차차

네트워크에서 패킷이 목적지에 도달하기 위해 경로를 선택하는 두 가지 주요 방법이 있다1. 정적 라우팅2. 동적 라우팅 정적 라우팅 (Static Routing)설정 방식: 네트워크 관리자가 수동으로 경로를 설정하고 유지보수하는 방식입니다.특징:네트워크 라우팅 경로가 고정되어 있고 변하지 않습니다.상대적으로 작고 안정적인 네트워크에서 많이 사용됩니다.구현이 간단하고, 라우터의 리소스를 적게 사용하지만, 유연성이 떨어지며 네트워크 변화가 있을 때 수동으로 설정을 변경해야 합니다.장점:제어와 관리가 용이하며, 라우팅 경로가 고정되어 있어 예측 가능합니다.라우터에 대한 리소스 요구가 적습니다.단점:네트워크가 커지거나 자주 변화할 경우 관리가 매우 어렵습니다.장애 상황에 자동으로 대응하지 못합니다.  동적 라우팅..

1. YOLO cls 모델 (YOLO Classify)목적이미지 분류 (Image Classification): YOLO cls 모델은 객체를 탐지하는 대신, 이미지를 분류하는 데 사용됩니다. 입력 이미지를 받아 해당 이미지가 어떤 클래스에 속하는지 판단합니다.특징이미지 분류 전용: 바운딩 박스와 객체 위치 정보를 예측하지 않고, 전체 이미지를 단일 클래스(또는 다중 클래스)로 분류합니다.전이 학습: YOLO cls 모델은 일반적으로 ImageNet 같은 대규모 데이터셋으로 사전 학습된 가중치를 사용하며, 이를 기반으로 새로운 데이터셋에 맞게 Fine-tuning 가능합니다.경량화된 구조: 분류 작업에 특화된 경량 모델 구조로 설계되어, 탐지 모델보다 간단하고 빠릅니다.주요 사용 사례의료 이미지 분석: ..

로보플로우는 오픈이라서 내 사진을 학습시키기가 애매할때가 있다. 내 얼굴 사진 2500 장을 학습시켜 나를 알아보는지? 모델링을 해보자 일단 웹캠으로 내 얼굴을 2500장 찍는 코드는 다음과 같다################################################################# 해당 파일은 로컬 cam을 이용하여 본인의 이미지를 촬영하고 저장합니다.###############################################################import osimport cv2## 이미지를 저장할 폴더 경로folder_path = './my_face_temp'## 이미지 저장 폴더가 없다면 폴더 생성if not os.path.exists(folder_pa..

로보플로우에서 제공하는 모델링이 아니라내가 원하는 이미지를 이용해서 학습시켜본 후 성능을 알아보겟다 1. 계정 등록후 New Workspace 생성 public 이기때문에 개인사진 노출에 주의해야함    2.new project 만들기  3. 프로젝트명과 클레스 네임 입력  4. 원하는 프로젝트 타입 선택 (위의 이미지에서 나는 Object Detection 선택)후 Create Public Project 클릭  5. 학습 원하는 이미지 업로드 (이미지명 다 달라야함) 150개 이상 추천  6. Save and Continue 클릭  7. 라벨링 옵션 선택 Manual Labeling이 무료이다  8. 협업할 동료 선택, 혼자하고싶다면 Assign to Myself 클릭 9. 이미지 상태확인후 Start..

시계열 데이터의 모델링을 하다보면 머리가 빠질것 같다 그중  # Lag Features1 생성 temp3['qty_lag_1'] = temp3['qty'].shift(1) temp3['qty_lag_7_mean'] = temp3['qty'].shift(1).rolling(7, min_periods=1).mean() # Lag Features2 생성 temp3['count_lag_1'] = temp3['count'].shift(1) temp3['count_lag_7_mean'] = temp3['count'].shift(1).rolling(7, min_periods=1).mean() features 선정할때 이 lag가 참 어렵다. 며칠로 잡을지 정말 어려웠다. feature..

세계열 데이터 모델링은 시간에 따라 수집된 데이터의 패턴을 분석하고 미래의 값을 예측하기 위해 사용하는 방법이다.예를 들어, 날씨 데이터, 주식 가격, 판매량등이 있다 1. 시계열 데이터랑 일반 데이터 차이점시계열 데이터: 시간에 따라 수집된 데이터로, 각 데이터 포인트는 시간 축을 기준으로 정렬되어 있습니다. 데이터의 순서가 매우 중요하며, 과거 데이터가 미래 데이터에 영향을 미치는 구조를 가집니다. 예를 들어 주식 가격, 기상 데이터, 판매량 등이 시계열 데이터에 해당합니다.일반 데이터: 시간 순서가 아닌 다양한 독립 변수를 바탕으로 종속 변수를 예측합니다. 시간 의존성이 없이 각 데이터 포인트가 독립적으로 취급됩니다. 예를 들어 주택 가격 예측에서 '면적', '방의 개수', '위치' 등의 변수로 주..

1편에 결측치 처리를 조금 더 보면서 시작~ 3. 결측치 처리# null 값을 최빈값(mode)으로 변경하세요. 데이터 처리 후 데이터프레임을 df5에 저장하세요.df4.replace({'cont_sttus_itg_cd' : {np.nan : df4['cont_sttus_itg_cd'].mode()}}, inplace = True)df5 = df4.copy()#최빈값 확인 직접해서 변경하는 방법df5['cust_dtl_ctg_itg_cd'].value_counts()df5['cust_dtl_ctg_itg_cd'].replace(np.nan,'위 코드로 확인한 최빈값', inplace=True)#컬럼 여러개 삭제df5.drop(columns=['new_date', 'opn_nfl_chg_date', 'co..

1. 기본 라이브러리 # 코드실행시 경고 메시지 무시import warningswarnings.filterwarnings(action='ignore')!pip install seabornimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline  2. 데이터로딩부터 데이터 확인#데이터 로딩df = pd.read_csv('data.csv')#앞 5개 확인, 뒤 5개 확인df.head()df.tail()#데이터프레임 정보(컬럼정보, Null 여부, 타입) 출력하기df.info()#인덱스 확인df.index#컬럼 확인df.columns#값(value) 확인df.values#통계치 확인df.describe()#NULL 값 확인df.isnull(..

먼저, Roboflow에서 사용할저, Roboflow 유니버스에서 사용할 주제를 선택한후, 주피터 코드로 다운로드 한다 #라이브러리 설치!pip install roboflowfrom roboflow import Roboflow#다운받은 주피터 코드이다 yolov11버전을 선택해서 다운받았다rf = Roboflow(api_key="")project = rf.workspace("mohamed-traore-2ekkp").project("face-detection-mik1i")version = project.version(24)dataset = version.download("yolov11")#모델링 라이브러리 설치!pip install ultralytics##############################..

!pip install roboflowfrom roboflow import Roboflow############################################### API key는 유저마다 다른 것이 정상!!rf = Roboflow(api_key="")#############################################project = rf.workspace("azami-youssef").project("test_project-3cocv")version = project.version(2)dataset = version.download("yolov11")!pip install ultralytics####################################### 10/30 기준..