![]()
주제 : 2022 CSPP Users' Group Meeting 일시 : 2022. 06. 21. - 23. at Fluno Center 1. CSPP Users' Group Meeting 미국 Space Science and Engineering Center(이하, SSEC)는 위성 관련 협의체 Community Satellite Processing Package(이하 CSPP)을 중심으로 정기적으로 컨퍼런스를 진행하고 있습니다. 2022년에는 미국 매디슨 위스콘신 대학의 Fluno Center에서 진행되었으며, 해당 회의에는 아시아, 미국 및 중미 등의 다양한 국가의 관계자들이 참석하였습니다. 회의의 주요안건은 다음과 같습니다. CSPP 소프트웨어 개요 및 업데이트, 관련 패키지를 포함한 소프트웨어 ..
![]()
개발자L 주제 : 재난재해 및 위성동향 보고서 관련 유용한 사이트 1. 전세계 기후 비교 1.1. Weather Spark 전 세계 2개 이상의 도시의 기후 및 날씨 비교가 가능한 사이트입니다 사이트 : https://ko.weatherspark.com/compare 장점 : 다양한 인덱스로 2개 이상의 도시의 기후와 날씨를 손쉽게 비교가능 비교그래프 PNG 또는 SVG로 다운로드 가능 평균 고온 및 저온(℃) 하늘이 맑을 기회(%) 하루 강수량 기회(%) 평균 한달 강우량(mm) 평균 한달 강우량(mm) 일광 시간(hr) 후덥지근한 조건의 기회(%) 평균 풍속(km/hr) 평균 수온(℃) 관광 점수 해안/수영장 점수 성장 시즌 성장 온도 날(℃) 평균 일당 단파 태양력() 전 세계 두개 이상의 도시의 ..
![]()
주제 : 해외사업 관련 유용한 사이트(Feat. 환율 및 시차) 관련 사이트 : 서울외국환중개(주) - http://www.smbs.biz/ExRate/TodayExRate.jsp 시차 - https://www.timeanddate.com/worldclock/converter.html 2022년은 아주 값진 한 해였습니다. 세계일주를 했다고 해도 과언이 아닐 정도로 해외출장을 자주 다녀왔습니다. 이에 해외사업 관련하여 유용한 사이트를 공유하고자 합니다. 1. 환율 1.1. 서울외국환중개 정부24를 통해서 "출입국에 관한 사실증명" 서류를 확인해본 결과, 올해 11번이나 출국을 했었습니다. 즉, 사전출장신청서부터 사후출장신청서까지 사내결재를 맡아야 할 때마다 환율 정보가 필요했었습니다. 당시 사용한 외환환..
1st level. Titanic: Machine Learning from Disaster 타이타닉 튜토리얼 1 - Exploratory data analysis, visualization, machine learning EDA To Prediction(DieTanic) Titanic Top 4% with ensemble modeling Introduction to Ensembling/Stacking in Python 2nd level. Porto Seguro’s Safe Driver Prediction Data Preparation & Exploration Interactive Porto Insights - A Plot.ly Tutorial XGBoost CV (LB .284) Porto Seguro ..
![]()
주제 : 아프리카 4개국 비자발급 방법 작성 : 2022-05-27 대부분 일생동안에 아프리카 대륙에 방문할 기회가 적습니다. 필자의 경우에도, 사내 아프리카사업으로 인해 해외출장을 다녀올 일이 아니였다면, 일생동안 방문했을지 의문이 듭니다. 일반적인 관광지와 다르게, 아프리카는 비자발급 및 사전에 준비해야하는 서류들이 있습니다. 그래서 오늘은 아프리카 국가별 비자발급 및 관련 구비서류들을 정리하여 공유드립니다. 1. 아프리카 여행/출장 전 준비사항 우선, 아프리카 여행/출장을 준비하는 분들은 황열병 예방접종은 필수입니다. Yellow Fever라고 하는 바이러스는 감염된 모기로 인해 고열, 두통, 식용부진, 황달, 구토 등을 유발하는 바이러스로 심한 경우, 사망에 이릅니다. 그래서, 아프리카 한 달 전..
![]()
개발자L 주 제 : 차원 축소(Dimension Reduction) 작성일 : 2022.02.06 1. 차원 축소(Dimension Reduction) 차원축소란 매우 많은 피처로 구성된 다차원 데이터의 차원을 축소하여 새로운 차원의 데이터를 생성하는 것으로 의미합니다. 일반적으로 수많은 피처로 구성된 데이터셋은 상대적으로 적은 차원에 학습된 모델보다 예측 신뢰도가 떨어지게됩니다. 또한, 피처가 필요이상으로 많은 경우, 피처간의 상관관계가 높아져 모델의 예측 성능이 저하됩니다. ※ 선형회귀에서는 입력변수간의 상관관계를 확인하기위해 다중 공선성(VIF)를 확인하며, 통상 10을 기준점으로 판단함 차원축소는 피처 선택(Feature Selection)과 피처 추출(Feature Extraction)으로 나눌..
