DO IT CHU

Mac에서 가상환경 설치하고 window 사용하기 Mac 사용 시 윈도우를 사용할 수 있는 방법을 소개해보려고 한다. 출근할땐 윈도우를 사용하고 재택할때 맥북을 쓰는데 ppt, word, excel 작업할 일이 많아서 꽤 불편했다. 지금까지는 웹으로 접속해서 office를 사용했는데 하다보니 성질머리가 드러워지는 것 같아서 가상환경 설치하고 윈도우를 사용하는 방법으로 바꿨다... 먼저 윈도우 사용하는 방법은 아래와 같이 있다. [Mac에서 윈도우를 사용하는 방법] Bootcamp Parallels Vmware Virtualbox 비용 유료 유료 유료 무료 장점 하드웨어 성능을 온전히 사용할 수 있음 맥과윈도우를 동시에 병행사용가능 단점 맥이나 윈도우 둘중에 하나로만 부팅하기에 OS간 전환이 느림 M1 맥..

제조 공정에서 센서와 머신러닝을 활용한 불량예측 방안에 대한 연구 제조공정 생산설비 16개 부위에 센서를 부착하여 데이터 수집 센서 위치는 제품 무게에 큰 영향을 미치는 부분을 반영하여 결졍 제품의 생산공정 데이터와는 별도로 제품의 불량 여부를 판별하기 위해 제품 무게도 센서를 사용하여 수집 PROCESS 데이터 전처리 상관관계 분석 변수 선택 모델링 -> 제품의 불량을 사전에 예측하기 위해 생산 설비의 중요 처리 부위에 센서를 부착하여 압력, 속도, 온도 등의 품질에 영향을 미칠 수 있는 데이터를 실시간으로 수집하였고 제품의 불량 여부를 판별하기 위해 제품의 무게를 자동으로 계측하는 센서 장비를 사용하여 무게의 변동계수를 종속 변수로 사용하였다. 사물인터넷 환경에서 제품 불량 예측을 위한 기계 학습 모..

윈도우에서는 pycocotool 패키지가 호락호락하게 설치되지 않습니다.. ^^ 여러 시행착오가 많았는데 일단 제가 진행한 순서대로 적어볼게요! 일단 시작하기 앞서 git이 설치되어있어야 합니다. https://coding-factory.tistory.com/245 [Git] 윈도우 Git 설치하기 (Git for Windows) GIt을 사용하려면 먼저 Git이 PC에 설치되어 있어야합니다. Git설치방법에 대해 알아봅니다. 윈도우버전 Git설치하기 1. Git 설치파일을 다운로드 받습니다. 아래에 링크되어 있는 페이지에 들어가서 coding-factory.tistory.com git이 없다면 위 사이트 참고해서 다운받고 와주세요. 먼저 처음 conda prompt에서 해당 명령어들을 입력했습니다 (둘..

스토리텔링이 있어야 각자에게 맞는 오류를 찾을 수 있을 것 같아 오늘 나에게 일어난 일과 함께 해결법을 몇개 적어보려고 한다 일단 오늘 오후부터 갑자기 시작된 ModuleFoundError : No module named "numpy"로 인해 남은 하루를 다써버렸고.. 나는 주로 분석 환경이 갖추어져 있는곳에서 작업을 했고 오류가 생기면 즉각 윗사람에게 물어보는 문제해결의 능력 저하를 보여주며 살았기 때문에 참으로 난감한 하루였다^^ Mac을 사용했기 때문에 Linux 명령어 기준으로 글을 작성했지만 명령어만 수정해주면 방법은 똑같이 적용이 가능하니 window 명령어는 구글링을 통해 찾아보면 좋을 것 같다 먼저 첫 시도는 버전 설정이었다 1. python버전에 맞는 numpy가 설치 되지 않았을 경우 ..

1. pip install torchtext (or pip3 install torchtext) - cmd창에서는 실행이 되는데 jupyter에서는 해당 module이 없다고 error 2. pip install https://github.com/pytorch/text/archive/master.zip - 깃허브에서 직접 깔기도 역시 error 3. conda install torchtext - 위의 pip install과 같은 문제 4. conda install -c pytorch torchtext - [winerror 127] 지정된 프로시저를 찾을 수 없습니다. - 이렇게 실행하니 pytorch버전이 바뀌면서 pytorch까지 같이 실행오류 5. conda install pytorch==1.5.0 t..

오토인코더에 대한 자세한 원리와 이해는 더 좋은 설명글이 구글에 있을것이라 생각하고! 간단하게 자료정리한것들만 적어보겠습니다. 사실 이 글로는 오토인코더에 대한 이해가 어렵겠지만 제가 노트정리 해두었던 내용들이라 기록용으로 올립니다. 먼저 autoencoder는 인코더와 디코더로 이루어져 있습니다. 인코더는 데이터를 받아 그 데이터의 주요 정보를 압축하는 역할을 하고 디코더는 그 정보들을 다시 원 데이터로 복원하는 역할을 합니다. 이때 인코더가 압축한 정보들을 모아둔 곳이 latent space라고 할 수 있죠. Autoencoder 인코더와 디코더를 통해 압축과 해제를 실행 encoder = 정보를 최대한 보존하도록 손실 압축을 수행 이때 데이터에 대한 중요한 정보만 압축하게 됨. 필요 없거나 뻔한 특..

수요예측의 필요성 수요예측 모델을 만들면서 기업이 얻을 수 있는 이점 수요 기반 공급 : 예측을 기반으로 재고 관리 재고 운영 : 재고 회전율을 높여 운영 비용 감축 채찍 효과 (Bullwhip Effect) : 비 효율성을 더 악화시키는 부정확한 예측 방지 고객 기대 충족 : 비즈니스적 필요 수요예측 시 고려사항 수요예측은 다양한 이벤트 상황을 고려해야함. 아래의 리스트 외에도 데이터와 시장에 따른 여러 상황에 맞춰 요인을 찾아야함. 매크로 이벤트, 사회적 시그널 및 다양한 혼란을 야기하는 외부 요인 복잡한 품목과 관련된 가격 및 지리적 민감도 높은 가격 변동성, 지역별 대 수요, 낮은 판매율, 새로운 제품, 계절성 상품, 제품 단종, 일시적 급증 데이처, 불규칙한 계절성 모델 내부에 이벤트를 고려한 ..

TENSOR MANIPULATION : 텐서 조작¶ In [5]: import torch import numpy as np # 1차원 print('*'*20) print('1D TORCH') print('*'*20) t = torch.FloatTensor([0,1,2,3,4,5,6]) print(t) print(t.dim()) # rank. 즉, 차원 print(t.shape) # shape print(t.size()) # shape print(t[0], t[1], t[-1]) # 인덱스로 접근 print(t[2:5], t[4:-1]) # 슬라이싱 print(t[:2], t[3:]) # 슬라이싱 # 2차원 print('\n') print('*'*20) print('2D TORCH') print('*'*2..