8.2 후방 이동 기호

sullma1 contents are below.

References: 05-sullma1 contents: Go Click
Other Blog: Blog ArtRobot (Title: 8.2 후방 이동 기호) More ...
Publish Date: (2024-06-30|5:57 pm), Modified Date: (2024-07-01|1:01 am)


--- Blog Post Contents
로아 크롤링 ( 내실 및 캐릭터 정보 )
로스트아크 홈페이지에서 케릭에 대한 정보를 읽어와 보여주는 기능을 구현했습니다 : ) 아직 게임에 대한 이해도가 적어.. 처음엔 보석 레벨만 보여주도록 설계했었는데, 레벨과 어떤 보석인지 보이는게 중요하다는 피드백을 받아 수정하였습니다 ~~ 추가로 모코코인 제가 요즘 열시미하는 거인의 심장 수집, 섬마 수집 등등.. 내실 관련 기능도 추가했습니다! but ! 내실의 경우는 불러와야하 는 정보들이 많아서 로딩하는데 많~은 시간이 소모된다는 단점과, 섬마나 미술품이나 리스트업을 다 하게되면 디코에서 제공하는 임베드의 사이즈를 오버하기 때문에 ... 어쩔 수 없이 번호만 남기는 방식을 택했습니다 ;_; 이러다 크롤링 마스타가 될....... (Publish Date: 2022-08-08)

롤 선호라인 2 (심화)
10명의 아이디를 입력하면 10명의 선호라인과 포인트를 측정하는 기능을 만드려했는데 ... 아주 큰 문제가 생겼습니다 ㅜㅜ 1명의 데이터를 받아와 선호라인을 구하는데까지 걸리는 시간 :9초 10명이라면 : 90초 ... 서비스적 측면에서 1분30초는 굉장히 느린 응답속도이므로 ... 뭔가 방법을 생각해야 했습니다. 1. 데이터를 병렬로 받아온다 2. 배치를 돌려 DB에 저장하여, 저장된 내용을 불러온다 두가지 안으로 생각이 정리되었는데 ... 2안은 너무 큰 프로젝트일 것 같아서 ... 1안으로 진행해보았습니다. python 의 병렬처리를 도와주는 Pool 을 사용하여 라인을 불러오는 함수를 실행시킨 결과 ... 핑핑이의 응답이 아래와 같이 두 번 나....... (Publish Date: 2022-06-30)

롤 선호라인
닉네임을 쳤을 때, 어느 라이너인지 보여주는 기능을 추가했습니다. 측정 방식은 아래와 같습니다. 최근 랭크 20게임 > 최빈값 표본은 많으면 많을수록 좋지만 ... 전체 게임데이터를 받아와야하기때문에 속도 측면에서 20개로 제한하였습니다 ㅜ ㅜ .. 20개 기준 9초 정도 걸려 나오는것 같습니다. 선호라인을 바탕으로 라인 + 티어 > 개인 점수 가 나오는 기능을 만들고 싶습니다. 아프리카티비 멸망전 점수표처럼 가영몬 = 플4 & 서폿 = 24 point 이런식으로 구현하는게 목표입니다 : ) 이게 정답인지는 모르겠지만 ~ 일단 해보져 ~~ (Publish Date: 2022-06-30)

챔피언별 와드 갯수 시각화(롤)
가끔 시야를 같이 안잡아주는 팀원들한테 화나서 "계속 ~ 와드 안박으면 ~~ 시야석 다 팔고 딜템 올립니다 !!! " 라고 외칠때가 있다 ㅎㅎ 본인들이 얼마나 시야에 신경쓰지 않는지 ... 눈으로 보여주기위해 핑핑봇에 "와드" 기능을 추가하였다 ^-^ * 최근전적 20 게임 기준 > 라인 설정하지 않은 게임 제거(for 칼바, 우르프 제거용) > 챔피언별 평균 와드갯수 추출 로직은 위와 같은데 ... 이 안에서 문제가 뭐냐면 라인 설정하지 않은 게임 = 자랭에서 라인 상관없음 설정 또한 빠진다는 것이다 .. 자랭/솔랭/일겜/칼바/우르프 등등 게임 종류가 포함되어있으면 좋겠지만 ... 데이터 확인 결과 없었기에 ... 나....... (Publish Date: 2022-06-23)

