2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.

1. 나의 사진은 내가 지난 과거에 한 일을 알고 있다 - 사진 데이터 분석해 보기:최규민 MY PICTURE KNOW WHAT I DID LAST DAYS

2. 잘

3. 웃고

4. 때론

5. 과묵한 데이터

6. 덕질을

7. 좋아하는

8. 개발자

9. 입니다.

11. 최규민

12. 소개

13. Quantify

14. Self(자아

15. 정량화)

17. 에

18. 대하여

19. 알아보자

20. 시작하기에

21. 앞서

23. 개인의

24. 모든

25. 일상을

26. 측정하 고

27. 숫자로

28. 표현하는

29. 것..

30. 오늘의

31. 주제

32. 사진

33. 데이터

34. 분석도

35. 자아

36. 정량화

37. 의

38. 한가지

39. 수단

40. 그래서

41. 잠시

43. 저의

44. 데이터

45. 덕질

46. ㅈㅏ.

47. .랑을

49. 피트니스

50. APP으로

51. LifeTracking

52. 6시

53. 25분에

54. 일어나고

56. 평균

57. 11시

58. 29분

59. 잠이

60. 들고

61. 6시간

62. 3분

63. 잠을

64. 자며

67. 수면중

69. 14번

70. 깨어나며

78. 수명

79. 효율은

80. 93.4%

108. 하루에

128. 9,880

129. 걸음

145. 7Km

146. 이동

148. 소소한

149. 23분간

150. 운동

151. 활발한

152. 20분간

154. 운동

171. 2,816Kcal

188. 를

189. 소모합니다

192. =

193. 6시

194. 25분에

195. 일어나고 평균

196. 11시

197. 29분

198. 잠이

199. 들고

200. 6시간

201. 3분

202. 잠을

203. 자며

205. 수면중

207. 14번

208. 깨어나며

216. 수명

217. 효율은

218. 93.4%

245. 하루에

265. 9,880

266. 걸음

282. 7Km

283. 이동

285. 소소한

286. 23분간

287. 운동

288. 활발한

289. 20분간

291. 운동

308. 2,816Kcal

325. 를

326. 소모합니다

329. = =

330. 건강한

331. 돼지는

337. 될수

338. 있음

341. 업무

342. PC

343. Monitoring

344. Agent로

345. 일의

346. 생산성

347. 측정하고

348. 있습니다.

349. 직접

350. 만듦

351. 매일

352. 8시

353. 22분에

354. 출근해서

355. 업무

356. PC를

358. 6.5H/Day

359. 사용 개발 19시

360. 1분에

361. 퇴근하고

368. 업무용

369. 아웃룩

370. 이메일

371. 데이터로

373. 업무상

374. 연관

375. 관계

376. 측정

377. 해보기

378. 이메일을

379. 9.7건

380. /

381. Day

382. 주고받고

383. 입사

384. 후

385. 3년뒤에

386. 이메일이

388. 3배로

389. 늘어남

395. 스마트폰으로

396. 찍은

397. 사진으로

399. 나의

400. 생활

401. 반경측정

402. 해보기

404. 나의

405. 생활

406. 반경은?

407. 오늘은

408. 할

409. 이야기? 나의

410. 사진

412. 데이터

413. 분석 분석하는

415. 과정

416. 알아보기

417. 언제

418. 사진을찍을까요? 저의

419. 개인적인

420. 경우

421. 입니다.

423. 산

424. 정상에

425. 올랐을때

426. !

427. 산

428. 정상에

429. 올랐을때

430. 규민

431. 주니어가

432. 동물에

434. 밥줄때

435. ! !

436. 산에

437. 정상에

438. 올랐을때

439. 주니어가

440. 동물에

442. 밥줄때

443. 멋진곳에

444. 왔을때

446. 산에

447. 정상에

448. 올랐을때

449. 주니어가

450. 동물에

452. 밥줄때

453. 멋진곳에

454. 왔을때

455. 맛난

456. 것을

457. 먹을때

459. 산에

460. 정상에

461. 올랐을때

462. 주니어가

463. 동물

464. 밥줄때

465. 멋진곳에

466. 왔을때

467. 맛난

468. 것을

469. 먹을때

470. 온라인으로

471. 살

472. 물건

473. 봤을때

474. 산에

475. 정상에

476. 올랐을때

477. 주니어가

478. 동물

479. 밥줄때

480. 멋진곳에

481. 왔을때

482. 맛난

483. 것을

484. 먹을때

486. 살

487. 물건

488. 봤을때

489. 머리를

490. 깍았을때

491. !

