반응형

전체 글 71

Shoes_Project - 1 - KREAM 페이지 크롤링 해보기(신발)

KREAM | 한정판 거래의 FLEX 한정판을 거래하는 가장 확실한 방법 kream.co.kr kream.co.kr/products/ 상품번호! products 번호는 다섯자리숫자로 되어 져 있었고, 00001 부터 시작해서 넣어보았다. sid = 00002 (상품 시작 번호) - 상품 번호 조회 url = https://kream.co.kr/products/ + sid 브랜드 : class = brand 상품명 : class = title 한글상품명 : class = sub_title 모델번호는 상위 클래스 이름이 달라서 검색이 가능하다. 나머지 출시일, 컬러, 가격은 product title 이름을 통해서 구분해서 출력하면 가능 할 것 같다. 모델번호 : class = detail_box_model_..

JavaScript ②

JavaScript의 기본 타입은 크게 원시 타입과 객체 타입으로 구분 원시 타입(Primitive Type) 1. 숫자(number) JavaScript는 다른 언어와는 달리 정수와 실수를 따로 구분하지 않고, 모든 수를 실수 하나로만 표현 또한, 매우 큰 수나 매우 작은 수를 표현할 경우에는 e 표기법을 사용 var firstNum = 10; // 소수점을 사용하지 않은 표현 var secondNum = 10.00; // 소수점을 사용한 표현 var thirdNum = 10e6; // 10000000 var fourthNum = 10e-6; // 0.00001 2. 문자열(string) JavaScript에서 문자열은 큰따옴표("")나 작은따옴표('')로 둘러싸인 문자의 집합을 의미 큰따옴표는 작은따..

JavaScript ①

JavaScript 기초 - JavaScript는 객체(object) 기반의 스크립트 언어 - HTML로는 웹의 내용을 작성하고, CSS로는 웹을 디자인하며, 자바스크립트로는 웹의 동작을 구현 - JavaScript는 주로 웹 브라우저에서 사용되나, Node.js와 같은 프레임워크를 사용하면 서버 측 프로그래밍에서도 사용 JavaScript 특징 1. JavaScript는 객체 기반의 스크립트 언어 2. JavaScript는 동적이며, 타입을 명시할 필요가 없는 인터프리터 언어 3. JavaScript는 객체 지향형 프로그래밍과 함수형 프로그래밍을 모두 표현할 수 있다. Java와 JavaScript 특징 Java JavaScript 컴파일 언어 인터프리티 언어 타입 검사를 엄격하게 함. 타입을 명시하지..

여기어때 홈페이지 크롤링 연습

from bs4.element import Stylesheet import requests from bs4 import BeautifulSoup import re import gettext from requests.api import delete import json import urllib.request as req # 링크, 사진, 숙박업소이름, 평점, 위치, 설명, 가격 def Callthedata(): uri = f''' https://www.goodchoice.kr/product/result?sel_date=2021-11-15&sel_date2=2021-11-16&keyword=%EC%95%A0%EA%B2%AC''' response = requests.get(uri) soup = Beautifu..

Study/연습 2021.11.15

Machine Learning 3-2강 - AWS 가입, Docker / 다중 회귀, 특성 공학

AWS 가입방법 무료 클라우드 컴퓨팅 서비스 - AWS 프리 티어 Internet Explorer에 대한 AWS 지원이 07/31/2022에 종료됩니다. 지원되는 브라우저는 Chrome, Firefox, Edge 및 Safari입니다. 자세히 알아보기 aws.amazon.com Docker / AWS 를 이용하여 프로젝트 실행할 예정! 도커 (소프트웨어) - 위키백과, 우리 모두의 백과사전 도커(Docker)는 리눅스의 응용 프로그램들을 프로세스 격리 기술들을 사용해 컨테이너로 실행하고 관리하는 오픈 소스 프로젝트이다. 도커 웹 페이지의 기능을 인용하면 다음과 같다: 도커 컨테 ko.wikipedia.org https://raw.githubusercontent.com/rickiepark/hg-mldl/m..

Machine Leaning 3 - 1강 - 결정 계수 , 과소 • 과대 적합 , 경사 하강법

농어의 길이와 무게 데이터 농어의 길이와 무게 데이터. GitHub Gist: instantly share code, notes, and snippets. gist.github.com import numpy as np perch_length = np.array([8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0, 21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7, 23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5, 27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 36.5, 36.0, ..

운동 2분할 루틴!!

2분할 루틴! 운동전 스트레칭 2분할 루틴 등 수직 : 렛풀다운 or 풀업 수평 : 벤트오버 바벨로우 or 벤트오버 덤벨로우(원암 덤벨로우) , 케이블 로프 로우 허리 : 루마니안 데드리프트 or 백 익스텐션 가슴 중앙운동 : 플랫벤치 바벨 프레스 or 플랫벤치 덤벨 프레스 , 플랫벤치 덤벨플라이 상부운동 : 인클라인 벤치 바벨프레스 or 인클라인벤치 덤벨 프레스 , 인클라인벤치 덤벨플라이 하체 대퇴사두운동 : 레그프레스 or 스쿼트 or 런지 대퇴이두운동 : 라잉 레그컬 종아리 운동 : 카프레이즈 어깨 전면운동 : 밀리터리 프레스 측면운동 : 사이드 레터럴 레이즈 후면운동 : 벤트오버 레터럴 레이즈 팔 이두 : 스텐딩 바벨컬 삼두 : 케이블로프 익스텐션 복근운동 하복부 : (킹체어) 복부전체 : (플랭..

etc/운동 2021.10.27

Machine Leaning 2-2강 - 분산, 표준편차, 오차율, 회귀, 표준점수

import numpy as np import matplotlib.pyplot as plt # 분산 list1 = [5,8,6,10,1] target1 = [0,1,2,3,4] n1 = np.array(list1) t1 = np.array(target1) m1 = n1.sum()/5 print(m1) plt.scatter(t1, n1) plt.show() # 9.2 분산 # 3.03 표준편차 = 분산의 제곱근 # 8 (8 - 6 = 2편차) => 오차율 1.03 # 평균 + 표준편차 + 오차율 = 6 + 3.03 + 1.03 -> 9.03 + 1.03 = 10.06 # ( 2.97, 9.03) 분산 : 1+ 4 + 0 + 16 + 25 (-를 없애기 위해 모두 제곱) = 46 → 46 / 5 = 9.2 ..

Machine Leaning 2-1강 - split , shuffle, index

도미와 빙어 데이터 도미와 빙어 데이터. GitHub Gist: instantly share code, notes, and snippets. gist.github.com # 훈련 세트 테스트 세트 분리하기 import numpy as np from sklearn.neighbors import KNeighborsClassifier import matplotlib.pyplot as plt fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0..

Machine Learning 1강 - 최근접 이웃(KNeighborsClassifier)

TensorFlow 모두를 위한 엔드 투 엔드 오픈소스 머신러닝 플랫폼입니다. 도구, 라이브러리, 커뮤니티 리소스로 구성된 TensorFlow의 유연한 생태계를 만나 보세요. www.tensorflow.org !pip install tensorflow-gpu==2.0.0-rc1 import tensorflow as tf 딥러닝의 Hello World, MNIST 데이터셋 [야만인] 인공지능 탄생의 뒷이야기 | 머신러닝의 Hello World가 iris 데이터셋이라면 딥러닝에서는 MNIST(Modified National Institute of Standards and Technology Database)입니다. MNIST는 손으로 쓴 숫자로 이루어진 brunch.co.kr mnist = tf.keras...

반응형