PingPingBot(Discord Bot)
요즘 푹 빠져버린 핑핑봇에 대해 소개해드립니다~~ 사용 언어 : Python 사용 서버 : OracleCloud 랜덤라인 정해주기, 추첨하기 등 여러 기능이 있습니다. 젤 핵심은 롤 API를 연동하여 전적을 불러오는건데 .. 좀 더 연구하여 데이터를 다양하게 보여줄 수 있는 봇으로 만들 예정입니다 : ) 추첨하기 기능은 제2의나라 유물책 입찰을 위해 만들었는데요, Input 값으로 n, A, B 를 받으면 (A-B) 차집합에서 n명을 랜덤으로 뽑습니다 ㅎㅎ 파이썬으로 봇을 구현하는게 쉽진 않았지만.. 주변 도움을 많이 받으면서 만들고 있네요 ㅎㅎ 젤 어려웠던건 봇을 서버에 올리는 과정이었던거 같네요. 통계전공자는 컴퓨터가 여전히 어렵습니다 ... ㅠㅠ (Publish Date: 2022-06-21)

[라포그] 리얼인섹트 관절사료
몽구는 알러지인지 아토피인지 ... 정확하겐 모르겠지만 피부가 예민한 아가라 .. 사료는 항상 하이퍼알러지 인섹트 도그를 먹였었는데요! 최근에 피부 핥음이 심해지고 ( > 결국 몽구는 빡빡행 ...ㅠㅠ ) 사료를 바꿔보는게 어떻겠냐는 의사쌤의 말에 고민하고 있는 와중, 라포그 리얼인섹트 관절사료 체험에 당첨되어 급여해보았습니다 ! 100g 씩 1.2kg 소분되어있는데요 ! 앉아도 하고 손도 줍니다 ㅋㅋㅋㅋ 간식마냥 잘먹는 몽구 ,... 선호도는 합격입니다 : ) 피부 관련해서는 더 먹여봐야 될 것 같아요 ~~! 얼렁 낫자 몽구야 ~~~ (Publish Date: 2021-08-24)

[제로랩스] 애견간식 소세지
몽구는 평소 누나가 직접 만든 수제간식을 먹이지만.... 손이 많이 가고 누나의 귀차니즘으로 ... 시중에 간식을 찾을 수 밖에 없더라구요 !!! 이번에 기회가 되어 "사람이 먹어도 되는" 어육 소세지 제로랩스를 급여해보았습니다~~ 저희집 멍멍님은 간식이라면 종류불문하고 환장하는데요. 포장 뜯자마자 옆에 와 이쁘게 앉아있습니다... ㅎ 냄새 한번 맡고는 폭풍 흡입 ~~~!!!! 맛은 몽구만 아는것이기에 ... 평가할 수 없지만 환장한다는 거 ~~ + 제로랩스의 최대 장점은 간편함인거 같습니다~ 냉장고에 보관해 하나씩 꺼내 급여하고, 외출할때 한두개씩 들고다니기 좋은 거 같아요 : ) (Publish Date: 2021-08-24)

date +1 컬럼 생성하기 (sql)
date type 컬럼에 +1일 컬럼 만들기 2020/03/24 날짜로 > 2020/03/25 데이터 만들기 # 생성 전 겹치는 데이터가 있을 수 있으니 미리 제거 # date+1 추가 # db2.table2의 2020/03/24 날짜 데이터를 select 한 후 # db1.table1에 insert한다. (Publish Date: 2021-04-07)

Table 생성(SQL)
# 테이블 제거 # 테이블 생성 #comment 설명 달기 #unique index 설정하기 #pk설정 # 데이터 주입 # 컬럼 date type 변경 (Publish Date: 2021-04-07)

Table 컬럼 생성(Alter table)
alter table : 열과 제약 조건을 변경, 추가 또는 삭제하여 테이블 정의를 수정 # 컬럼 생성 db.table1에 new_col 컬럼생성 문자열(8)이고 null 은 안받으며, 0으로 내용 채운다. # 컬럼 제거 db.table1의 new_col 제거 # 컬럼 복사 위의 생성과 제거 개념을 공부하고 ! 제가 가장 하고싶었던 작업은 기존 컬럼의 내용을 복사해서 새로운 컬럼에 옮기고, 기존 컬럼 제거 작업입니다. 컬럼 생성 > alter table add 컬럼 복사 > update set 컬럼 제거 > alter table drop (Publish Date: 2021-04-07)

sigmoid vs softmax
케창시 공부하면서 찾아봤던 두 개의 활성화함수에 대해 간단히 적어본다 ..! 1. Sigmoid 2. Softmax 3. Sigmoid vs Softmax (Publish Date: 2021-02-02)

