티스토리

우주의WouldYou

검색하기

블로그 홈

우주의WouldYou

euju-wouldyou.tistory.com/m

EUJU 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

[Python] Dictionary 1. Dictionary 선언 dict = {} 2. Dictionary 값 삽입 dict[key]=value # value에는 리스트도 들어갈 수 있다. 3. Dictionary 값 추가 dict[key].append(value) 4. Dictionary 조회 # key, value 조회 dict.items() > for key, values in arr.items(): # value 조회 dict.values() 공감수 0 댓글수 0 2022. 6. 22.
데이터분석 정리 series = 컬럼이 한 개만 있는 형태, 인덱스 수정 가능, series끼리 연산가능 : 조회시 배열 처럼 or 인덱스로 / 여러개 ex) member[0], member['1번'] / member[ ['1번', '3번']] data frame = 컬럼이 두 개 이상인 형태 : 정형데이터 처리 할 때 사용, 여러 개의 column 있는 형태 ex) member3 = { '번호' : ['1번', '2번', '3번'], '이름' : ['홍길동', '전우치', '강감찬'] } member4 = pd.DataFrame(member3) - 원하는 행만 조회하는 경우 1) 행벙호를 지정하여 모든 데이터 조회: member4.loc[0] -> 0번행 조회 2) 조건을 부여하여 해당하는 데이터만 조회: member.. 공감수 0 댓글수 0 2021. 9. 26.
link 1168 visual studio error m.blog.naver.com/PostView.nhn?blogId=jhnyang&logNo=221508882582&proxyReferer=https:%2F%2Fwww.google.com%2F Visual Studio오류 LINK1104, LNK1168 에러 해결법 (cannot open file, 파일이 열려있어~, 프로세스 강제 종료) 비주얼 스튜디오 에러잡기~비주얼 스튜디오로 프로젝트 하시다보면 심심찮게 이와 같은 에러를 보셨을 거예... blog.naver.com taskkill /f /pid (pid) 공감수 0 댓글수 0 2020. 10. 13.
파이썬 2차원 배열 정렬 arr.sort(key = lambda x : x[1]) 공감수 0 댓글수 0 2020. 10. 12.
위상 정렬 출처: www.youtube.com/watch?v=aOhhNFTIeFI&t=1307s - 사이클이 없는 방향 그래프(DAG)의 모든 노드를 방향성에 거스르지 않도록 순서대로 나열하는 것 (*사이클이 있으면 모든 노드의 진입 차수가 1이상이 됨 -> 위상정렬 수행 불가) [진입 차수와 진출 차수] - 진입차수(Indegree): 특정한 노드로 들어오는 간선의 개수 - 진출차수(Outdegree): 특정한 노드에서 나가는 간선의 개수 [위상 정렬 알고리즘] - 큐를 이용(dfs를 이용해서도 가능) 더보기 1. 진입차수가 0인 모든 노드를 큐에 넣는다. 2. 큐가 빌 때까지 다음의 과정을 반복한다. 1) 큐에서 원소를 꺼내 해당 노드에서 나가는 간선을 그래프에서 제거한다. 2) 새롭게 진입차수가 0이 된 노드.. 공감수 0 댓글수 0 2020. 10. 9.
크루스칼 알고리즘 출처: www.youtube.com/watch?v=aOhhNFTIeFI&t=1307s - 그래프에서 모든 노드를 포함하면서 사이클이 존재하지 않는 부분 그래프 의미 : 모든 노드가 포함되어 서로 연결되면서 사이클이 존재하지 않는다는 조건 == 트리의 조건 - 모든 노드가 연결되어 있지만 일부 간선을 사용하지 않아도 괜찮다 - 최소한의 비용으로 구성되는 신장 트리 ex) N개의 도시가 존재하는 상황에서 두 도시 사이에 도로를 놓아 전체 도시가 서로 연결될 수 있게 도로를 설치하는 경우 : 두 도시 A, B를 선택했을 때 A에서 B로 이동하는 경로가 반드시 존재하도록 도로 설치 - 대표적인 최소 신장 트리 알고리즘 - 그리디 알고리즘으로 분류 [동작 과정] 더보기 1. 간선 데이터를 비용에 따라 오름차순으로.. 공감수 0 댓글수 0 2020. 10. 9.
