전체 글

Android를 위한 Kotlin_0
지금 진행하고 있는 한이음 프로젝트에서 안드로이드 App을 개발하게 되었다. 물론 졸업프로젝트로 안드로이드를 다뤄본적은 있지만 제대로 다뤘다고 말할 순 없어서 이번에 프로젝트를 진행하면서 제대로 공부해보려한다. 언어는 JAVA가 아닌, 요즘 뜨고 있다는(?) 코틀린으로 하기로 했다. 그래서 이것도 공부를 해야한다.. 안드로이드 자체를 제대로 배워본 적이 없기 때문에 『이것이 안드로이드다 with 코틀린』 이라는 책을 이용해서 공부해보려한다. 서론이 길었으니.. 바로 시작한다. - 안드로이드 플랫폼에서 안드로이드가 실행되는 영역은 런타임(Runtime)이다. - 안드로이드 플랫폼은 리눅스 운영체제 안에서 리눅스와 상호작용하면서 동작한다. - 쉽게 생각하면, 안드로이드 플랫폼의 구조는 리눅스 커널과 자바 A..

cmd로 MongoDB에 데이터 저장하기
mongoDB와 mongoDBCompass는 이미 설치되어있다고 가정한 상태입니다. cmd를 이용해서 간편하게 데이터베이스를 생성하고 컬렉션과 fileds를 넣어보자. 물론, MongoDBCompass를 사용하면 제일 편하지만, GUI보다 먼저 직접 코드로 쳐서 해보는걸로 시작하는게 좋은 것 같다. window의 cmd에 들어가서 >>mongo 라고 치게 되면, mongoDB로 이동~! >>db 라고 치면, 아마 디폴트 DB로 test가 나올것이다. 그리고 내가 생성하고자하는 데이터 베이스를 넣어주는데, >>use FaceImg 'FaceImg'라는 DB를 생성해주면서 해당 데이터베이스로 변환된다. 이제 collection을 생성해보자! >>use faces 'faces'라는 컬렉션을 생성했다. 그리고,..
![[Linux] E: /var/lib/dpkg/lock-frontend 잠금 파일을 얻을 수 없습니다 에러](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fc4aHAF%2Fbtq3qMzkCPK%2FAAAAAAAAAAAAAAAAAAAAAJZbIeRbrnHFjXeKrtX65K3DBoh7U3B0MK3qOGPorg0y%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1759244399%26allow_ip%3D%26allow_referer%3D%26signature%3DWKWdkGADSGDSDxR%252Fu35SqlYMPZE%253D)
[Linux] E: /var/lib/dpkg/lock-frontend 잠금 파일을 얻을 수 없습니다 에러
sudo apt-get upgrade 명령어를 입력했을 때 이런 오류가 뜨는 경우가 있습니다. 재부팅을 하면 보통 해결된다고 하지만, 터미널 기록을 지우기 아쉬운(?) 상황이라면, 재부팅보다는 lock 파일들을 지우는 방법을 이용하면 해결됩니다. sudo rm /var/lib/apt/lists/lock sudo rm /var/cache/apt/archives/lock sudo rm /var/lib/dpkg/lock* # 후에 다시 실행하면 오류없이 잘 진행됩니다. sudo apt upgrade 이렇게 하면 보통 해결이 된다하는데, 만약 계속 오류가 난다면 다음 명령어를 실행하고 다시 upgrade 해보세요. sudo dpkg --configure -a sudo apt-get update
데이터 전처리 (2. 피처 스케일링)
『파이썬 머신러닝 완벽 가이드』 도서를 공부하며 정리한 글입니다. 코드 결과는 직접 실행해보면서 결과를 보시면 좋을 것이라 생각하여 생략하였습니다. 이번 글에서는 피처 스케일링(feature scaling)의 대표적인 방법인 표준화(Standardization)와 정규화(Normalization)에 대해 소개하겠다. 피처 스케일링은 서로 다른 변수(feature)의 값 범위를 일정한 수준으로 맞추는 작업이다. 예를 들어서, 어떤 feature는 -1부터 1 사이의 값으로 구성되어 있고, 다른 feature는 0부터 100 사이의 값으로 구성되어 있는 경우이다. 서로 다른 범위의 변수들을 평균이 0이고 분산이 1인 (가우시안) 정규 분포를 가진 값으로 변환하는 것이 표준화이다. 서로 다른 범위의 변수들의 ..

28회 ADsP 데이터분석 준전문가 합격 후기
3월 13일에 열린 28회 데이터분석 준전문가(ADsP) 시험을 봤다! 컴공 4학년 입장에서는, 3과목 외에 1,2과목은 정말 외워야할게 많다 느꼈던.. 잘 기억은 안나지만 2월 초부터 시작한 것 같다! 자격증 비용 자체도 부담이 되었어서 인강은 따로 결제 안하고 책으로만 해결했다. 공부를 시작하기 전에 블로그에서 공부후기 같은 것을 많이 찾아본 결과, 민트색 책을 사야겠다 생각해서 민트색에 분철을 해서 결제했다! (잘 찾아보면 중고로 저렴하게 살 수 있다) 일단 제1,2과목은 쌩 암기인데 또 완전 다 암기하는 것에 스트레스 받지 않는 것이 좋은 것 같다. 기출문제를 풀고 시험을 보면서 느낀점: 기출 문제 많이 풀어놓을걸.. 암기해도 기출에는 못본게 나오고, 결국 시험은 (은행문제 형식이라서 기출을 안풀..

데이터 전처리 (1)
『파이썬 머신러닝 완벽 가이드』 도서를 공부하며 정리한 글입니다. 코드 결과는 직접 실행해보면서 결과를 보시면 좋을 것이라 생각하여 생략하였습니다. 데이터 전처리는 ML(머신러닝) 알고리즘만큼 중요하다. 쓰레기를 넣으면 쓰레기가 나온다는 (Garbage in, Garbage out) 말이 있듯이, ML 알고리즘의 성능이 좋더라도, 어떤 데이터를 입력으로 가지느냐에 따라 결과가 매우 크게 달라질 수 있다. 그렇기 때문에 ML알고리즘을 적용하기전에 데이터에 대해 미리 처리해야할 것들이 있다. 1. 결손값(NaN) Null값이라고 하는 것인데, 이는 ML 알고리즘에 허용되지 않는다. 그렇기 때문에 무조건 결측치를 없애줘야하는데, 크게 결측치를 제거하는 방법과 대체하는 방법이 있다. (1) Null값이 얼마 되..