vscode로 만든 html 파일 netlify로 도메인에 구현하기 코딩 독학하기2 : 내가 만든 사이트 인터넷에 공개하기(.COM 도메인, HTTPS 적용하기,HTML템플릿 수정하기) (조코딩 유튜브로 공부하기) (tistory.com) 무료 정적 웹 호스팅 netlify 소개 (tistory.com)
전체 글
홈페이지 템플릿 | 무료 HTML 웹사이트 템플릿 | Wix.com 홈페이지 템플릿 | 무료 HTML 웹사이트 템플릿 | Wix.com 적합한 대상: 그래픽, 웹디자이너, 웹디자인, 자영업, 크리에이티브, 포트폴리오 설명: 업그레이드를 이유로 홈페이지를 정상적으로 운영할 수 없다면 이 템플릿으로 임시 홈페이지를 제작하세 ko.wix.com
visual studio code 실행하고 새 파일 만들기 코드창에 !+tab 입력 -> html 기본 구조 템플릿 생성 html은 여러 tag를 조합한 문서 head 태그: 웹 사이트에 대한 설명 body 태그: 우리가 보는 화면 다람이의 웹사이트 타이틀태그(웹사이트명) hello 글의 제목이나 강조를 위해 사용하는 태그 1~6 글자 크기의 차이 의미함 다람이네 사이트에 오신 것을 환영합니다 p태그 : 문단을 넣을 때 사용하는 태그 input 가능 태그 - 띄어쓰기 수평선 긋기 div 태그 사용하지 않으면 button이 나란히 나열됨 div 태그 사용 시 구간 분할됨 + vscode 브라우저 실행 방법 alt + shift + b 누르면 어떤 브라우저에서 실행할지 선택 가능함 웹브라우저에서 실행시 al..
크롬, 파이어폭스 브라우저가 html5 표준 가장 잘 지킴 -> 구글 크롬 사용 권장 컴퓨터 폴더에 웹 페이지 작성한 뒤 탐색기로 클릭하여 웹 브라우저와 함께 웹 페이지 출력 x 웹 서버(몽구스)를 설치하면 다른 사용자가 방문 가능함 (웹 서버 사용 권장) 웹 페이지의 주소, URL 프로토콜 서버주소 tcp/ip포트번호 경로명 웹 페이지 파일 이름 http://www.oracle.com:80/technetwork/java/index.html html - 웹 페이지의 구조와 내용 css - 웹 페이지의 모양 Javascript - 웹 페이지의 동적 변경 미 응용 프로그램 작성 (사용자의 마우스나 키보드 입력에 따라 웹 페이지를 동적으로 변화시키거나 게임 등 웹 페이지를 하나의 응용프로그램으로 만드는 데 이..
Evidence-Based Classification 증거 기반 분류 -> 각각의 특징(feature value)을 증거로 생각함 obtain the strength of the evidence given by each feature, we can combine them probabilistically joint probability: 결합 확률 p(AB): 두 사건이 동시에 발생할 확률: joint probability 만약 두 사건이 독립적으로 일어난다면 p(AB)=p(A)p(B) 조건부확률 공식 ->Bayes' rule 공식 : 우변을 통해 좌변 값 추정 사전확률, 사후확률 사후확률의 활용용도 1. 발생확률 추정 2. 순위 매기는 데 사용 3. 확률 비교를 통해 가장 사후확률이 높은 값 확인할 수 ..
직관적으로 그래프를 통해 model performance 제공ranking전략 활용상위 n개의 정보를 이용하고, 각각의 정확한 확률에 대해서는 고려하지 않음성적을 이용해 sorting 하고 thresholding 함threshold(기준선)의 위치에 따라 true positive와 false positive값이 달라짐상위로 올라갈수록 Y값이 줄어든다각각의 다른 threshold는 다른 classifier 만들어냄 1)Profit curve (threshold 위치에 따라 profit 달라지는 그래프)protif이 커질수록 고객 내에서 offer 하는 비율이 높아졌다는 뜻투자한 비용에 비해 소득이 낮을 때 profit은 negative 가 될 수 있음모든 classifier은 같은 지점에서 시작해 같은 지..
Evaluating Classifiers 결과를 모르는 class의 결과를 예측 accuracy=맞은 결과/전체 개수=1-error rate Confusion Matrix(weka 결과와 반대) -unbalanced classes 하나의 class가 희귀한 경우 class 분류가 균일하지 않고 skewed 될 수 있음-> breaks down(의미가 없다) 실제 결과는 달라도 accuracy는 동일할 수 있다(misleading 될 수 있음) 정확도가 set에 따라 달라질 수 있음(true churn rate 비율이 달라지면 결과도 달라짐) false negative와 false positive의 차이를 구분하지 못함(동등하게 취급됨)-가중치를 다르게 부여할 필요있음 ->expected profit(ex..
similarity, neighbors, and cluseters Similarity 공통된 특징 찾기 -물건 추천, 비슷한 경우로부터 추론, clustering(비슷한 것끼리 묶기) 유사도 측정 -> via distance 거리 공식 사용하기(Euclidean Distance) Nearest-neighbor reasoning : 가장 가까운 이웃 most similar 1) Classification using nearest neighbors 중심으로부터 가까운 k개의 데이터 찾아서 다수인 것을 따름/probablilty 도 측정 가능 2) Regression Using NN 2.1 k를 몇으로 할까? 평균 값 이용해 실제 값 예측해보기 -> k를 결정하는 단순한 정답이 없음. 여러 과정을 거쳐야 함 ..