서로소 집합 자료구조 출처:www.youtube.com/watch?v=aOhhNFTIeFI - 서로소 집합(Disjoint Sets)란 공통 원소가 없는 두 집합을 의미 ex. {1,2}와 {3,4}는 서로소 관계이고, {1,2}와 {2,3}은 서로소 관계가 아니다. - 서로소 판별을 위해 사용할 수 있는 자료구조 - 서로소 부분 집합들로 나누어진 원소들의 데이터를 처리하기 위한 자료구조 - 서로소 집합 자료구조는 두 종류의 연산을 지원 1. 합집합(Union): 두 개의 원소가 포함된 집합을 하나의 집합으로 합치는 연산 2. 찾기(Find): 특정한 원소가 속한 집합이 어떤 집합인지 알려주는 연산 - 서로소 집합 자료구조는 합치지 찾기(Union Find) 자료구조라고 불리기도 함 [여러 개의 합치기 연산이 주어졌을 때 서.. 공감수 0 댓글수 0 2020. 10. 8.
최단 경로 알고리즘:: 플로이드 워셜 알고리즘 출처: www.youtube.com/watch?v=acqm9mM1P6o&t=374s - 모든 노드에서 다른 모든 노드까지의 최단 경로를 모두 계산 - 다익스트라와 마찬가리고 단계별로 거쳐가는 노드를 기준으로 알고리즘 수행 : 다만 매 단계마다 방문하지 않은 노드 중에 최단 거리를 찾는 과정은 필요하지 않음 - 플로이드 워셜은 2차원 테이블에 최단 거리 정보를 저장(3중 반복문을 통해 갱신) - 플로이드 워셜 알고리즘은 다이나믹 프로그래밍 유형에 속함 - 구현 난이도는 다익스트라에 비해 쉬움 - 시간 복잡도가 높으므로 노드의 개수가 적은 경우에만 사용 - 각 단계마다 특정한 노드 k를 거쳐 가는 경우를 확인(이를 이용해 테이블 갱신) : a에서 b로 가는 최단 거리보다 a에서 k를 거쳐 b로 가는 거리가 .. 공감수 0 댓글수 0 2020. 10. 7.
최단 경로 알고리즘:: 다익스트라 알고리즘 출처: www.youtube.com/watch?v=acqm9mM1P6o - 최단 경로 알고리즘은 가장 짧은 경로를 찾는 알고리즘 - 다양한 문제 상황 1. 한 지점에서 다른 한 지점까지의 최단 경로 2. 한 지점에서 다른 모든 지점까지의 최단 경로 3. 모든 지점에서 다른 모든 지점까지의 최단 경로 - 각 지점(국가, 마을, 도시등)은 그래프에서 노드로 표현 - 지점 간 연결된 도로는 그래프에서 간선으로 표현 - 기본적으로 dp로 분류됨 - 특정한 노드에서 출발하여 다른 모든 노드로 가는 최단 경로를 계산한다. - 다익스트라 최단 경로 알고리즘은 음의 간선이 없을 때 정상적으로 동작 - 현실 세계의 도로(간선)은 음의 간선으로 표현되지 않는다. - 다익스트라 최단 경로 알고리즘은 그리디 알고리즘으로 분류.. 공감수 0 댓글수 0 2020. 10. 5.
다이나믹 프로그래밍(dynamic Programming) 출처:www.youtube.com/watch?v=5Lu34WIx2Us - 메모리를 적절히 사용하여 수행 시간 효율성을 비약적으로 향상시키는 방법 - 이미 계산된 결과(작은 문제)는 별도의 메모리 영역에 저장하여 다시 계산하지 않도록 한다. - 다이나믹 프로그래밍의 구현은 일반적으로 두 가지 방식(Top-down(하향식), Bottom-up(상향식))으로 구성 - 동적 계획법이라고도 한다. - Dynamic? (자료구조) 동적 할당(Dynamic Allocation)은 '프로그램이 실행되는 도중에 실행에 필요한 메모리를 할당하는 기법' (알고리즘) 의미없음 - 특정 문제가 다음 조건을 만족할 때 사용 가능 1. 최적 부분 구조(Optimal Substructure) : 큰 문제를 작은 문제로 나눌 수 있으.. 공감수 0 댓글수 0 2020. 10. 4.
이진탐색 출처: www.youtube.com/watch?v=94RC-DsGMLo - 순차 탐색: 리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 확인하는 방법 - 이진 탐색: 정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법 -> 이진 탐색은 시작점, 끝점, 중간점을 이용하여 탐색 범위를 설정 -> 로그시간의 시간복잡도를 가짐 [이진 탐색의 시간 복잡도] - 단계마다 탐색 범위를 2로 나누는 것과 동일 => 연산횟수는 log2N에 비례 - 이진 탐색은 탐색 범위를 절반씩 줄이며, 시간 복잡도는 O(logN)을 보장 ex. 초기 데이터 개수 32개 -> 1단계 : 16개가량 데이터 남음, 2단계: 8개 가량의 데이터만, 3단계: 4개 가량의 데이터만 # binary.. 공감수 0 댓글수 0 2020. 10. 3.
