green's life_logging

Re100 - 재생에너지 100%GHG - Green House Gas : 온실가스GWP - Global Warming Potential기준은 CO2 → 매탄의 경우 Co2 대비 4배 효과CO2e - 이산화탄소 환산량 → 다른 가스를 이산화탄소로 환산해서 측정NDC - Nationally Determined Contribution → 온실가스 감축 목표 (국가가 스스로 정한)2050년까지 넷제로로 가겠다.COP - Conference od the Parties of UNFCCC(UN기후위기 연회의)Scope 1,2,3Scope 1은 제품 생산단계에서 발생하는 직접적인 배출량을,Scope 2는 사업장에서 사용하는 전기와 동력을 만드는 과정에서 발생하는 간접 배출량을 의미한다.Scope 3는 협력업체와 물류..

학습기록 2024. 7. 11. 14:52

이 글은 Ecochain에서 무료로 제공하고 있는 LCA Beginner Course를 학습하며공부한 내용을 요약하고 있습니다. 모든 저작권은 Ecochain에 있습니다. https://academy.ecochain.com/course/lca-beginner-course LCA Beginner Course | EcochainEcochain offers a free LCA course to learn how to calculate the environmental footprint of your products. Includes certificate of completion!academy.ecochain.com  1. What is LCA? 우리가 비즈니스, 정치 또는 개인 생활에서 지속 가능한 결정을 내리..

학습기록 2024. 7. 5. 16:35

랜덤 포레스트의 개요 및 실습랜덤 포레스트는 배깅의 대표적인 알고리즘앙상블 알고리즘 중 비교적 수행 속도가 빠르다.기반 알고리즘은 결정 트리로, 결정 트리의 쉽고 직관적인 장점을 가지고 있다.: 여러 개의 결정 트리 분류기가 전체 데이터에서 배깅 방식으로 각자의 데이터를 샘플링해 개별적으로 학습을 수행한 뒤 최종적으로 모든 분류기가 보팅을 통해 예측 결정   부트스트랩 : 통계학에서 여러 개의 작은 데이터 세트를 임의로 만들어 개별 평균의 분포도를 측정하는 등의 목적을 위한 샘플링 방식전체 데이터를 부트스트래핑 방식으로 만들어진 데이터 세트 = 서브세트서브 세트의 데이터 건수는 전체 데이터 건수와 동일하지만 중첩 예) n_estimators = 3 으로 하이퍼 파라이터 부여 시 아래와 같은 방식으로 분할..

학습기록 2024. 5. 29. 11:10

앙상블 학습 개요: 여러 개의 분류기(Classifier)를 생성하고, 그 예측을 결합함으로써 보다 정확한 최종 예측을 도출하는 기법 이미지, 영상, 음성과 같은 비정형 데이터의 분류 = 딥러닝정형 데이터의 분류 = 앙상블앙상블의 대표 1. 랜덤포레스트2. 그래디언트 부스팅 ++부스팅 알고리즘1. XGBoost2. LightGBM3. 스태킹(Stacking)앙상블 학습의 유형1. 보팅(Voting) : 일반적으로 서로 다른 알고리즘을 가진 분류기를 결합보팅 유형하드 보팅 : 다수결 원칙과 비슷 / 예측한 결괏값들 중 다수의 분류기가 결정한 예측값을 선정소프트 보팅 : 분류기들의 레이블 값 결정 확률을 모두 더한 평균 중 확률이 가장 높은 레이블 값을 선정일반적으로 소프트 보팅이 적용됨보팅 분류기사이킷런은..

학습기록 2024. 5. 28. 17:38

1. 덕성인의 기초란? 덕성여자대학교 1학년 필수 교양 과목인 "덕성인의 기초"는 학생들의 학교 적응을 돕기 위한 온라인 수업입니다. 다양한 교수님들이 여러 주제로 강연을 진행하며, 특히 재학생들이 학교 생활 팁을 공유하는 강연이 큰 인기를 끌고 있습니다. 이 강의는 신입생들이 학교에 빠르게 적응하고, 유익한 정보를 얻을 수 있는 기회를 제공합니다. 강연을 통해 학업뿐만 아니라 다양한 학교 생활 노하우를 배울 수 있습니다. 덕성인의 기초는 신입생들에게 유용한 가이드가 되어주는 필수적인 수업입니다. 2. 발표 내용               3. 추가 자료  [대학생활 팁 정리 노션 페이지]https://immense-citipati-f25.notion.site/390aedbc4c6549e184c0ce321..

