[ML/TA] BOW(Bag Of Words)

Bag Of Words 모델은 문서가 가지는 모든 단어를 문맥이나 순서를 무시하고 일괄적으로 단어에 대해 빈도값을 부여해 피처값을 추출하는 모델이다.
BOW의 장점은 쉽고 빠른 구축에 있다. 단순히 단어의 발생횟수에 기반하고 있지만, 예상보다 문서의 특징을 잘 나타낼수있는 모델이다.

[Python/DFS-BFS] BOJ-2606 바이러스

[Python/DFS-BFS] BOJ-1012 유기농 배추

[ML] Text Analytics

텍스트 분석은 비정형 데이터인 텍스트를 분석하는 것이다.
텍스트를 머신러닝에 적용하기 위해서는 비정형 텍스트 데이터를 어떻게 피처형태로 추출하고 추출된 피처에 의미있는 값을 부여하는 것이 매우 중요한 요소다. 텍스트를 word기반의 다수의 피처로 추출하고 이 피처에 단어 빈도수와 같은 숫자값을 부여하면 텍스트는 단어의 조합인 벡터값으로 표현될수 있는데 이렇게 텍스트를 변환 하는 것을 피처 벡터화(Feature Vectorization) 또는 피처 추출(Feature Extraction) 이라고 한다.

[Python/DFS-BFS] BOJ-1260 DFS와 BFS

[ML/Clustering] DBSCAN (Density Based Spatial Clustering of Applications with Noise)

DBSCAN은 간단하고 직관적인 알고리즘으로 되어 있음에도 데이터의 분포가 기하학적으로 복잡한 데이터 세트에도 효과적인 군집화가 가능하다. 원모양을 가진 데이터 세트를 군집화를 수행할때 유용하다.
특정공간내에 데이터 밀도 차이 기반 알고리즘을 이용해 복잡한 기하학적 분포도를 가진 데이터 세트에서도 군집화를 잘 수행한다.

[ML] Clustering

Github API Key 숨기기 (.env 이용)

웹프로젝트를 깃에 올리기전에 api key를 남들이 보지 못하게 숨겨야한다.
왜? 내 api key 사용하면 내가 돈을 내야하기 때문이다 ಠ_ಠ

Django SECRET_KEY 숨기기 (json 이용)

[Python/DFS] BOJ-2667 단지번호 붙이기