[2020 마이블로그 리포트] 한 눈에 보는 올해 내 블로그 데이터!
(Publish Date: 2020-12-17)

8.9 계절성 ARIMA 모델들
지금까지, 비-계절성 데이터와 비-계절성 ARIMA 모델에만 관심을 두었습니다. 하지만, ARIMA 모델로 다양한 종류의 계절성 데이터를 모델링 할 수도 있습니다. 계절성 ARIMA 모델은 지금까지 살펴본 ARIMA 모델에 추가적인 계쩔성 항을 포함하여 구성됩니다. 계절성 ARIMA 모델을 다음과 같이 쓸 수 있습니다: 여기에서 m은 매년 관측값의 개수입니다. 모델의 계절성 부분에 대문자 기호를 사용하고, 모델의 비-계절성 부분에서는 소문자 기호를 사용하겠습니다. 모델의 계절성 부분은 모델의 비-계절성 성분과 비슷한 항으로 구성됩니다만, 계절성 주기의 후방이동(backshift)을 포함합니다. 예를 들어, (상수가 없는) ARIMA(1,1,1)(1,1,1)4 모....... (Publish Date: 2020-11-30)

8.8 예측하기
점 예측치 예제에서 ARIMA 모델로부터 예측값을 계산하긴 했지만, 값을 어떻게 얻었는지는 아직 설명하지 않았습니다. 점 예측값은 다음과 같은 3가지 단계를 이용하여 계산할 수 있습니다. 1. yt 가 좌변에 오고 다른 모든 항들이 우변에 오도록 ARIMA 식을 전개합니다. 2. t를 T+h로 바꾸어 식을 다시 씁니다. 3. 식의 우변에서, 미래 관측값을 예측값으로 바꾸고, 미래 오차값을 0으로 바꾸고, 과거 오차값을 해당 잔차로 바꿉니다. h=1로 시작하여, 모든 예측값을 계산할 때까지 h=2,3,...에 대해 이러한 단계를 반복합니다. 이러한 과정은 예제로 가장 쉽게 이해할 수 있습니다. 이전 절에서 맞춘 ARIMA(3,1,1) 모델을 이용하여 이....... (Publish Date: 2020-11-23)

8.7 R 에서 ARIMA 모델링
auto.arima() 은 어떻게 작동하는가 ? R에서 auto.arima() 함수는 힌드만-칸다카르(Hyndman-Kandakar)알고리즘의 변형된 형태를 사용합니다. auto.arima() 함수는 ARIMA 모델을 얻기 위해, 단위근 검정, AICc 최소화, MLE를 결합하여 사용합니다. 여기에서 설명하는 내용은 기본값으로 설정된 작동 방식입니다. 기본적인 과정은 찾는 속도를 높이기 위해 몇 가지 근사 과정을 사용합니다. 입력값 approcimation=False 으로 이러한 근사를 생략할 수 있습니다. 이러한 근사나 단계별 탐색 과정 때문에 최소 AICc를 갖는 모델을 찾지 못할 수도 있습니다. 입력값 stepwise=False 을 사용하면 ,훨씬 더 큰 모델의 모음을 검색합니다. 입력....... (Publish Date: 2020-11-20)

8.6 추정과 차수 선택
최대 가능도 추정 모델의 차수를 찾은 다음(즉, p,d,q), 다음과 같은 매개변수 c, ϕ1,…,ϕp, θ1,…,θq을 추정할 필요가 있습니다. R에서는 ARIMA 모델을 계산할 때는, 최대 가능도 추정(maximum likelihood estimation(MLE)을 사용합니다. 이 방법은 관찰한 데이터를 얻는 확률을 최대화하는 매개변수의 값을 찾습니다. ARIMA 모델에서는 MLE는 다음과 같은 양을 최소화하는 최소제곱(least squares) 추정과 비슷합니다. (5장에서 다룬 회귀 모델에서, MLE는 최소제곱추정(least square estimation)과 정확하게 같은 매개변수 추정값을 나타냅니다. ) ARIMA 모델이 회귀 모델을 추정하는 것보다 훨씬 더 복잡하고, 서로 다른 소프트웨어가 서....... (Publish Date: 2020-11-17)