경험정리 2024. 5. 3. 09:36

https://youtu.be/ZDotXAJzVIc?si=vPU6IY5fEmn-NBve [요약]What is the purpose of an introduction?To introduce the topicTo state the key argumentTo indicate the structureFunnel structure(깔때기 구조)General Information -> Supporting Statements -> Thesis Statements  [주어진 과제]1. 글로벌 시민권의 개념(정의, 핵심 구성 요소, 오늘날 세계화된 세계에서의 관련성)2. 글로벌 시민권과 SDGs의 관련성(어떻게 상호작용과 영향을 미치는지)3. 기후위기를 글로벌 시민권이 어떻게 틀을제공할 수 있는지 서론 : 글로벌 시민권..

학습기록 2024. 5. 2. 19:33

** 이 포스팅은 삼정 KPMG의 'Issue Monitor' 2023년 8월 호 '내일의 도시 : 또 한번의 진화를 앞둔 스마트 시티'의 일부 내용입니다 네옴시티는 사우디아라비아가 석유 중심 경제 구조를 탈피하기 위한 국가 장기 프로젝트 '사우디 비전2030'의 일환이다. 더 라인 : 사우디아라비아 북서부 홍해 인근에 직선 도시옥사곤 : 해상 산업단지트로제나 : 산악 관광단지 100% 친환경 도시를 건설한다는 목표하에 최첨단 건축 기술이 적용될 예정이다# 더 라인 (The Line) 더 라인은 사막을 지하로 가로지르는 고속철도를 기준으로 높이는 롯데월드타워에 버금가는 555m, 길이는 서울에서 강릉까지 거리인 170km 규모의 수직 건축물이다. 빌딩 안에는 주거 및 상업 시설들로 구성될 예정이며, 이외..

학습기록 2024. 4. 24. 20:35

Make cities and human settlements inclusive, safe, resilient and sustainable: 지속가능한 도시와 공동체 - 포용적이고 안전하며 회복력 있고 지속가능한 도시와 주거지 조성세부 목표지표 11.1By 2030, ensure access for all to adequate, safe and affordable housing and basic services and upgrade slums2030년까지 모두를 위한 충분하고 안전한 적정가격의 주택과 기초 공공서비스에 대한 접근을 보장하고 빈민가 환경을 개선한다11.1.1Proportion of urban population living in slums, informal s..

학습기록 2024. 4. 24. 10:00

데이터 전처리 1. PassengerId 변수 'group','group_number'으로 분할 2. Cabin 변수 'deck','deck_number','side'으로 분할 3. 수치형 변수의 결측값 중앙값으로 보간 4. 범주형 변수의 결측값 최빈값으로 보간 5. 범주형 변수 라벨 인코딩 6. 칼럼 간 상관관계 확인 후 target 변수와 상관계수가 0.01인 'ShoppingMall','Name' 변수 drop 모델링 1. 랜덤 포레스트와 로지스틱 회귀 모델을 사용했을 때, 랜덤 포레스트의 정확도 값이 더 높음 인사이트 1. 랜덤포레스트 모델에서 피처 중요도 확인 후 VIP 변수의 중요도가 매우 낮음을 확인. but, 변수 삭제 후 모델 학습했을 때, 정확도 떨어짐 -> VIP 변수 데이터 크기가 ..

학습기록 2024. 4. 22. 17:22

사용자 행동 인식 데이터 세트 예측 분류 N = 30 1) 실습 데이터 준비 import pandas as pd import matplotlib.pyplot as plt %matplotlib inline # features.txt 파일에는 피처 이름 index와 피처명이 공백으로 분리되어 있음. 이를 DataFrame으로 로드. feature_name_df = pd.read_csv('E:/human_activity/features.txt',sep='\s+', header=None,names=['column_index','column_name']) # 피처명 index를 제거하고, 피처명만 리스트 객체로 생성한 뒤 샘플로 10개만 추출 feature_name = feature_name_df.iloc[:, ..

학습기록 2024. 4. 18. 14:21