printf("ho_tari\n");

https://wikidocs.net/91422 3-05 첫 번째 Django프로젝트 시작하기 ## Django 개발 환경 설정 먼저, 우리가 배울 `django` 라이브러리를 다운 받자. ``` $ pip install django ``` 조금만 기다리면 최… wikidocs.net Django 이용하여 게시물 작성 및 저장, 이미지 저장 가능한 게시판 구축 연습 관련 코드 : https://github.com/SE0NGH0/SNS-server GitHub - SE0NGH0/SNS-server Contribute to SE0NGH0/SNS-server development by creating an account on GitHub. github.com

https://www.youtube.com/watch?v=zhCT0SnikOw&list=PLDHA4931gtc7wHBDGQOYlmcpZm7qyici7&index=1 python에서 pynecone를 이용하여 회원가입, 로그인 UI 제작하기 관련 코드 : https://github.com/SE0NGH0/SNS-client GitHub - SE0NGH0/SNS-client Contribute to SE0NGH0/SNS-client development by creating an account on GitHub. github.com

목적 / 개요 “Real Video(원본 영상)과 Fake Video(deep fake가 적용된 영상)들을 명확하게 구분할 수 있는가” 최근 Deep Fake 기술을 악용하여 다양한 범죄에 사용하는 이슈들이 늘어나는 추세 ex) ‘Deep Fake로 신분증 도용’, ‘Deep Fake로 음란물 합성 범죄’, ‘Deep Fake 기술을 이용하여 딥보이스 범죄’, etc 범죄에 이용되는 deep fake영상들이 real인지 fake인지 구분해주어 실시간 화상통화나 실시간 방송 송출 등에서 fake 영상 사용을 예방할 수 있고 동영상 업로드 사이트에서 업로드 전에 fake 영상을 구분하여 deep fake 영상 악용 범죄를 예방할 수 있다. 데이터 Kaggle Competition에 존재하는 deep fake..

import pandas as pd from sklearn.model_selection import train_test_split import numpy as np from sklearn.preprocessing import Binarizer from sklearn.metrics import precision_recall_curve import matplotlib.pyplot as plt import matplotlib.ticker as ticker # 데이터 전처리 함수 정의 def fillna(df): df['Age'].fillna(df['Age'].mean(), inplace=True) # 'Age' 열의 누락된 값들을 평균값으로 대체 df['Cabin'].fillna('N', inplace=Tru..

from sklearn.datasets import fetch_openml mnist = fetch_openml('mnist_784') print(mnist.data) import matplotlib.pyplot as plt plt.imshow(mnist.data.values[0].reshape(28,28),cmap = 'gray') from sklearn.model_selection import train_test_split X_train,X_test,y_train,y_test = train_test_split(mnist.data,mnist.target,test_size=0.1) from sklearn.ensemble import RandomForestClassifier from sklearn.metr..

# 필요한 라이브러리 임포트 from sklearn.preprocessing import LabelEncoder # 라벨 인코딩을 위한 라이브러리 임포트 from sklearn.preprocessing import OneHotEncoder # 원핫 인코딩을 위한 라이브러리 임포트 import numpy as np # 배열 조작을 위한 넘파이 라이브러리 임포트 import pandas as pd # 데이터프레임 생성 및 가공을 위한 판다스 라이브러리 임포트 from sklearn.datasets import load_iris # 아이리스 데이터셋 로드 from sklearn.preprocessing import StandardScaler # 표준화를 위한 스케일러 라이브러리 임포트 from sklearn...

from sklearn.base import BaseEstimator import numpy as np class MyDummyClassifier(BaseEstimator): def fit(self, x, y=None): pass def predict(self, x): pred = np.zeros((x.shape[0], 1)) # 0으로 채워진 배열 생성 for i in range(x.shape[0]): if x['Sex'].iloc[i] == 1: # 'Sex' 열의 값이 1인 경우 0으로 예측 pred[i] = 0 else: pred[i] = 1 # 'Sex' 열의 값이 1이 아닌 경우 1로 예측 return pred # 예측 결과 반환 import pandas as pd from sklearn.mo..