8.5 비-계절성 ARIMA 모델
차분을 구하는 것을 자기회귀와 이동 평균 모델과 결합하면, 비-계절성 (non-seasonal) ARIMA 모델을 얻습니다. ARIMA는 AutoRegressive Integrated Moving Average(이동 평균을 누적한 자기 회귀) 의 약자입니다.(이러한 맥락에서, '누적(integration)'은 차분의 반대 의미를 갖습니다). 모델을 다음과 같이 나타낼 수 있습니다. 여기에서 yt′는 차분을 구한 시계열입니다.(한 번 이상 차분을 구한 것일 수도 있습니다). 우변의 '예측 변수(predictor)'에는 yt의 시차 값과 시차 오차(lagged error) 둘 다를 포함합니다. 이것을 ARIMA(p,d,q) 모델이라고 부르겠습니다. 여기에서 각 변수 p,d,q는 다음과 같은 의미를 갖습....... (Publish Date: 2020-11-16)

8.4 이동 평균 모델
회귀에서 목표 예상 변수(forecast bvariable)의 과거 값을 이용하는 대신에, 이동 평균 모델은 회귀처럼 보이는 모델에서 과거 예측 오차(forecast error)을 이용합니다. 여기에서 εt는 백색잡음 입니다. 이것을 q차 이동 평균 모델인 MA(q) 모델이라고 부르겠습니다. 물론, εt의 값을 관찰하지 않기 때문에, 이것을 실제로는 보통 생각하는 회귀가 아닙니다. yt 의 각 값을 과거 몇 개의 예측 오차(forecast error)의 가중 이동 평균으로 생각할 수 있다는 것에 주목합시다. 하지만, 이동 평균 모델을 6장에서 다룬 이동 평균 평활과 헷갈리지 말아야 합니다. 이동 평균 모델은 미래값을 예측할 때 사용합니다만, 이동 평균 평활은 과거 값의....... (Publish Date: 2020-11-05)

8.3 자기회귀 모델
다중 회귀 모델에서, 목표 예상 변수(forecast variable)의 선형 조합을 이용하여 관심 있는 변수를 예측했습니다. 자기회귀 모델에서는, 변수의 과거 값의 선형 조합을 이용하여 관심 있는 변수를 예측합니다. 자기회귀(autoregressive)라는 단어에는 자기 자신에 대한 변수의 회귀라는 의미가 있습니다. 따라서, 차수 p의 자기회귀 모델(autoregressive models)은 다음과 같이 쓸 수 있습니다. 여기에서 εt는 백색잡음(white noise)입니다. yt의 시차 값을 예측변수(predictor)로 다루는 것만 제외하면 다중 회귀처럼 생겼습니다. 이것을 p 자기회귀 모델인 AR(p) 모델이라고 부르겠습니다. 자기회귀 모델(autogressive model)은 다양한 종류....... (Publish Date: 2020-11-05)

8.2 후방 이동 기호
후방이동(backshift) 연산자 B는 시계열 시차를 다룰 때 유용한 표기법 장치입니다: (어떤 참고 문헌에서는 '후방이동(backshift)'을 나타내는 B 대신에 '시차(lag)'을 나타내는 L을 사용합니다. ) 다르게 말하면, y_t에 작용하는 B는 데이터를 한 시점 뒤로 옮기는 효과를 나타냅니다. B를 y_t에 두 번 적용하면 데이터를 두 시점 뒤로 옮깁니다 : 월별 데이터에서, '지난해 같은 달'을 다루고 싶다면, 다음과 같이 이렇게 표기합니다. 1차 차분을 (1-B)로 나타냈다는 것에 주목하시길 바랍니다. 비슷하게, 2차 차분을 계산해야하면, 이 때는 아래와 같이 주어집니다. 일반적으로, d차 차분은 다음과 같이 쓸 수....... (Publish Date: 2020-11-04)

---

추천 0