492. 산에

493. 정상에

494. 올랐을때

495. 주니어가

496. 동물

497. 밥줄때

498. 멋진곳에

499. 왔을때

500. 맛난

501. 것을

502. 먹을때

504. 살

505. 물건

506. 봤을때

507. 머리를

508. 깍았을때

509. 증거

510. 남길때

512. 산에

513. 정상에

514. 올랐을때

515. 주니어가

516. 동물

517. 밥줄때

518. 멋진곳에

519. 왔을때

520. 맛난

521. 것을

522. 먹을때

524. 살

525. 물건

526. 봤을때

527. 머리를

528. 깍았을때

529. 증거

530. 남길때

531. 캠핑

532. 할때

534. 산에

535. 정상에

536. 올랐을때

537. 주니어가

538. 동물

539. 밥줄때

540. 멋진곳에

541. 왔을때

542. 맛난

543. 것을

544. 먹을때

546. 살

547. 물건

548. 봤을때

549. 머리를

550. 깍았을때

551. 증거

552. 남길때

553. 캠핑

554. 할때

555. 옷

556. 샀을때

558. 산에

559. 정상에

560. 올랐을때

561. 주니어가

562. 동물

563. 밥줄때

564. 멋진곳에

565. 왔을때

566. 맛난

567. 것을

568. 먹을때

570. 살

571. 물건

572. 봤을때

573. 머리를

574. 깍았을때

575. 증거

576. 남길때

577. 캠핑

578. 할때

579. 옷

580. 샀을때

581. 발표

582. 할때

583. !

584. 산에

585. 정상에

586. 올랐을때

587. 주니어가

588. 동물

589. 밥줄때

590. 멋진곳에

591. 왔을때

592. 맛난

593. 것을

594. 먹을때

596. 살

597. 물건

598. 봤을때

599. 머리를

600. 깍았을때

601. 증거

602. 남길때

603. 캠핑

604. 할때

605. 발표

606. 할때

607. ! 저에게

608. 사진은

611. 중요한

612. 순간을

613. 기록합니다.

614. 산에

615. 정상에

616. 올랐을때

617. 주니어가

618. 동물

619. 밥줄때

620. 멋진곳에

621. 왔을때

622. 맛난

623. 것을

624. 먹을때

626. 살

627. 물건

628. 봤을때

629. 머리를

630. 깍았을때

631. 증거

632. 남길때

633. 캠핑

634. 할때

635. 발표

636. 할때

637. ! 올

638. ㅋ

639. 데이터

640. 좀

641. 파보면

643. 재미

644. 지겠는걸??

645. 그래서

646. 사진

647. 데이터를

648. 파

649. 봤습니다.

651. IPhone으로

652. ‘2012년

653. 3월

654. ~

655. 2016년

656. 7월’

657. 찍은

659. 사진

660. 1,595장을

661. 분석

662. 사진을

663. 얼마나

664. 찍었는가?

665. 138장 262장 193장 83장 919장

666. 138장 262장

667. :

668. 주니어가

669. 생기면서

671. 사진을

672. 더많이

673. 찍음 193장 83장 919장

674. 138장 262장

675. :

676. 주니어가

677. 생기면서

679. 사진을

680. 더많이

681. 찍음 193장 83장

682. :

683. 폰

684. 카메라

685. 화질

686. 상대적

687. 구려져서

688. 사진을

689. 안찍음 919장

690. 138장 262장

691. :

692. 주니어가

693. 생기면서

695. 사진을

696. 더많이

697. 찍음 193장 83장

698. :

699. 폰

700. 카메라

701. 화질

702. 상대적

703. 구려져서

704. 사진을

705. 안찍음 919장

706. :

707. 스마트폰을

708. 바꾸면서

709. 미치듯이

710. 찍기

711. 시작

712. 시간과

713. 요일에

714. 따라서는

715. 어떻 게

716. 다른가?

717. 시간과

718. 요일에

719. 따라서는

720. 어떻 게

721. 다른가? 주말에

722. 사진을

723. 많이

724. 찍음

725. 어디에서

726. 많이

727. 찍었는가? 찍은

728. 사진수

729. 기준 찍은

730. Day수

732. 기준

733. 나의

734. 활동

735. 무대는?

736. 야탑,

737. 판교,

738. 수지

739. 주요

740. 생활권

742. 전국적으로는

743. 태백,여주,양평

744. 여행은

745. 어디로

746. 갔을까?

747. 사진의

748. 위치

749. 정보로

750. 분류하면

751. 여행관련된

752. 항목만

753. 선택 정기휴가,

754. 나들이,

755. 캠핑만

756. 분석

757. 당일치기

758. 나들이를

759. 간곳은?

