36일

내 디자인 프로젝트 과정에 대한 모든 제출을 마무리했습니다.


Unity로 작업하는 것은 좋은 경험이었습니다. 유일한 문제는 높은 GPU 요구 사항이었습니다. 그래도 긁어 냈습니다.

이번 주 튜링 머신 퀴즈 - 그래서 배웠습니다.

37일

시스템 소프트웨어 랩 시험이 발생했습니다. 고유한 레이블 생성과 라운드 로빈 프로세스를 사용하여 2패스 매크로 프로세서를 구현해야 했습니다.

Datacamp의 시계열 과정을 좀 더 수행했습니다. 실제 예측을 위해 주식 시장의 시계열 모델에 더 많은 요소를 포함해야 한다는 트윗을 읽었습니다. ADA 예측도 같은지 궁금합니다.

저는 Max Tegmark와 함께 AI 및 물리학에 대한 정말 놀라운 이야기를 들었습니다. 그것은 저에게 눈을 뜨게 했습니다. 인류에 대한 AI의 가장 큰 위협은 우리가 신경망을 제대로 이해하지 못하고 많은 기술이 사용자 개인 정보와 신경망의 모든 것을 신뢰한다는 것입니다. 그들은 물리학적 사고 패턴이 ofai(구식 인공 지능)에 더 초점을 맞추고 새로운 물리 법칙, 외계인 등을 발견하는 데 어떻게 도움이 될 수 있는지에 대해 논의했습니다.

38일

Tableau를 사용하여 데이터 인사이트를 얻는 방법을 배웠습니다. 시각화를 만드는 데 좋습니다. 저는 파워포인트와 대시보드 사이의 하이브리드를 만들 수 있는 스토리 기능을 좋아합니다. 하지만 Microsoft Power BI로 작업하는 것이 더 직관적으로 느껴집니다. 데이터 형식을 지정하고 원하는 형식으로 가져오는 더 많은 기능이 있습니다.

그리고 저는 1월 Leetcode 챌린지의 56%만 완료했습니다. 하지만 예 - Leetcode를 사용하지 않는 것보다 훨씬 낫습니다. 욕심 많은 접근, 수학적 관찰 및 비트 조작과 관련된 개념으로 4개의 질문을 풀었습니다. 세트에 대한 C++ STL이 정말 훌륭하다는 것을 알았습니다.

39일차

더 많은 데이터 분석 및 시각화. 동일한 데이터 집합에 대해 Tableau 스토리와 Power BI 대시보드를 만들었습니다. '원자력 습관'에서 '제대로 보이지 않는 남자'에 도달했습니다. 나와 붙어있는 부분은 다음과 같습니다.

"Until you make the unconscious conscious, it will direct your life and you will call it fate" - Carl Jung

리트코드 2월 챌린지를 시작했습니다. 탐욕적인 기술의 기초를 배웠습니다.

40일

장비 고장 예측을 위한 다음 ML 사용 사례 작업을 시작했습니다. 안타깝게도 장난감 데이터 세트가 아니라 실제 데이터 세트입니다. Kaggle처럼 예측해야 하는 열이 없습니다. 대신 그들은 우리에게 유지 보수 로그를 제공했고 우리는 거기에서 추론해야 합니까? 데이터 정리도 많이 해야 합니다.

41일차

비슷한 사용 사례를 조사하는 데 하루를 보냈습니다. 나는 이것이 내가 원하는 것에 매우 가깝다고 생각합니다.
https://github.com/Azure/lstms_for_predictive_maintenance
나는 예측적 유지보수에 관한 많은 연구 논문도 읽었으며 꽤 매력적이었습니다. 지금 내 가장 큰 과제는 다음과 같습니다.

데이터 정리

대상 열 만들기

42일차

데이터를 원하는 형식으로 만드는 정말 멋진 Python 함수를 찾았습니다.

# if u r reading from many csv files
li=[]
li.append(df)
li.append(df)
frame = pd.concat(li, axis=1)

# if Date is in this form 01-JAN-15 00:01:00.0 and we need to convert to python date time
frame['Date']=frame['Date'].str[0:7].astype(str)+'20'+ frame['Date'].str[7:].astype(str)
frame['Date'] =  pd.to_datetime(frame['Date'], format='%d-%b-%Y %H:%M:%S.%f') 

# for setting a value in pandas data frame when a condition is satisfied
frame.loc[(frame['Date'] >= dt.datetime(year=2015,month=1,day=1)) & (frame['Date'] < dt.datetime(year=2015,month=1,day=2)), 'is_failure'] = 1

안녕히 계세요!
@성층권