일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 백엔드
- 재현율
- 데이터 전처리
- 빠르게 실패하기
- ifnull
- sorted
- 지도학습
- beautifulsoup
- five lines challenge
- 강화학습
- SQL
- nvl2
- NULLIF
- 웹서비스 기획
- recall
- 감정은 습관이다
- DecisionTree
- 오차 행렬
- layer normalization
- CASE WHEN
- 정밀도
- 결정트리
- NVL
- 비지도학습
- 평가 지표
- Batch Normalization
- LAG
- 데이터 프로젝트
- Normalization
- 데이터 분석
- Today
- Total
목록Project (12)
Day to_day
데이터 전처리 비건 레시피를 제공하는 웹서비스에서 가장 중요한 것은 충분한 비건 레시피 데이터일 것이다. 데이터를 모두 수집할 순 없으니 kaggle에서 비건 레시피 데이터를 사용했다. Vegan Recipes Recipes crawled from different vegan recipes websites www.kaggle.com 간단히 데이터를 살펴보자면 아래와 같다. 데이터 기본 정보 href : 해당 레시피 링크 (veganuary.com, simple-veganista.com) title : 레시피 제목 ingredients : 재료 preparation : 조리 과정 여기서 "href"는 웹서비스에 직접적으로 보이진 않지만 이미지 크롤링을 진행하기 위해 따로 빼두어야 하는 정보이고, title..
1차 프로젝트에서는 자바스크립트로 서버를 구현했었지만 이번 2차 프로젝트에선 타입스크립트를 사용하기로 했다. 전에 사용했던 유저 MVP만 코드 재활용하여 사용하였고, 타입스크립트 문법에 맞춰 타입들을 지정해주니 대부분의 오류는 해결되었다. 하지만 그 중 몇 시간을 잡아먹으며 해결이 어려웠던 오류가 있었는데... 그것은 바로 Express Request 확장하는 부분이다. 아래의 코드는 로그인 인증 방식을 작성한 코드이다. import { Response, Request, NextFunction } from "express"; import jwt from "jsonwebtoken"; function login_required(req: Request, res: Response, next: NextFuncti..
TypeScript 문법 let 이름 : string = 'kim' : 뒤에 타입을 지정해주어야한다. 지정할 수 있는 타입의 종류 string number boolean null undefined bigint [] {} let menu : string[] = ['coffee', 'tea'] 만약 array로 타입을 지정하고 싶다면 ‘arrary’라고 써주는 것이 아니라 ‘[]’ 이런식으로 적어준다. 근데 array 안에 들어가는 구성 물품이 어떤 타입인지도 알려줘야한다. string[] 요런식으로 적어준다. let menu : {drinks: string} = {drinks: 'coffee'} let menu : {drinks?: string} = {} object를 넣고싶을때 속성과 속성의 타입을 적어..
팀프로젝트를 하면서 나는 두개의 역할이 있었는데, 백엔드와 데이터 분석이다. 사실 저번 첫번째 프로젝트할 때 백엔드겸 팀장으로서 기능을 만들어서 프론트로 넘겨준다는게 재미있고 시간이 없어 많은 것들을 도전해보진 못했지만 챌린지있는 작업인 것 같아서 이번 프로젝트에도 백엔드 포지션으로 갔다. 그런데 첫번째 프로젝트에선 엘리스에서 제공해주던 기본 코드가 있었고, JavaScript로 개발 환경이 만들어져있었다. 그래서 환경 만들기엔 큰 어려움없이 MVP에만 집중했는데 이번 프로젝트는 레포지토리만 존재했다... 나는 타입스크립트가 JavaScript 언어를 보완하기 위해서 사용되며 많은 개발자들이 프론트, 백 상관없이 사용된다는 것은 알고있었다. 하지만 문법이나 예시 파일 하나도 본적이 없어서 사실 사용할 생..
우리 팀이 기획한 '채식 레시피 서비스'와 '환경보호'를 엮기 위해선 보여줄 관련 데이터셋이 필요하다. 데이터셋을 찾는 기준 1. 다른 식품과 육류의 환경오염물질 배출을 비교할 수 있는 지표가 있는가? 2. 데이터의 출처와 사실 증거가 있는 데이터 인가? 3. 데이터가 너무 많은 null 값이나 이상한 수치를 갖고 있진 않은가? 몇 가지의 후보 중 식품 별 생산부터 소비자까지 오는 과정들의 온실가스 배출량 데이터셋을 선정했다. 첫 번째, 육류와 비 육류 식품의 비교가 필요했다. 비교군이 확실히 있어야 채식 레시피 서비스의 필요성이 강화될 것이다. 찾은 데이터셋 중에 활용하지 못한 것 중 하나는 육류의 특정 오염 물질 배출량을 돼지고기, 소고기, 양고기, 닭고기 등등의 카테고리로 나눠진 데이터 셋이 있었다..
엘리스 AI 트랙 과정은 세번의 프로젝트 기간이 있다. 이번은 사실상 두번째 프로젝트인데 첫번째 프로젝트는 기본 틀과 예시가 다 짜여져 있었고, 간단한 MVP정도만 만들었던 프로젝트라서 배운 것들을 적용시켜보는 정도였다. 더욱 기대가 되는건 사실 두번째와 세번째 프로젝트! 처음부터 기획하고, 디자인과 환경 세팅도 모두 처음부터 하는 것이었기 때문에 겁먹기도 했지만 설레는 마음이 더 컸던 것같다. 주제는 환경문제 관련 데이터를 통해 인사이트를 주고 웹서비스를 만드는 것이다! 기간은 10월 3일 - 10월 21일까지이고, 팀원은 백엔드 2명, 프론트엔드 3명으로 구성되었다. 첫 주의 기획 과정을 담아보자면 다음의 과정을 거쳤다. 1. BrainStorming : 키워드를 중심으로 생각나는 서비스와 솔루션 나..