ch0nny_log

이 히스토그램은 고객의 첫 구매 후 두 번째 구매까지 걸린 시간 분포를 나타내며, 고객 재구매 패턴을 분석하여 마케팅 전략을 수립하는 데 유용한 정보를 제공합니다. 특정 구간에서 재구매가 많이 일어난다면, 해당 구간에 맞춘 마케팅 전략이 필요할 수 있습니다. 그래프의 구조첫 번째 구매 후 두 번째 구매까지 걸린 일수를 10일 단위로 구간화한 것입니다.예를 들어, "0-10일", "10-20일", "20-30일" 등으로 구간이 나누어져 있습니다.각 구간별로 해당 일수 내에 두 번째 구매를 완료한 고객 수를 나타냅니다.예를 들어, 첫 번째 막대는 첫 구매 후 10일 이내에 두 번째 구매를 한 고객의 수를 나타내고, 두 번째 막대는 10-20일 이내에 두 번째 구매를 한 고객의 수를 나타냅니다.그래프의 의미가..

https://www.tableau.com/ko-kr/support/releases/desktop/2024.3 Tableau Desktop 2024.3Release date Tue, October 15, 2024www.tableau.com테블로 설치       https://public.tableau.com/app/learn/sample-data Sample Data | Tableau PublicExplore sample data sets, data sources, and web data connectors to get started on your next visualization project.public.tableau.com ▣ 누적 막대 차트 1.  좌측 사이드바 측정값에서 매출을 더블 클릭 합니다..

데이터관련 교육 카페 | [우리팀 딥러닝 프로젝트 상용화 하기2] 우리팀 아이디어를 유료 제품화하기 ! - Daum 카페 Daum 카페 cafe.daum.net !pip install deepface!pip install ultralyticsimport cv2import tkinter as tkfrom PIL import Image, ImageTkimport threadingfrom ultralytics import YOLO# YOLO 모델 로드model = YOLO('yolov8n.pt')# tkinter 윈도우 설정root = tk.Tk()root.title("YOLOv8 실시간 사람 검출")# 웹캠 캡처 설정cap = cv2.VideoCapture(0)# 사물 검출 상태를 저장하는 변수detecti..

Daum 카페 cafe.daum.net 예제1. streamlit 에서 영상 업로드후 play 시키기   1. 깃허브에 app16.py 로 아래 코드 업로드import streamlit as st# 제목 설정st.title("Video Player App")# 파일 업로드uploaded_file = st.file_uploader("Upload a video file", type=["mp4", "mov", "avi"])# 파일이 업로드되었는지 확인if uploaded_file is not None: # 비디오 플레이어 st.video(uploaded_file)else: st.write("Please upload a video file to play.")2. streamlit 으로 app16..

데이터관련 교육 카페 | [딥러닝 포트폴리오를 화려하게7] 홈페이지에 있는 일반 상담 쳇봇 만들기 - Daum 카페 Daum 카페 cafe.daum.net일반적인 회사 홈페이지에 들어가는 상담 쳇봇 기본 코드모델은 한국어를 인식하기 위한 모델이고 거기에 특정 회사에서 필요한 데이터를 기계적으로 대답하게한 코드입니다.코사인 유사도로 비슷한 질문을 찾아내어 대답합니다. 홈페이지가 식당, 병원, 기타 등이면 거기에 맞게 아래의 질문과 답변을 변경하면 됩니다.!pip install -q gradio!pip install sentence_transformers 1. 데이터 준비 우선 챗봇에 필요한 기본 데이터를 DataFrame으로 준비하겠습니다. questions 리스트와 answers 리스트를 임베딩한 후, ..

04. 자연어 처리를 활용한 심리상담 챗봇 만들기의 사본Colab notebookcolab.research.google.com !pip install -q sentence-transformersimport pandas as pdfrom sentence_transformers import SentenceTransformerfrom sklearn.metrics.pairwise import cosine_similaritySentenceBERT를 이용한 문장 인코딩https://huggingface.co/jhgan/ko-sroberta-multitask jhgan/ko-sroberta-multitask · Hugging Faceko-sroberta-multitask This is a sentence-transf..

유동인구 카운트하는 욜로 구현 영상 딥러닝 프로젝트 관련 수업80개의 사물을 검춯하는 욜로 모델을 불러와서 007 영상과 일반 사진 사물검출을 했음얼굴 인식 신경망을 불러와서 블랙핑크 멤버중 지수를 인식하는 사물검출 신경망유동인구 카운트하는 욜로 구현 (https://cafe.daum.net/oracleoracle/SpOP/314)담 넘는 도둑 감지자연어 처리 (코사인 유사도 , 자카드 유사도)원하는 영상 다운https://www.youtube.com/watch?v=ZEcwuJ9Pr_c ← www.ssyoutube.com 해주면 다운 가능 2. 뷰르(vrew)를 다운 후 설치음성 분석 안함 으로 설정해주기20초 분량으로 영상 앞부분만 잘라서 생성3. 코랩 실행해서 구글 드라이브를 마운트 시킨 뒤 yolo..

https://cafe.daum.net/oracleoracle/SpOP/370 Daum 카페 cafe.daum.net 지금 하는 내용은 1000개의 클래스를 인식하는 신경망을 이용해서 사진과 영상에서 사물 검출을 해 볼 겁니다. 1. google drive에 인식할 파일을 넣고 마운트하기from google.colab import drivedrive.mount('/content/drive') 2. 필요 모듈 설치pip install ultralytics 3. 사물 탐지 수행 후 office3_detected 결과 저장from ultralytics import YOLOimport cv2import matplotlib.pyplot as plt# YOLOv8 모델 로드 (YOLOv8n, YOLOv8s, YOL..