그리디 & 구현 출처: www.youtube.com/watch?v=2zjoKjt97vQ - 현재 상황에서 지금 당장 좋은 것만 고르는 방법 - 일반적인 그리디 알고리즘을 문제를 풀기 위한 최소한의 아이디어를 떠올릴 수 있는 능력 요구 - 그리디 해법은 그 정당성 분석이 중요 -> 단순히 가장 좋아 보이는 것을 반복적으로 선택해도 최적의 해를 구할 수 있는지 검토 - 일반적인 상황에서 그리디 알고리즘은 최적의 해를 보장할 수 없을 때가 많음 => 코테에서의 대부분의 그리디 문제는 탐욕법으로 얻은 해가 최적의 해가 되는 상황에서 이를 추론할 수 있어야 풀리도록 출제됨 => 즉, 탐욕법을 사용했을 때 해당 해가 최적의 해가 되는 경우가 많이 출제 된다 더보기 ex) 거스름돈 문제 (정당성 분석) 가장 큰 화폐 단위 부터 돈을.. 공감수 0 댓글수 0 2020. 10. 2.
스택, 큐, 재귀함수, DFS, BFS 출처: www.youtube.com/watch?v=7C9RgOcvkvo 그래프 탐색 알고리즘: DFS/BFS 탐색이란 많은양의 데이터 중에서 원하는 데이터를 찾는 과정 조건에 맞는 거 위치 찾기 등 LIFO(선입후출, 먼저 들어 온 데이터가 나중에 나감) - 입구와 출구가 동일하다. ex. 박스 쌓기 #stack stack = [] stack.append(5) stack.append(2) stack.pop() stack.append(1) print(stack[::-1]) #최상단 원소부터 출력 print(stack) #최하단 원소부터 출력 append method와 pop method를 사용함 -> 두 함수 모두 시간복잡도가 O(1) FIFO(선입선출, 먼저 들어온 데이터가 먼저 나감) - 입구와 출구가.. 공감수 0 댓글수 0 2020. 9. 30.
커맨드 인젝션 공격 커맨드인젝션 공격 : 웹을 통해 시스템명령어(커맨드)를 실행하는 공격(명령어를 삽입) - 웹 내부에서 시스템 명령어를 실행하는 경우, 사용자가 입력값을 제대로 검사하지 않으면 해커 마음대로 시스템 명령어를 실행 사용자가 ip주소를 입력하면 서버에서 ping명령어(응답여부)를 실행해 ping결과를 알려주는 시스템 -> 해커: IP;(시스템명령어 추가) cat /etc/passwd : 리눅스에서 사용자 목록 확인 -> ping명령어와 cat명령어까지 실행되어 해커에게 해당 내용이 넘어가게 됨 공감수 0 댓글수 0 2020. 9. 30.
브루트 포스 공격 브루트포스 공격 : 사용자 패스워드를 알아내기 위한 공격 -> 무식하게 패스워드를 계속 대입(일치할때까지) - 알파벳 순, 딕셔너리(자주 쓰는 패스워드 위주로, 패스워드로 이루어진 사전을 의미) 공격 해커 -> 웹서버 접근 -> 로그인 페이지에서 비밀번호 알아내고자 함(브루트 포스 공격) -> 일치 시 해당 사용자의 계정 알아냄 버프 스위트 intruder(인터셉트는 끄기) send to intruder -> intruder -> positions -> query string과 cookie 확인 -> 바꿀 부분만을 선택하여 add (§§로 선택된 영역을 치환하여 테스트) -> payload 탭 -> payloader type = brute forcer (알파벳순) -> pw의 길이가 길어질수록 시간이 오.. 공감수 0 댓글수 0 2020. 9. 29.
dvwa dvwa: 웹해킹을 할 수 있도록 설계된 어플리케이션 dvwa 로그인 id: admin pw: password 로그인 안되면 버프스위트에서 인터셉트 온인지 확인 instruction: 설치과정과 사용법 setup/reset db: 설정 확인, 초기화 기능 vie source : 공격페이지가 구현된 소스코드 확인 가능 view help: 레벨별 힌트 dvwa security: 보안레벨 설정(4단계) php info: php환경 about: dvwa 제작자, 링크 logout 공감수 0 댓글수 0 2020. 9. 29.