760. 당일치기

761. 나들이를

762. 간곳은? 대부분 성남,용인,수원등 서울 시계 지역에서 놀았음

763. 1~2박

764. 캠핑을

765. 간곳은? 1시 정도 이동가능한 경기도권역 에서 놀았음

766. 장박

767. 정기휴가를

768. 간곳은? 전국구

769. 지역에서

770. 놀았음 VNKR

771. 여행에

772. 주어진

773. 기간

774. ! 이동

775. 거리가

776. 비례≈

777. 사진의

778. 얼굴을

779. 분석해

780. 보면?

781. 미소

782. 천사는

783. 뉴구?

784. 노안

785. 얼굴은

786. 뉴구?

787. 그럼

788. 이제

790. 어떻게

791. 데이터를

792. 팠는지

794. 알아

795. 보겠습니다.

797. 전체의

798. 과정 분석의

799. 동기

800. 부여 데이터

802. 수집

806. 정제 데이터

808. 탐색

810. 해석 시각화

811. 소비되는

812. 시간 분석 의

813. 동기

816. 수집

820. 정제 데이 터

822. 탐색

824. 해석 시각 화

825. 분석의

826. 동기

827. 부여

828. 동기

829. 부여 수집

831. 정 제 탐색해석 시각화 데이터

832. 분석은

833. 엄청난

834. 삽질과

835. 탐색의

836. 반복이기

837. 때문에

839. 강력한

840. 동기

841. 부여가

842. 필요하다.

844. 사진분석을

845. 하기된

846. 계기는? Mac

847. IPhoto로

849. 장소별

850. 사진

851. 보기

852. 기능

853. 봤을때!!

854. 동기

855. 부여 수집

857. 정 제 탐색해석 시각화 저의

858. IPhoto의

859. 장소탭을

860. 여는

861. 순간!! 내가

862. 지금까지

864. 어디

865. 갔는지

867. 여기에

868. 다나오네 동기

869. 부여 수집

871. 정 제 탐색해석 시각화

872. 이런

873. 데이터를

874. 보고

875. 분석을

876. 안

877. 할

878. 수야

879. 없지!! 동기

880. 부여 수집

883. 동기

884. 부여 수집

886. 정제 탐색해석 시각화

887. 데이터에서

888. 확인하고자

889. 목표

890. • 내가

891. 주로

892. 생활하는

893. 지역을

894. 데이터로

895. 확인하고

896. • 내가

897. 여행

898. 다녀

899. 온

900. 곳의

901. 타임라인을

902. 그려보자

905. (이

906. 타임라인을

907. 여행루트로

908. 추천해

909. 주면

910. 좋겠다) 동기

911. 부여 수집

914. 분석의

915. 동기

918. 수집

922. 정제 데이터

924. 탐색

926. 해석

927. 원자료(사진)에서

928. 탐색에

929. 용이한

930. 테이블

931. 데이터로

932. 변환 동기

933. 부여 수집

936. 사진

937. (Image) 생성

938. 시간,

939. 위치정보(GPS)

962. Smiling,

963. Age,

964. Gender 메타

965. 데이터(EXIF) Image

966. Stream원본

967. 데이터 데이터

968. 추출

969. 아웃라이어

970. 삭제,

971. Nan값

972. 처리

973. ,

974. Rescaling,

975. Aggregation,

976. Missing 데이터

977. 변환 Datetime,

978. GPS,

979. 행정주소,

985. Readable

986. 주소

989. Me,

990. Wife,

991. Junior

992. (Similing,

993. Age,

994. Gender) 데이터

996. 정제 image-name,

997. datetime,

998. gps,

999. addr,

1000. place,

1002. me/wife/junior(smiling,

1003. age) 정제된

1004. 데이터셋 동기

1005. 부여 수집

1008. 사진

1009. (Image) 생성

1010. 시간,

1011. 위치정보(GPS)

1034. Smiling,

1035. Age,

1036. Gender 메타

1037. 데이터(EXIF) Image

1038. Stream원본

1039. 데이터 데이터

1040. 추출

1041. 아웃라이어

1042. 삭제,

1043. Nan값

1044. 처리

1045. ,

1046. Rescaling,

1047. Aggregation,

1048. Missing 데이터

1049. 변환 Datetime,

1050. GPS,

1051. 행정주소,

1057. Readable

1058. 주소

1061. Me,

1062. Wife,

1063. Junior

1064. (Similing,

1065. Age,

1066. Gender) 데이터

1068. 정제 image-name,

1069. datetime,

1070. gps,

1071. addr,

1072. place,

1074. me/wife/junior(smiling,

1075. age) 정제된

1076. 데이터셋 동기

1077. 부여 수집

1079. 정 제 탐색해석 시각화 PIL

1080. (Python

1081. Image

1082. Library)

1083. 패 키지 Google

1084. Vision

1085. API

1086. Face++

1087. Vision

1088. API Geocoding

1089. API

1090. (GPS

1091. to

1092. 주소)

1093. 주소를

1094. 수작업

1095. 분류 ME,

1096. Wife,

1097. Junior

1098. 분류기

1100. 사진으로

1101. 부터

1102. 데이터

1103. 추출

1106. 사진에는

1107. 크게

1108. 메터

1109. 정보(EXIF)인

1110. 날짜

1111. 시간,

1112. 카메라

1113. 정보,

1114. 지리정보

1115. 등 과

1116. 이미지

1117. 자체에서

1118. 이미지

1119. 인식을

1120. 통해

1121. 정보를

1122. 추출할

1123. 수

1124. 있다.

