Data Analytics를 크게 분류하면 아래와 같다. Value, Complexity 측면에서 아래로 갈수록 높다고 볼 수 있으며 포함관계를 가진다. 쉽게 이해를 하자면- 무슨 일이 있어났고, - 왜 일어났고, - 어떤일이 일어날 것이고 - 내가 원하는 목표를 달성하기 위해 무엇을 해야하는지를 보는 것. - 유형별로 구분되는 것은 1,2,3의 경우 대안 도출을 사람이 하나 4의 경우 대안을 자동적(또는 사람의 개입을 최소화)으로 도출. 출처: http://www.kdnuggets.com/2017/07/4-types-data-analytics.html 1. Descriptive Analytics- What happened?- 과거 또는 현재에 일어난 일을 파악하기 위한 목적- 통합적이고 정확하고 실제 ..
가려고한 캠핑장에서 장작 사용이 금지라고 공지가 되어 있다. 음... 그래서 작은 우드스토브 자작 우선 분유통과 과일통 준비 내통 가공 바닥과 상단 부위에 구멍을 냄 2차 연소가 원활히 잘 되길 바라며 2줄로. 구멍이 막힐까봐 옷걸이로 간단하게 받침. 외통 아래 구멍을 뚫고 결합. 결합이 중요한데 사진을 못 찍음. 내통 지름보다 5미리정도 작게 구멍을 뚫고 5미리 공간을 가위로 촘촘하게 오려줌. 그런 다음 힘!으로 밀어 넣음. - 위 사진은 처음 모습- 받침대를 그대로 올릴려고 하니 고정이 안되어 불안했음.- 그래서 받침대로 사용할 깡통의 뚜껑을 활용하여 고정함.- 본체와 받침대를 연결하기 위해 받침대깡통의 뚜껑을 사용한 것.
목표 가로형 거꾸로 타는 화목난로이다. 기존에 잘 알려진 거꾸로 타는 화목난로의 경우 요리를 할 수 있는 공간이 부족하다.개인적으로 경험많은 캠퍼가 아닌 이상 텐트 안 화목난로까지는 조심스레 발전해 나가는 것이 좋을 것이라 판단. 그래서 가로형 거꾸로 타는 화목난로를 만들고자 한다.그 전에 테스트용으로 제작해 보았다. - 우연찮게 찾은 콩식용유통을 사용함. - 연통은 구입해서 사용하려고 했으나 이부분도 원하는 크기의 구입이 여의치 않아 깡통으로 대체 - 주말이면 단지내 고철을 뒤져 찾은 깡통들...- 나름 아들을 데리고 다니면서 재활용의 가치를 설명하며... ^^;; 대략 완성된 모습- 우선 두께가 얇아서 안정성이 떨어짐.- 보강하는 방법에 대해 고민이 필요한 상황.- 사람들이 세로형 스토브로 하는 이유..
Genomic portrait of resectable hepatocellular carcinomas: Implications of RB1 and FGF19 aberrations for patient stratification Hepatocellular carcinoma (HCC, 간암)에서의 유전적 양상을 보기 위한 논문. 주로 RB1, FGF19 유전자에 대해 관찰함.First published: 22 September 2014 Abstract 간암 초기 간 절제술은 일반적인 치료이기는 하나 재발율이 높음.- 수술 후 5년 내 재발이 50% 이상- 해당 단계의 유전적 원인이 어떤 것이 있는지 연구함.- Whole Exome Sequencing을 진행하고 CNV 분석을 수행함- 대상: 231 hepat..
[ 커뮤니케이션 통계 방법 - 회귀분석의 내용을 요약 ][네이버 지식백과] 회귀분석 (커뮤니케이션 통계 방법, 2013. 2. 25., 커뮤니케이션북스) Linear Regression: 선형 회귀 분석, 인과관계를 분석하는 추측통계의 한 분야. 사회과학자들의 주요 관심사는 어떤 사회현상을 발생시킨 원인이 무엇인지를 규명하는 것. 즉 결과를 일으키는 원인, 인과성을 밝히고자 함.기본적인 3가지 조건첫째 조건은 원인이 시간적으로 항상 결과보다 앞서야 한다둘째, 원인과 결과는 서로 연관성, 즉 상관관계가 있어야 한다. 원인이 결과를 일으킨다고 할 때, 최소한 두 변인 간에는 논리적인 연관성이 있어야 한다는 것을 의미한다. 마지막으로 결과를 발생시키는 원인 이외에 결과를 발생시킬 수 있는 그럴듯한 제3의 원인..
