반응형

전체 글 510

서울근교/성남 놀러가볼만 한 곳_보정동 카페거리

주말에 뭘 해볼까 고민하다가 성남 근처 죽전역에 보정동 카페거리 발견 ! 죽전역이랑 가까워 대중교통으로도 쉽게 갈 수 있어서 골랐다. 뚜벅이의 신세.. 죽전역 1번출구 마을버스를 타고 보정동 카페거리로 향했다. 마을버스로 한 정거장이라서 가는 버스도 많았다. 걸어갈 수도 있는 거리지만 조금 추웠기 때문에 그냥 마을버스타고 고고 ! 점심은 보정동 카페거리에 있는 텐돈집. 버스 딱 내려서 신호등 건너자마자 거의 바로 보였다. 그래서 카페거리 둘러보기도 전에 바로 점심먹으러~~ https://store.naver.com/restaurants/detail?id=1169894563 고쿠텐 보정카페거리점 : 네이버 리뷰 65 · 보정동 카페거리 푸짐하고 맛있는 텐동맛집 store.naver.com 깔끔해서 너무 좋..

[ML]K-NN 알고리즘 실습 - 기초 버전

먼저 K-NN(K-Nearest Neighbor) 알고리즘에 대해 알아보자. K-NN 알고리즘이란 특정공간내에서 입력과 제일 근접한 k개의 요소를 찾아, 더 많이 일치하는 것으로 분류하는 알고리즘이다. 지도 학습(Supervised Learning)의 한 종류로 레이블이 있는 데이터를 사용하여 분류 작업을한다. 알고리즘의 이름에서 볼 수 있듯이 데이터로부터 거리가 가까운 k개의 다른 데이터의 레이블을 참조하여 분류한다. 주로 거리를 측정할 때 유클리디안 거리 계산법*을 사용하여 거리를 측정하는데, 벡터의 크기가 커지면 계산이 복잡해진다. K-NN은 classification과 regression에 모두 적용할 수 있다. K-NN의 장점 알고리즘이 간단하여 구현하기 쉽다 수치 기반 데이터 분류 작업에서 성..

[영어토론/영어뉴스]손님은 왕이다.

The Customer is Always Right "The customer is always right” is a slogan which drives service staff to deliver customer satisfaction. It is a philosophy that guides employees to treat customer issues and complaints seriously. For instance, in food business, when diners are not happy with the food, the service staff must immediately send out another plate. However, many contend that this is not a ..

지도학습, 비지도학습, 강화학습 - 머신러닝 개요

https://www.sas.com/ko_kr/solutions/ai-mic/blog/machine-learning-algorithm-cheat-sheet.html 최적의 머신러닝 알고리즘 가이드 SAS에서 최적의 머신러닝 알고리즘 선택을 위한 치트시트와 가이드를 설명하고, 머신러닝 선택 시 유의사항과 특정 알고리즘 사용시점을 봅니다. www.sas.com https://stickie.tistory.com/43 [ML] 머신러닝 시스템의 종류 (1) - 지도학습, 비지도학습, 준지도 학습, 강화학습 머신러닝 시스템의 종류는 굉장히 많고, 다음과 같이 크게 3가지로 분류됩니다. 1. 지도, 비지도, 준지도, 강화학습 2. 온라인 학습과 배치 학습 3. 사례 기반 학습과 모델 기반 학습 위의 3가지 머신러닝..

흰머리 예방 음식, 흰머리가 나는 이유

《동의보감》에서는 여자가 42세가 되기 전에 머리가 하얘지거나, 남자가 48세가 되기 전에 이런 증상이 나타나면 정상 상태가 아니라고 본다. 따라서 이보다 젊은 나이에 흰머리가 나타나면 전문의와 상담해보는 것이 좋다. 이렇게 비정상적으로 머리가 하얘지는 경우 임상적으로는 원인을 크게 두 가지로 보고 각각 그에 맞는 치료를 한다. 첫 번째 원인은 과도한 스트레스다. 여러 문학작품을 보면 밤새 고민을 너무 많이 한 끝에 머리가 하얘졌다는 표현이 자주 나온다. 이는 스트레스와 조기 백발의 관계를 실생활에서 증명해주는 것이라고 하겠다. 당연히 이런 때는 스트레스를 풀면서 심기를 보강해주는 치료를 하는데, 평소에는 대추차 등을 마시면 도움이 된다. 두 번째 원인은 신(腎) 기능의 약화다. 여기서 신 기능은 비뇨생..

