우주의WouldYou

1. conda 업그레이드 : conda update -n base conda

2. 파이썬 패키지 최신으로 업데이트 : conda update --all

3. tensorflow 설치 : pip install tensorflow

4. keras설치: pip install keras

tensorflow/keras가 import 되면 끝.

만약 ImportError: DLL load failed: 지정된 모듈을 찾을 수 없습니다. 가 뜨면

기존 tensorflow는 삭제하고 2.0 버전으로 재설치 해준다.

pip uninstall tensorflow -> pip install tensorflow==2.0으로 재 설치

map 사용

-> 인덱스를 문자열로 받는 배열

1. map : balance tree로 구현(RBtree)

map< string, int> m;

-> <key, value>

- insert 방식

그냥 대입하기

ex) m["hi"] = 50;

2. unordered_map : hash table로 구현(hash map)

iterator방식으로 순환

<first, second>

1. 역슬래시 출력하기

\를 한 번 더 써주면 됨

2. 따옴표 출력하기

앞에 \입력해주기

3. 소수점 자릿수 지정

#include <iomanip>

setprecision

-----

cout << fixed;

cout.precision(x);

-> 소수점 x자리까지 유지

4. cin/cout 을 사용하면서 printf/scanf의 속도를 내려면?

- cin.tie(NULL) : cin과  cout 묶음을 풀어줌

- sync_with_stdio(false)  : C와 C++의 버퍼 분리-> cin/cout이 stdin/stdout과 맞춰줄 필요가 없어 빨라짐

- endl 대신 개행문자(\n)

5. assert문

assert(조건)

조건에 해당하지 않는 경우 Assertion Fail발생

에러검출용 코드로 사용

# Types of Data

1. categorical attribute: 선택해서 나타나는 것들, 정해진 값에서 선택

2. numerical attribute: 숫자

<Predictive Tasks> : 과거의 데이터를 보고 미래를 예측(주어진 data를 가지고 다른걸 예측)

1. Classification - class 예측(정해진  category안에서 결과 정해짐)

2. Anomaly Detection - 이상치 탐지

-> normal값을 모아 describe해준다(model 생성)

-> 새로운 값이 model에 잘 맞는지 판단

3. Regression - 어떤 값이 나올지 모름,

-> target value와 predicted value의 에러를 최소화 하는 방향으로 학습

<Descriptive Tasks> : 주어진 data를 잘 묘사하는 과정

1. Association analysis - 데이터의 특징, 연관 규칙 탐색, 패턴을 찾아내는 것

ex) 기저귀를 사면 맥주를 산다.

2. Clustering - 주어진 data를 grouping

-> 비슷한건 가깝게, 다른건 멀게