안녕하세요!

보호되어 있는 글입니다.

추천시스템을 활용하려다보니, 코사인 유사도니, 유클리디안 거리니 잘 모르는 개념들이 나와 알아봤다. 자카드 유사도 : 자카드 지수는 두 집합 사이의 유사도를 측정하는 방법 중 하나이다. 자카드 계수 또는 자카드 유사도라고도 한다. 자카드 지수는 0과 1 사이의 값을 가지며, 두 집합이 동일하면 1의 값을 가지고, 공통의 원소가 하나도 없으면 0의 값을 가진다. 코사인 유사도 : 코사인 유사도는 내적공간의 두 벡터간 각도의 코사인값을 이용하여 측정된 벡터간의 유사한 정도를 의미한다. 각도가 0°일 때의 코사인값은 1이며, 다른 모든 각도의 코사인값은 1보다 작다. 유클리디안 거리 : 유클리드 거리는 두 점 사이의 거리를 계산할 때 흔히 쓰는 방법이다. 이 거리를 사용하여 유클리드 공간을 정의할 수 있으며,..

요 며칠 골머리를 썩이던 라벨링작업을 XML로 되어있는 파일을 구해 그대로 뽑아와서... 쉽게 처리했다 하자마자 yolo모델은 정확도가 매우 올라가는 모습을 보여줬고, 현재 20시간정도짜리 훈련을 시켜놓고 온 상태. 어제 약 8시간 돌려놓은 모델로 드론과 새를 테스트 해봤는데 웬만큼 잘 잡히는 모습을 보여줬다. 이후 전국 관광객 데이터 + 서울 방문 관광객 비율로 전처리 및 시각화를 했고, 해당 데이터 중 전국 관광객 데이터는 월별로 96년1월부터 2022년12월까지 되어있어, 시계열 예측까지 해보았다. 위의 과정에서 데이터 두개를 합치는시간이 생각보다 너무 오래걸려서 고생을 많이 했다. df = pd.read_csv("./data/korea_tourist.csv") df1 = pd.read_csv("...

https://shinyfood.tistory.com/110 데이터분석 ML/DL 프로젝트(3) 지난시간에 이어, UAM관련하여 보충해줄수있는 몇개의 자료를 찾았다. 전국 관광객자료, 서울 관광객자료, 항공 관광객 자료 정도를 모을 수 있었다. 또한 UAM 관련 법을 찾아봤다. https://www.shinkim. shinyfood.tistory.com 해당글에서 이야기했던건 맞았다.. 하지만 정규화를 풀어서사용하는게아닌 오히려 정규화를 해서 넣으면 자동으로 인식한다고한다.. 그래도 의문 해결... 결과는 오늘적용예정...

지난시간에 이어, UAM관련하여 보충해줄수있는 몇개의 자료를 찾았다. 전국 관광객자료, 서울 관광객자료, 항공 관광객 자료 정도를 모을 수 있었다. 또한 UAM 관련 법을 찾아봤다. https://www.shinkim.com/kor/media/newsletter/2234 “도심항공교통 활용 촉진 및 지원에 관한 법률안” 공포 도심항공교통 활용 촉진 및 지원에 관한 법률(이하 “UAM법”) 제정안이 2023년 10월 6일 국회 본회의를 통과하여, 10월 24일 공포되었습니다. 본 제정안은 총 4장 31개 조문으로 구성되어 있으며, i) www.shinkim.com 해당 자료는 여기있으니 참고 바란다. 그리고 현재는 UAM이라는 것중에 공항으로의 수송만을 생각했지만, 관광으로도 눈을 돌리는게 가능할 것 같아..