둔 앵거스 [:Dun Aengus:]

본문 바로가기

Go Menu

Most Favorite

스마트스토어 관련 기술 네이버커머스API 가입 & 애플리케이션 ID와 시크릿 확인하기 네이버커머스API로 사업의 날개를 달 수 있습니다. API사용을 위해 필요한 애플리케이션 ID와 시크릿코드를 받기 위한 가입 절차가 필요합니다. 네이버 커머스API센터 커머스API를 활용해서 다양한 아이디어로 새로운 기회를 잡아보세요. apicenter.commerce.naver.com 01. 가입 가능 대상 현재(2022년) 스마트스토어센터의 통합 매니저 권한을 보유한 커머스 회원만 가능합니다. 스토어센터 內 "판매자정보", '매니저 관리" 메뉴에서 권한 확인이 가능합니다. 필히! 본인의 스마트스토어에 이미 가입이 되어 있어야 가입을 할 수 있습니다. 02. 계정 생성 및 관리 계정 생성을 위해 우측 상단 계정생성, "내 스마트스토어 전용 커머스 API가 필요한 스토어" 클릭 후 계정 생성 절차를 따르..
NPL with ML 문서 유사도 측정 - 코사인 유사도(Cosine Similarity)와 실전 연습 코드 문서와 문서 간의 유사도 비교는 일반적으로 코사인 유사도(Cosine Similarity)를 사용합니다. 코사인 유사도는 벡터와 벡터 간의 유사도를 비교할 때 벡터의 크기보다는 벡터의 상호 방향성이 얼마나 유사한지에 기반합니다. 즉 코사인 유사도는 두 벡터 사이의 사잇각을 구해서 얼마나 유사한지 수치로 적용한 것입니다. 코사인 유사도가 문서의 유사도 비교에 가장 많이 사용되는 이유는 문서를 피처 벡터화 변환하면 차원이 매우 많은 희소 행렬이 되기 쉽습니다. 이러한 희소 행렬 기반에서 문서와 문서 벡터간의 크기에 기반한 유사도 지표는 정확도가 떨어지기 쉽습니다. 또한 문서가 매우 긴 경우 단어의 빈도수도 더 많을 것이기 때문에 이러한 빈도수에만 기반해서는 공정한 비교를 할 수 없습니다. - 코사인 유사도(..
3장.신경망 시작하기 3. 뉴스 기사 분류 : 다중 분류 문제 뉴스를 통해 상호 배타적인 토픽으로 분류하는 신경망을 만들어 보겠습니다. 클래스가 많기 때문에 이 문제는 다중 분류예 예입니다. 각 데이터 포인트가 정확히 하나의 범주로 분류되기 때문에 좀 더 정확히 말하면 단일 레이블 다중 분류문제입니다. 각 데이터 포인트가 여러 개의 범주에 속할 수 있다면 이것은 다중 레이블 다중 분류 문제가 됩니다. 전체적인 진행은 IMDB(https://nicola-ml.tistory.com/125?category=873773)와 유사합니다. #로이터 데이터셋 로드하기 from keras.datasets import reuters (train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=1..
IT Tech & Knowledge ChatGPT API 연동 티스토리 자동글쓰기 포스팅 해보기 (1/2) : 프로그램 포함 ChatGPT를 사용해보면 적당하게 사용되고 없어지는 트랜드는 아닌것을 알 수 있다. 사람보다 더 뛰어난 면이 있고 이런 편리함은 콘텐츠 산업을 더욱 활성화시킬 것이다. 특히 블로그 앞으로는 유튜브까지 다 잡아먹을 전게계인이 사랑하는 서비스가 될 것이 분명하다. 질적인 측면에서 당분간 떨어지겠지만 봐줄만한 글들이 무한 생산되며 API가 지원되는 티스토리가 더욱 활성화 될 것으로 생각한다. 블로그를 관리하지 않는 카카오는 이 기회를 잘 잡아야 하는데.. 거의 방치하고 있으니 안타까운 상황. ● 티스토리 API 친절하지는 않지만 티스토리는 API가 있다. 관리는 안하는것 같은데 전국민 애드센스 플랫폼으로 유지가 된다고 봐야겠다. 자동화하기 위한 API 의 각 모듈을 개발하며, 본 내용에서는 간략하게 진행한다..
ML & AI Theory ROC, AUC Curve에 대해 : Receiver Operating Characteristic, Area Under the Curve AUC-ROC Curve는 다양한 임계값에서 모델의 분류 성능에 대한 측정 그래프를 나타낼 수 있습니다. ROC곡선과 이에 기반한 AUC스코어는 이진 분류의 예측 성능 측정에서 중요하게 사용되는 지표입니다. 일반적으로 의학 분야에서 많이 사용되지만, ML의 이진 분류 모델의 예측 성능을 판단하는 중요한 평가 지표이기도 합니다. ROC곡선과 이에 기반한 AUC스코어는 이진 분류의 예측 성능 측정에서 중요하게 사용되는 지표입니다. 1. ROC(Receiver Operation Characteristic): 모든 임계값에서 분류 모델의 성능을 보여주는 그래프가 됩니다. FPR을 0부터 1까지 변경하면서 TPR의 변화값을 구합니다. 다시 설명하면, FPR(False ositive Rate)이 변할 때 TPR(T..

ML with SckitLearn

NPL with ML

Recommendation

ML & AI Theory

Pandas

Python

IT Tech

Analyst Life & Information

티스토리툴바