![]()
개발자L주 제 : 덕담 하나 주면 안 잡아 먹지!작성일 : 2022.02.02.1. 코딩시대바야흐로 대 코딩시대가 도래하면서 전공자 외에도 코딩을 배우고자 하는 비전공자의 수가 증가하고 있습니다. 또한, 개발자에 대한 인식 및 처우가 좋아짐에 따라 개발자로 취업하고자 하는 청년층이 증가되고 있습니다. 이로 인해 다양한 교육강좌들이 우후죽순으로 늘어나고 있으며, 종종 수강료를 지급한 시점에서 강좌를 들었을때 불만족하는 경우도 더러 있습니다. 그렇기에 맛보기 강좌 또는 리뷰에 따라 본 강의를 수강할지 말지에 대한 선택에 중요한 영향을 주는 것 같습니다. 2. 스파르타 코딩클럽 2.1. "덕담 하나 주면 안 잡아 먹지~!"개인적으로 설 기간에 맞춰서 위와 같은 무료특강을 기획한 것은 신의 한수가 ..
![]()
주 제 : 데이터 병합 데이터 : 기상자료개방포털(데이터>날씨예보>동네예보>실황분석자료의 1시간 자료) 관측소지역은 강릉의 21개지역 1. 데이터 병합 상기 기상자료개방포털을 통해서 강릉의 21개의 관측소 데이터를 다운로드할 수 있습니다. 제가 지금부터 작업하고자 하는 것은 하나의 station의 최근 8년간의 데이터로 Boxplot*를 그리고자 합니다. 데이터는 연도별로 다운로드할 수 있으며, 8년간의 데이터를 가지고 Boxplot를 그리려면 데이터 병합하는 작업이 필요합니다. 그럼, 2가지 방법으로 데이터 병합을 진행해보도록 하겠습니다. 1.1. 박스플롯(Boxplot*) 우선, 박스플롯에 대해 간단하게 짚고 넘아가겠습니다. 어원에서 파악할 수 있듯이 박스플롯은 "박스"로 수치적 자료를 표현하는 그래..
![]()
개발자L 주제 : 코랩(Google Colab)으로 GPU, TPU 사용법 업데이트 일자 : 2022.02.01 1. 코랩(Colab) ? 구글 코랩(Google Colaboratory)는 Google Colaboratory의 줄임말로, 구글에서 무상으로 제공하는 클라우드 기반 Jupyter Notebook 개발환경입니다. 코랩의 가장 큰 장점은 자신의 컴퓨터가 GPU이 없거나 저사양인 경우에 런모드 유형 변경을 통해서 사용이 가능하며, 개인PC에 개발환경을 구축하는 수고를 덜어주어 개발에 시간을 투자 할수 있다는 점입니다. 최근, 머신러닝 및 딥러닝 학습에 많이 사용되고 있습니다. - 개인PC의 개발환경에서 라이브러리 업데이트 및 설치시, 버젼이슈로 충돌되는 경우가 발생함 - 코랩은 이러한 이슈로부터 ..
![]()
주제: 국가별 기상청 명칭 및 홈페이지 정보수정: 2024-07-16 안녕하세요, wscode 루카스입니다.종종 기상데이터 및 국가별 기상청 리서치를 하다보면 국가별 기상청 명칭 및 홈페이지 정보가 필요하곤합니다.국가별 기상청 명칭1. 중국 기상청중국 기상청, China Meteorological Administration(이하, CMA)의 홈페이지는 다음과 같으며, 하위기관은 아래와 같음CMA - https://www.cma.gov.cn/en2014/m/pc/CMA 하위 기관National Meteorological Center (the Central Meteorological Observatory) - https://data.cma.cn/enNational Satellite Meteorological..
![]()
개발자L 주제 : 머신러닝과 딥러닝의 전반적인 이해 4차 산업에서 중요한 것 바로 데이터(Data)입니다. 최근 데이터에 중요성이 강조되면서 데이터 분석가, 머신러닝 및 인공지능 업종에 대한 수요도 지속적으로 늘어나고 있습니다. 그렇다면 데이터 분석이란 무엇이며, 머신러닝과 딥러닝은 무엇인지 한번 알아보도록 하겠습니다. 1. 데이터분석(Data Analytics) 데이터 분석과 관련해서 검색을 하다 보면, 데이터마이닝이라는 표현을 들어본 적이 있으실 겁니다.사실상 데이터 분석과 데이터마이닝은 유사한 표현입니다. 단지 해당 분야에 따라서 일컫는 방식이 다를 뿐이죠. 통계냐? 머신러닝이냐? 그렇다면 데이터 분석이란 무엇일까요? 데이터 분석이란 데이터의 특징을 확인하는 것이라고 할 수 있습니다. 여기서 데이..
![]()
개발자 L 주제 : Python &Machine Learning, Numpy, Pandas (파이썬과 머신러닝, 넘파이, 판다스) 데이터 : EM-DAT(The International Disaster Database) https://public.emdat.be/about 안녕하세요, 개발자L 입니다. 2022년 임인년 새해가 밝았습니다. 모두들 한해동안 이루고 싶은 목표 모두 이루시기를 바랍니다. 오늘부터 진행되는 [SS-P2201-000] 시리즈는 "파이썬 머신러닝 완벽 가이드(권철민, 2019)" 을 참고하여 공부한 내용입니다. 1. 우리들의 삶, 데이터 우리는 인지/자각하기전부터 수많은 데이터를 생성, 사용, 및 활용하며 살아가고 있습니다. 사람들마다 모두 각기 다른 생활패턴과 루틴으로 살아가지만..
