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 |
- 기계독해
- 부스트캠프
- lifelong
- AI Tech
- paper review
- 논문리뷰
- 트랜스포머 모델 설명
- ai
- 네이버 부스트캠프
- 논문정리
- 딥러닝
- nips
- MRC
- 머신러닝
- 어텐션
- 기계학습
- 트랜스포머
- KorQuAD
- 인공지능
- lifelong language learning
- 네이버 부스트캠프 ai
- NLP
- transformer
- Lifelong Learning
- 부캠
- 자연어처리
- Today
- Total
목록2017/11 3
SiRyu AI
#R 문자열 처리 함수 패키지 설치 및 적용 > install.packages("stringr") // CRAN 미러 선택 창이 나오면 첫 페이지의 맨 아래 other mirror 선택 후 다음 페이지의 Korea(Seoul 1) 선택 > library(stringr) // 패키지 로딩 #정규 표현식 > str_extract("abc123aaa33", "[0-9]{2}") // 문자열의 0부터 9까지의 숫자 중 처음으로 두 번 연속되는 문자열 추출 [1] "12" > str_extract_all("abc123aaa33", "[0-9]{2}") // 문자열의 0부터 9까지의 숫자 중 두 번 연속되는 문자열 모두 추출 [[1]] [1] "12" "33" > str_extract_all("abc123aaa33..
SW융합개론 텀 프로젝트 KakaoTalk Analyzer의 데모 버전 실행 영상입니다. 소스 코드를 포함한 실행 파일은 게시글 하단의 링크에 첨부하였습니다. 아직까진 카카오톡 PC버전의 대화 내용을 TXT파일로 받아와 분석해 곧바로 분석 내용(대화 빈도 수, 단어 빈도 수, 대화 시각 빈도)를 그래프 로 출력하지만, 이후 워드 클라우드 생성이나 단어 빈도 수가 높은 단어들을 자동으로 검색 해 해당 대화 그룹의 최대 관심사와 관련된 정보 를 곧바로 얻을 수 있게 할 계획입니다. 추가) 현재 어떤 파일은 분석이 되고 어떤 파일은 분석 중 오류가 나는 결과가 나오고 있습니다. 완성본 제출 시까지 이를 수정토록 하겠습니다. 실행 파일 첨부 링크:https://www.dropbox.com/s/557cvhbmlg..
# 벡터를 이용해 데이터 프레임 생성 > number name score exam_data = data.frame(순번 = number, 이름 = name, 점수 = score) > exam_data 순번 이름 점수 1 1 alpha 77 2 2 beta 53 3 3 gamma 97 4 4 zeta 46 5 5 hexa 82 # 행렬을 이용해 데이터 프레임 생성 > a = matrix(c(1, 'alpha', 77, 2, 'beta', 53, 3, 'gamma', 97), 3, byrow=T) > a [,1] [,2] [,3] [1,] "1" "alpha" "77" [2,] "2" "beta" "53" [3,] "3" "gamma" "97" > exam_data = data.frame(a) > exam_..