xampp설치 & dvwa설치 및 설정 linux 에서 apachefriends.org접속 dvwa가 php7에서는 동작하지 않으므로 5버전 설치 설치 이후 terminal 상에서 cd Downloads/ 이동 실행권한을 주기 위해 chmod +x ./xampp파일명 /opt/lampp/manager-linux-x64.run & gedit /opt/lampp/etc/php.ini -> allow_url_include = On 변경 이후 xampp에서 mysql, apache를 start& restart ---- dvwq phpmyadmin -> databases -> createdatabase ->dvwa 이름 설정 unzip DVWA mv DVWA /opt/lampp/htdocs/dvwa localhost/dvwa/setup.php -> 빨.. 공감수 0 댓글수 0 2020. 9. 22.
virtual box & kali linux www.virtualbox.org/ Oracle VM VirtualBox Welcome to VirtualBox.org! News Flash Important August 3rd, 2020We're hiring! Looking for a new challenge? We're hiring a VirtualBox senior developer (Germany/Europe/USA). New September 4th, 2020VirtualBox 6.1.14 released! Oracle today released a 6.1 maint www.virtualbox.org virtualbox 다운 www.offensive-security.com/ Home | Offensive Security We create, ho.. 공감수 0 댓글수 0 2020. 9. 22.
TextRank pagerank: 웹 문서의 상대적 중요도에 따라 가중치를 부여하는 방법 -> 서로간의 인용과 참조로 연결된 임의의 묶음에 적용할 수 있다. -> pagerank가 높으면 다른 사이트가 참조를 많이 한 것으로 해석할 수 있음 TextRank: PageRank의 아이디어에서 착안, 문서내의 문장(단어)를 이용하여 문장의 Ranking을 계산하는 알고리즘 문서 입력 -> 문장 단위 분리 -> NLP(품사태깅, 불용어 처리/ NN단위 추출) -> TF-IDF모델(Scikit-learn이용, 각 단어의 가중치 계산) -> 그래프 생성(Correlation Matrix) -> TextRank 적용 -> 요약 *문장단위 분리 Konlpy의 Kkma -> sentence()를 통해 분리 Konlpy의 Twitter를.. 공감수 0 댓글수 0 2020. 8. 12.
LDA(Latent Dirichlet Allocation) Topic Modeling에 이용되는 대표적인 알고리즘 Topic = 어떤 주제를 구성하는 단어들(추상적), 문서의 집합에서 토픽을 찾아내는 프로세스 -> 한 토픽을 설명하기 위해 특정 단어들이 이용 될 것, --> 이 단어 집합을 찾으려는 것이 토픽 모델링이다. => Word-level semantic clustering 토픽 분석시에 사용되는 텍스트 분석 기법 1. LSA: 분절된 단어들에 벡터값을 부여하고 차원 축소를 하여 축소된 차원에서 근접한 단어들을 주제로 묶음 2. LDA: 확률을 바탕으로 단어가 특정 주제에 존재할 확률가 문서에 특정 주제가 존재할 확률을 결합확률로 추정하여 토픽 추출 -> 문서들은 토픽들의 혼합으로 구성되어져 있으며, 토픽들은 확률 분포에 기반하여 단어들을 생성한다고 가정.. 공감수 0 댓글수 0 2020. 7. 26.
google cloud speech-to-text 사용하기 https://webnautes.tistory.com/1247 음성인식, Google Cloud Speech-to-Text API 사용해보기 Cloud Speech API 서비스 계정 키를 발급받아서 샘플 코드를 실행하는 방법을 설명합니다. 마지막 업데이트 - 2018. 9. 20 1. Cloud Speech API 키 발급 받기 2. Cloud SDK 설치 3. 파이썬 예제 테스트 해보기 4... webnautes.tistory.com http://hleecaster.com/google-cloud-speech-to-text-api/ Google Speech-to-Text API를 활용해서 음성파일을 텍스트로 변환하자 (녹취록 받아적기 귀찮으니까) - � 파이썬과 구글 클라우드 speech-to-text.. 공감수 0 댓글수 0 2020. 7. 26.
한국어 text generator만들어 보기 - konlpy 설치하기 https://konlpy-ko.readthedocs.io/ko/v0.4.3/install/ 1. java 1.7+ 해당 버전 이상을 설정 2. JAVA_HOME 환경변수 설정 -> JDK폴더안, jvm.dll이 있는 디렉토리를 새 시스템 변수 주소로 설정 3. JPype 설치, 본인 컴퓨터의 파이썬 버전에 맞는 .whl파일을 다운로드 한 뒤 설치해야 한다. 즉, python 3.8버전을 쓰는 사람은 JPype-cp38버전을 다운 받아야 함. 또한 window비트에 맞는 파일 다운 받는 것도 잊지 말기. 4. pip install konlpy 공감수 0 댓글수 0 2020. 7. 22.