Machine Learning 대표적인 라이브러리 - TensorFlow, Caffe, mxnet, Theano, deeplearning4j, ... 중 TensorFlow가 사용자 많음. 공부하기 적합함.- Python 활용이 용이함.- Data Flow Graph 기반 (Node, Edge, ...) 관심글- 머신러닝 프레임 워크 비교 : Deeplearning4j, Torch, Theano, TensorFlow, Caffe, Paddle, MxNet, Keras 및 CNTK, http://ysmanse.tistory.com/61- 딥러닝 프레임 워크 비교: https://www.slideshare.net/JunyiSong1/ss-75552936 딥러닝프레임워크비교 from Junyi Song 1. ..
- 기존의 프로그램의 경우 Rule 기반으로 개발됨- 1959년 Arthur Samuel이 제안: Field of study that gives computers the ability to learn without being explicitly programmed학습을 위한 과정은 Data storage > Abstraction > Generalization > Evaluation 단계를 거침.ML은 목적에 따라 크게 4가지 카테고리로 구분됨. 출처: http://en.proft.me/media/science/ml_types2.png ▣ Supervised learningPredictive ModelLabeled Data를 사용주요 알고리즘Classification: Logistic Regression,..
이번에 조사를 하면서 스토브에도 다양한 종류가 있다는 것을 알게 되었다. 1. 우드스토브- 대표적인 것이 2개의 깡통을 이용하여 만든 것- 아래 이미지는 판매되는 것과 자작인 것 아래 그림은 우드스토브의 원리, 보다 자세한 내용은 이 분의 블로그를 참고 - 그리고 놀라운 거꾸로 타는 화목난로: http://rainy670.blog.me/50184297137 2. 로켓스토브- 주로 L 자 형태로 만들어 진 것 3. 펠렛스토브- 연료인 펠렛을 이용한 스토브 4. 알콜스토브... 이외 다양한 아이디어로 탄생한 자작들. 1. 재료 재료는 다양하게 있음.깡통(주로 두꺼운 재질의 파인애플, 고등어 통조림 통 같은), 사각 스테인리스(스텐바트, 스텐받드, Stainless Container로 검색)2. 사전 조건최소..
단계적으로 캠핑을 준비하자- 가족캠핑장(텐트제공) > 오토캠핑 - 최소한의 용품으로 우선 체험 - 우선순위가 높은 것부터 구매 다른 블로그 포스트를 보면 일반적으로 활용도가 높고 꼭 필요한 것으로텐트, 타프, 렌턴, 테이블, 주방용품(코펠, 버너), 가스용품, 의자, 아이스박스, 전기릴선, ... 순으로 언급이 많음.오히려 매트리스와 침낭은 초기에 집에 있는 이불을 활용하라는 언급이 많음. 중복 투자를 막는 것이 중요함. 숙박 용품 품목 예상 가격대체품 텐트 가족캠핑장은 불필요 타프 우천, 더위(그늘)에 필요자충매트 8만원 방수포 가족캠핑장은 불필요 발포매트 2만원 전기장판 우선순위 하 침낭 집: 이불 베개 집: 베개(쿠션) 릴선 가족캠핑장은 불필요 멀티탭 집: 2구짜리 긴 것 랜턴 8만원집에 있는 핸드..
- Total
- Today
- Yesterday
- color scripter
- transmembrane
- deep learning
- 리눅스
- TM
- machine learning
- 리눅스 모니터링
- tensorflow
- 생물정보기업
- illumina
- 가상호스트
- Mate pair
- ssh
- edwith
- wget
- Next Generation Sequencing
- 우드스토브
- VirtualHost
- paired-end
- Aging
- 화목난로
- 달인
- Bioinformatics
- pygr
- GaN
- Python
- xbrowser
- CNV
- MySQL
- signalP
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |