Notice
Recent Posts
Recent Comments
Link
| 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 | 31 |
Tags
- spark executor memory
- Airflow
- Salting
- Kafka
- aws
- Spark Caching
- Docker
- CI/CD
- redshift
- topic
- Kubernetes
- Spark
- Speculative Execution
- Spark 실습
- Spark Partitioning
- colab
- 빅데이터
- SQL
- backfill
- Dag
- AQE
- Spark SQL
- off heap memory
- etl
- mysql
- 데이터 파이프라인
- k8s
- KDT_TIL
- disk spill
- DataFrame Hint
Archives
- Today
- Total
목록최소제곱법 (1)
JUST DO IT!
머신 러닝을 위한 기초 선형 대수 알아보기 - TIL230718
📚 KDT WEEK 16 DAY 2 TIL 기초 선형 대수 행렬 표기법 파이썬에서 numpy로 행렬 사용하기 import numpy as np x = np.array([10.5, 5.2, 3.25, 7.0]) # 일차 배열 # 이차원화 x_2dims = np.expand_dims(x, axis=1) .shape를 사용하면 행렬의 형태를 알 수있고, 파이썬에서 배열다루듯 요소를 꺼내쓰면 된다. 이차배열로 선언해서 사용도 가능하고, 해당하는 행이나 열의 배열을 가져올 수 있다. A = np.array([ [10,20,30], [40,50,60] ]) # column vector j = 1 A[:, j] # row vector i = 1 A[i, :] 결과 행렬의 곱셈 딥러닝에서 Neural Network의 ..
TIL
2023. 7. 20. 18:28