본문 바로가기

분류 전체보기117

미라클모닝 3일차 #미라클모닝 #3일차 사진 캡쳐하고 조금 더 자서 6시에 일어났다. 아직 일어나는게 힘들다.. 더 일찍 자야 하나 보통 12시~1시 사이에 자는데 12시전에 자야 아침에 개운할 것 같다. 미라클모닝 관련된 유명한 책이 있는데 아직 읽어보진 않았다. 책도 읽고 미라클모닝 실천하는 다른 분들 후기도 읽으면서 아침에 뭘하면 좋을지 계획을 더 해야겠다. 할 일 실천 ABC 주스 마시기 O 푸쉬업 50개 O 설거지 & 분리수거 & 빨래 정리 O 6시 45분 셔틀버스 탑승 X 주요 경제지표 체크 (이거 그래프로 바꿔야겠다) 전 일(3/31) 지수 KOSPI 1,754.64 전일대비상승 37.52 (+2.19%) KOSDAK 569.07 전일대비상승 26.96 (+4.97%) DOW JONES 21,917.16 전일.. 2020. 4. 1.
국제 유가 하락! 경제에 미치는 영향은?! 최근 뉴스를 보면 코로나 사태 뿐만 아니라 "국제 유가 폭락" 이라는 단어를 쉽게 볼 수 있다. 몇몇 전문가는 다음과 같이 언급하기도 한다. "코로나보다 유가 하락이 경제에 더 파급적인 영향을 줄 것이다" 그래프를 보면 확실히 최근 엄청나게 폭락했다. 갑자기 궁금해졌다. 유가가 우리 생활에 어떤 영향을 미치길래 경제에 큰 영향을 준다는 걸까? 내 부족한 금융지식으로는 오히려 기름값 싸지면 좋을거 아닌가..? ㅎ 라는 생각도 했다. 그럼 최근 국제유가 하락한 이유가 뭘까? 그 이유는 2가지로 정리할 수 있다. 1. "코로나" 코로나 바이러스로 인해 전세계적으로 사회적 거리두기를 실천중이며 많은 공장들을 잠정적 중단하는 등 석유 수요가 감소하고 있기 때문이다. 2. "러시아-사우디 유가전쟁" (이게 좀 더 .. 2020. 3. 31.
미라클모닝 2일차 #미라클모닝 #2일차5시전에 일어나야 1시간정도의 개인시간을 확보할 수 있는데 아직 힘들다오늘 아침에 한 건 기본적인 스트레칭이랑 밀린 집안일.그리고 내일부턴 오전 시간에 독서,뉴스 정리를 하고 싶다. 할 일 실천ABC 주스 마시기O푸쉬업 50개O설거지 & 분리수서 & 빨래 정리O6시 45분 셔틀버스 탑승O그리고 이제 매일 한국,미국 증시 지표도 체크 해야겠다. 관련 뉴스도 찾아보고 전 일(3/31)지수KOSPI1,717.12 전일대비하락 0.61 (-0.04%)KOSDAK542.11 전일대비상승 19.28 (+3.69%)DOW JONES22,327.48 전일대비상승 690.70 (+3.19%)NASDAK7,774.15 전일대비상승 271.77 (+3.62%)S&P2,626.65 전일대비상승 85.18 .. 2020. 3. 31.
미라클모닝 1일차 3/30 미라클모닝 시작 처음 시작하는거라 아침에 어떤걸 해야할 지 모르겠지만, 우선 익숙해지기 위해 아래 3가지를 하려고 합니다. 할 일 실천 ABC 주스 마시기 O 푸쉬업 50개 O 6시 45분 셔틀버스 탑승 O 매번 이 표 작성하는것도 귀찮을것 같은데.. 좀 더 편하게 할 수 있는 기능이 Tistory에 있는지도 알아봐야겠다. 여튼 굿모닝! 2020. 3. 30.
[자료구조] 스택 - Stack 스택에 대해 알아보도록 하겠습니다.스택은 자료구조에서 아주 기초이자 중요한 개념입니다. 개념부터 설명하겠습니다. 스택 개념 stack은 사전적 의미는 "쌓다" 입니다. 상자 BOX를 생각하면 쉽게 이해할 수 있습니다.박스에 책을 쌓는다고 가정하겠습니다. 책은 바닥부터 차례대로 쌓아지겠죠?? 책을 꺼내려면 어떻게 해야할까요!아마 제일 최근에 쌓은 책을 처음 꺼낼 수 있고, 맨 처음에 넣은 책은 마지막에 꺼낼 수 있을것 같습니다.그림으로 보면 아래와 같아요! 제일 먼저 넣은 데이터는 1번이고, 제일 마지막에 넣은 데이터는 4번입니다.데이터를 꺼낼때는 반대로 4번이 제일 처음 나오고 1번이 마지막으로 나올 것입니다그래서 스택을 "선입후출" , "후입선출" 의 특징을 가지고 있다고 말합니다! 어디에 쓰일까? 그.. 2017. 11. 12.