[후기]모란 꽈배기 맛집 - 경성꽈배기

집 오는 길에 발견한 꽈배기 집 !! 튀김 냄새가 나를 부른다. 찹쌀 꽈배기 !!!! 단체 주문 환영 !!! 주말 3시쯤인데도 앞에 몇 명이 기다리고 있었다. 오~맛집인가봐~ 경성꽈배기 메뉴는 꽈배기 3개에 2000원 팥도너츠 1000원 치즈볼 10000원 핫도그 1000원 싼 가격이라 현금이 좋겠지만 카드도 환영 나는 꽈배기 2000원, 치즈볼, 팥도너츠 해서 4000원치 샀는데도 카드 긁었다. 요새 현금 들고다니지 않으니까... 그래도 아무 소리 않고 결제 해주셨다. 눈치 안주셔서 좋아. 내차례 되니까 갓 튀긴 꽈배기가 수두루룩룩룩 집와서 잘라먹었다. 와우 너무 맛있어 설탕 많이 묻혀달라고해서 꽈배기 너무 맛있음 ! 튀김에 치즈 너무 느끼하지 않을까 생각했는데 생각외로 느끼하지 않았다. 팥도너츠는 뭐..

[후기]가성비 맛집 계화기식당 모란점

주말 13:00 - 01:00연중무휴 평일 15:00 - 01:00연중무휴 계화기 식당 모란점 031-751-7717 평일 느즈막이 밥먹으러 간 계화기 식당. 주말에 1시부터 문 연다고해서 1시까지 기다렸다가 찾아갔다. 매번 길 지나다닐 때 마다 궁금했는데 이제야 가네 ! 닭도리탕이 15000원. 싼건가 ? 모란 호돌이 문방구쪽으로 쭉 걸어 들어오면 바로 눈에 띈다. 계화기식당 메뉴. 닭도리탕이랑 치킨이랑 같이 시키면 엄청 싼거같다. 요새 치킨만 시켜도 15000원인데.. 대박 ! 술 마실때 시키면 완전 좋을듯 우리는 오직 밥을 먹으러 왔기에 닭도리탕 + 파전을 시켰다. 단품도 팔아요. 닭도리탕 + 파전 기다리면서 닭도리탕 맛있게 즐기는 방법 ㅋㅋㅋㅋ 양이 많아 남길까봐 남은 음식 싸준다는 말도 정성스럽..

광나루 한강 공원/올림픽 공원-도시락 싸서 소풍왔닷

주말 점심 요즘 날씨 너어어무 좋아서 안나갈 수가 없었다. 잠실새내 1번 출구 쪽으로 나와서 광나루 한강 공원 쪽으로 걸어오니까 이렇게 멋진 풍경이 나를 반겼다. 날씨도 좋고 벚꽃도 활짝 펴서 너무 기분이 좋았다. 올해 벚꽃은 유난히 더 이쁘네 아카시아꽃과 벚꽃의 조합 아카시아 맞지..? 벚꽃과 개나리의 조합. 봄은 너무 설렌다. 쭉 걸어보니 산책로가 나왔다. 산책로 진짜 핵핵핵 이쁘다. 이때까지 서울 최애는 잠실이었는데 이제 여기 산책로로 바뀜. 진짜 너무 좋다. 큼직해서 사람도 안 부딪힌다. 우리는 광나루 한강 공원 한번도 안와봐서 여기로 택했는데 걸어보니까 올림픽 공원 나왔다 ㅋㅋㅋㅋ 뜻밖의 여정. 너무 배가 고팠기 때문에 올림픽 공원에 자리 깔고 앉기로 했다. 여기로 걸어가면 올림픽 공원이 나온다..

[후기]무월식탁 파미에스테이션점

오랜만에 서울나들이. 사람들 정말 없었다. 여기 원래 막 어깨빵 당해도 아무렇지 않게 지나치는 그런곳인데 진짜 쾌적- 다시금 느끼지만 서울에 사람 너무 많다... 딱 이만큼만 있었으면 좋겠다. 한국 가정식 ? 처음 먹어봄 만나는 친구가 여기 깔끔하다고해서 추천했다. 놀러오면 맨날 데려가는 곳이라고 했다. 파미에스테이션 2층으로 올라가서 직진하면 바로 보인다. 아이엠어버거 지나서 쭉 걸어가면 딱 보임. 보통 여기 원래는 사람많아서 평일 6시반 지나면 웨이팅있는 곳이라고 했다. 안기다리고 먹어서 다행이야. 처음 가보는 집은 맨 첫번째있는 메뉴 시키랬음. 나는 한방바베큐보쌈먹고 만나는 친구도 똑같은거시켰다. 다음에는 낙지삼겹살덮밥 먹어봐야딩. 깔끔하게 나오는 한상차림. 깔끔해서 좋다. 밥은 거의 고봉밥주고 반..

[ML]선형회귀분석 실습 - 기초버전(2)

기초버전(1)에서는 sklearn.linear_model.LinearRegression() 으로 회귀분석을 실습해봤고 이번에는 stats 모델의 OLS로 회귀분석을 해봅니다. 1. 먼저 필요한 모듈을 import 시켜줍니다. import pandas as pd import matplotlib.pyplot as plt import matplotlib matplotlib.style.use('ggplot') import seaborn as sns import scipy.stats as stats import statsmodels.api as sm from statsmodels.formula.api import ols 2. 그 다음에는 실습에 필요한 데이터를 만들어 줍니다. data = {'x': [13, 19..

반응형