Pandas Dataframe - table Series - list #Dataframe built in index가 있을 경우(해당 csv파일에 각 행마다 번호가 붙여진 경우) 불러올 때 index_col =0 을 설정해준다. read_csv(): 파일 불러오기 to_csv(): 파일 저장하기 .describe 속성: min, mean, max등 값을 대표하는 값들을 알려줌 .columns 속성: 열 이름 보여줌 .colu .shape 속성: 행,열 .column명: 해당 컬럼만을 보여줌(df[컬럼명]) .column명 == 'a': 'a'일 경우 True 아닐경우 False .head(): 상위 5개 행 보여줌 .set_index('이름'): 해당이름으로 - index based selection .iloc[행].. 공감수 0 댓글수 0 2020. 7. 21.
Tensorflow in Practice 3, Sequence Model 시계열 Time Series 주식, 날씨 예측, 역사적 추세 등 시간 요소가 있는 것들 univariate - 단일 값 multivariate - 여러값 1. 데이터 기반 미 래 예측 2. 과거를 투영하여 현재 위치에 어떻게 도달했는지 확인(imputation), 비어있는 데이터 채우기 3. anomaly detection 4. 해당 Time Series의 패턴찾기 trend 특정 방향으로 이동하는 추세 seasonality 패턴이 예측가능한 간격으로 반복 trend & seasonality 두 가지 융합 white noise 완전 임의의 값 spike -> 다음에 언제 일어날 지, 얼마나 강할지 예측할 수 없음 -> 예측할 수 없는 spike는 innovation이라 불림 빨간 박스 == lag -> .. 공감수 0 댓글수 0 2020. 6. 28.
Tensorflow in Practice 2, Natural Language Processing cv - 패턴을 일치시켜 classification을 수행, feature 기반 NLP LISTEN vs SILENT 두 단어는 같은 아스키 값들을 가진다. but 반대의 의미 단어마다 값이 있고, 같은 단어에 대해 값이 동일하도록 ex) i love my cat. / i love my dog 1 2 3 4 1 2 3 5 "Tokenizer(num_words=고유단어 개수)" This will handle the heavy lifting for us, generating the dictionary of word encodings and creating vectors out of the sentences. -> word_index (key = word, value = index property) -> 구두.. 공감수 0 댓글수 0 2020. 6. 27.
아낰혼다 가상환경 설정 conda create -n 이름 가상환경 정보 conda info --envs 가상환경 삭제 conda remove --name 이름 --all conda env remove -n 이름 공감수 0 댓글수 0 2020. 6. 24.
Tensorflow in Practice 1, Computer Vision 기존의 프로그래밍 방식 Rules, Data -> "Programming" -> Answers 머신러닝 Answers, Data -> "Machine Learning" -> Rules Labeling함으로써 데이터를 학습 #neural net a neural network is basically a set of functions which can learn patterns. successive layers are defined in sequence. 뉴럴넷에는 x와 y사이의 관계가 없다. import tensorflow as tf import keras import numpy as np model = keras.Sequential([keras.layers.Dense(units = 1, input_shap.. 공감수 0 댓글수 0 2020. 6. 21.
Brute-Force "brute-force" : 컴퓨터의 빠른 계산 능력을 이용, : 가능한 경우의 수를 일일이 나열하면서 답을 찾는 방법 == 완전 탐색(exhaustive search) [재귀 호출] : Recursion : 우리가 들여다 보는 범위가 작아지면 작아질수록 각 조각들의 형태가 유사해지는 작업들 : 완전히 같은 코드를 반복해 실행하는 경우 "재귀 함수": 자신이 수행할 작업을 유사한 형태의 여러 조각으로 쪼갠 뒤 그 중 한 조각을 수행하고, 나머지를 자기 자신을 호출해 실행하는 함수 * '더이상 쪼개지지 않는' 최소한의 작업에 도달했을 때 답을 곧장 반환하는 조건문을 포함해야 한다. --> "기저사례 base case" : 쪼개지지 않는 가장 작은 작업들 ex) int recursiveSum(int n){ .. 공감수 0 댓글수 0 2020. 6. 18.
tensorflow, keras 설치하기 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 공감수 0 댓글수 0 2020. 6. 17.
Hash map 사용 -> 인덱스를 문자열로 받는 배열 1. map : balance tree로 구현(RBtree) map m; -> - insert 방식 그냥 대입하기 ex) m["hi"] = 50; 2. unordered_map : hash table로 구현(hash map) iterator방식으로 순환 공감수 0 댓글수 0 2020. 6. 15.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.