스트 기반으로 사람이 읽고 쓸수 있으며, 기계가 분석하고 생성할 수 있음JSON의 특징간결성가독성이 좋고, 구조가 간결하여 데이터를 쉽게 이해할 수 있음가독성사람과 기계 모두가 읽고 쓰기 쉽게 설계되어 있음유연성객체와 배열을 사용하여 복잡한 데이터 구조를 쉽게 표현할 수 있음호환성대부분의 프로그래밍 언어에서 JSON을 쉽게 파싱하고 생성할 수 있는 라이브러리를 제공함.JSON의 기본구조키-값 쌍으로 데이터를 표현화며, 중첩된 구조를 가질 수 있음주요 요소JSON 객체중괄호 '{}'로 감싸고, 키-값 쌍으로 구성{ "name" : "John", "age" : 30}JSON ..

GitHub란?분산 버전 관리 툴인 Git을 관리해주는 웹 호스팅 서비스가 바로 GitHub 입니다. 2008년에 설립되어 2018년도에 MS가 인수하였을 만큼 유명하고 범용적으로 사용되는 서비스입니다.일단 GitHub(깃허브)를 이해하려면, Git(깃) 이라는 프로그램을 알아야합니다. Git은 버전관리도구 중 가장 선호도가 높은 프로그램입니다. Git은 로컬저장소(내 컴퓨터)와 원격 저장소(서버 컴퓨터)로 나뉩니다. 내 컴퓨터에서 작성한 프로젝트를 원격 저장소에 저장해두고, 만약 내 컴퓨터의 프로젝트가 손상되거나 다른 컴퓨터에서 코드를 가져오고 싶을 때는 원격저장소에서 바로 가져올 수 있습니다. 이때, 코드 뿐만 아니라 코드의 변경 내역까지 모두 가져올 수 있기 때문에 Git이 "버전관리도구"라고 불립..

KNN(K-최근접 이웃) 소개KNN(K-최근접 이웃)은 거리 기반 모델입니다. 즉 각 데이터 간의 거리를 활용해서 새로운 데이터를 예측하는 모델입니다.이때 가까이에 있는 데이터를 고려하여 예측값이 결정됩니다.K Nearest Neighbors 라는 이름은 이를 잘 반영하고 있는데, K개의 가장 가까운 이웃 데이터에 의해 예측된다는 의미입니다.다중 분류 문제에서 가장 간편히 적용할 수 있는 알고리즘입니다. 물론 최신 알고리즘들도 다중 분류 문제에 사용하나, 데이터가 크지 않고 예측이 까다롭지 않은 상황에서 KNN을 사용하면 신속하고 쉽게 예측 모델을 구현할 수 있습니다.이러 한 특성으로 베이스라인 모델로도 사용합니다.장점수식에 대한 설명이 필요 없을 만큼 직관적이고 간단합니다.선형모델과 다르게 별도의 가정..