[HMM] Forward algorithm HMM 포스팅에서 제기된 3가지 문제 중 첫번 째 문제 해결하는 방법에 대해 알아보겠습니다. 문제는 다음과 같습니다 HMM의 인자 및 특정 출력이 주어졌을 때, 주어진 출력이 도출될 확률을 계산 Forward 알고리즘에 대해 설명하기 전, 먼저 예제를 통해 이 알고리즘의 필요성에 대해 살펴보겠습니다. 예제를 다시 한번 사용하겠습니다. 어떠한 지역은 통계적으로 다음과 같이 날씨가 변하는 지역에 살고 있다. 초기 날씨 확률 : 맑음 0.2 / 흐림 0.5 / 비 0.3 또한, 이 지역에 거주하는 A는 날씨에 따라 아이스크림을 하루에 [표 2]와 같이 확률적으로 소비한다. Q. 아이스크림 소비가 (1,3,3,2)와 같이 나타났을 때, 이러한 소비 결과가 도출될 확률을 계산해라 우선 Forward 알고리즘 없이.. 2017. 11. 11.
[머신러닝] HMM - Hidden Markov Model(1) 본 포스팅은 다음 포스팅[http://untitledtblog.tistory.com/97]을 참고하여 작성했습니다. HMM 개요 HMM은 MM(Markov Model)에서 발전된 방법으로 관찰 가능한 결과와 관찰이 불가능한 은닉된 상태로 이루어진 모델입니다.관찰가능한 결과를 야기하는 직접적인 원인은 관측될 수 없는 은닉 상태들이고, 오직 그 상태들이 마르코프 과정을 통해 도출된 결과들만이 관찰 될 수 있기 때문에 마르코프 모델 앞에 '은닉' 이라는 수식어가 붙었습니다. 여기서 왜 '은닉'이 붙었는지 의문이 갈 수 있습니다.실제 문제를 예로 들면, 환율의 변동을 통해 주식 시장의 상태를 유추하는 등, 관찰 가능한 정보로부터 은닉된 정보를 유추해야 하는 경우가 많습니다. HMM은 이러한 문제를 해결하기 위해.. 2017. 11. 11.
Airbnb New User Bookings 데이터 시각화 - Kaggle Project(4) 저번 포스팅에 이어서 데이터 시각화를 이어서 진행하겠습니다. 저번 데이터분석에서 signup_app이 주로 Web일 때 예약할 가능성이 높음을 확인할 수 있었습니다. 그럼 이번엔 signup_app과 첫 예약한 장소 Destination이 어떠한 관계를 가지고 있는지 확인해보도록 하겠습니다. 코드 먼저 보겠습니다. #destination_country table stats by signup appt = table(airbnb$signup_app, airbnb$country_destination) print(signif(t / rowSums(t) * 100, digits=2)) 확률(%)로 보기 위해 t/rowSum(t)*100 과 같은 작업을 추가한 것입니다. 결과는 아래와 같습니다. 한눈에 보기 쉽게 .. 2017. 11. 11.
Airbnb New User Bookings 데이터 시각화 - Kaggle Project(3) 이번 포스팅에선 앞서 가공한 데이터를 이용해 데이터 시각화를 해보겠습니다. 지금 가지고 있는 Variable은 총 28개 있으며 현재 변수들 간에 서로 어떠한 상관관계가 있는지 모릅니다. 그래서 어떻게 시작해야할 지 감이 안잡힐 수도 있습니다. 우선 본 프로젝트의 목표를 다시 한번 확인하겠습니다. "새로운 가입자가 최초로 예약할 장소를 예측하자!" 그러므로 기존의 사용자가 어떠한 상태에서 예약을 했는지, 예약을 했다면 어디를 맨 처음 예약했는지 확인해 볼 필요성이 있습니다. 우선 가입날짜와 처음 예약한 날짜와의 상관관계가 있는지 확인해보겠습니다. 아래에서 코드와 실행결과를 확인할 수 있습니다. # date_first_booking by date_account_created airbnb %>% sample.. 2017. 11. 10.
반응형

티스토리툴바