tqdm_notebook 을 이용한 progress bar 가 왜이렇게 구리게 나올까요??? from tqdm import tqdm for i in tqdm(range(100)): print(i) 평소에는 이렇게 사용했지만, 깔끔하게 사용하려고 tqdm_notebook을 임포트 했더니 저렇게 나옵니다... 해결하면 다시 추가해놓겠습니다...
이 민트라임 라떼를 아시나요? 편의점에 파는데요. 지금 CU에서 2+1 하는 커피입니다... 이렇게 민트에 라임을 더한 조합은 미국 유명 프렌차이즈인 필즈커피의 대표메뉴, 민트 모히또 라떼를 따라한 맛이라고 합니다.. 이 정보를 알고, 다음에 꼭 미국을 가서 필즈커피에 가보는 것이 버킷리스트에 추가 되었습니다.. 🌿 작년 하반기에 나왔는데, 저는 지금까지 야금야금 40-50개는 먹지 않았을까 추측합니다.. 다음에 보면 꼭 먹어보세요🪴
7강은 신민정님께서 리뷰하셨습니다. Graph에 Machine Learning을 이용하기 위한 개념과 방법론이 쏟아져나오는 강의이기 때문에 정신을 바짝 차리고 들어야했습니다. 복습도 굉장히 오랜시간이 걸립니다. 목차 0. Intro 1. Embedding Nodes 2. Random Walk Approaches to Node Embedding - Basic - Node2Vec 3. Translating Embeddings for Modeling Multi-relation Data 4. Embedding Entire Graphs 0. Intro Representation Learning representation learning이란 어떤 task를 수행하기에 적절하게 데이터의 representation을 ..
# sum 함수 이용 li = [[21,3,18]] sum(li,[]) # -> [21,3,18] 개이득
6강은 갓재빈님께서 리뷰하셨습니다. 6강의 핵심은 node의 label 이 몇 개에만 부여되어있을 때 나머지는 어떻게 label을 부여할까? 입니다. 일종의 semi-supervised learning node classification에 대한 내용을 다뤘습니다. 어떤 네트워크에서 어떤 노드는 진짜이고, 어떤 노드는 사기꾼일 때, 다른 노드들은 무엇일지 분류하는 것도 한 가지 예시로 볼 수 있습니다. 목차 0. Intro 1. Collective Classification 2. Relational Classification 3. Iterative Classification - Web page Classificaion - Application for iterative classification framew..
5강은 정민준님께서 리뷰하셨습니다. 4강에서는 네트워크에서 커뮤니티를 찾는 방법에 대해서 배웠습니다. 5강은 더 나아가서 네트워크 클러스터링에 대한 것입니다. 이를 위해서 선형대수(linear Algebra)개념을 사용해서 그래프를 처리해봅니다. 그리고 네트워크 모티프를 기반으로 클러스터링을 해봅니다. 목차 1. Spectral Clustering Algorithm - Spectral Clustering Algoritm - Spectral Partitioning Algoritm 2. Motif-Based Spectral Clustering 1. Spectral Clustering Algorithm Spectral Clustering Algorithm은 3가지 단계로 이루어져 있습니다. 1) Pre-pro..