1125. 이번에 는

1126. 다음과

1127. 같은

1128. 정보를

1129. 정제하여

1130. 분석

1131. 데이터로

1132. 사용하였다. 사진을

1133. 찍은

1134. 시간

1135. 정보

1136. 사진을

1137. 찍은

1138. 지리

1139. 정보(GPS

1140. 정보) EXIF에서

1141. 필요한

1142. 정보 (사진의

1143. 얼굴

1144. 인식하여)

1146. 웃는

1147. 정도(smiling)

1148. 예측

1149. 나이(age) 이미지의

1150. 감정

1151. 분석

1152. 동기

1153. 부여 수집

1156. EXIF(Exchange

1157. Image

1158. File

1159. format)란?

1161. 디지털

1162. 카메라에서

1163. 이용되는

1164. 이미지

1165. 파일

1166. 포맷이다.

1167. 이

1168. 데이터는

1169. JPEG,

1170. TIFF

1171. 6.0과

1172. RIFF,

1173. WAV

1174. 파일

1175. 포맷에서

1176. 이용되며

1177. 사진에

1178. 대한

1179. 정보를

1180. 포함하는

1181. 메타데이터를

1182. 추가 한다.

1183. Exif는

1184. JPEG

1185. 2000,

1186. PNG나

1187. GIF

1188. 파일에서는

1189. 지원하지

1190. 않는다.

1191. -위키백과- ! EXIF

1193. Format JPEG

1194. Format 참고

1195. :

1196. https://www.media.mit.edu/pia/Research/deepview/exif.html 동기

1197. 부여 수집

1200. 동기

1201. 부여 수집

1203. 정제 탐색해석 시각화 Python

1204. Imaging

1205. Library

1206. (PIL)를

1207. 사용하면

1209. 3줄

1210. OK

1211. 동기

1212. 부여 수집

1214. 정제 탐색해석 시각화 Python

1215. Imaging

1216. Library

1217. (PIL)를

1218. 사용하면

1220. 3줄

1221. OK ! 시간,

1222. 위치

1223. 정보만

1224. 추출하여

1225. 사용

1226. 이미지를

1227. Detection하고

1228. 분석하는

1229. Face++

1230. Vision

1231. API

1232. • 이미지URL을

1233. 입력하면

1236. • 얼굴의

1237. Keypoint를

1238. 추출

1239. • Smile,

1240. Age,

1241. Gender

1242. 분석

1243. -

1244. Face

1245. ++의

1246. 데모화면

1247. Face

1248. ++의

1249. 데모화면 http://www.faceplusplus.com/ 동기

1250. 부여 수집

1253. 정제 탐색해석 시각화

1254. 이미지를

1255. Detection하고

1256. 분석하는

1257. Google

1258. Vision

1259. API

1260. 동기

1261. 부여 수집

1264. Geocoding

1265. • Geocoding

1266. :

1267. 주소를

1268. 지리좌표(위도,경도)로

1269. 변환

1270. • 역

1271. Geocoding

1272. :

1273. 지리좌표(위도,경도)를

1274. 주소로

1275. 변환

1276. 구글의

1277. 역

1278. Geocoding

1279. API

1280. • https://maps.googleapis.com/maps/api/geocode/ json?latlng={lat},{lng}key={key}

1281. ! API-Key

1282. 별

1283. 횟수

1284. 제한

1286. =

1287. 1,000건

1288. /1일

1289. 동기

1290. 부여 수집

1293. 동기

1294. 부여 수집

1297. Pannel

1298. Data

1299. Analysis Index column Values 동기

1300. 부여 수집

1303. Pandas의

1304. describe()로

1305. 기본

1306. Stat

1307. 보기

1308. 동기

1309. 부여 수집

1312. 지리

1313. 좌표를

1314. Scatter

1315. Plotting하기

1317. (Matplotlib) 대한민국 베트남 동기

1318. 부여 수집

1321. 지리

1322. 좌표를

1323. Scatter

1324. Plotting하기

1326. (Matplotlib) 제주도 성남 호이안 다낭시내 동기

1327. 부여 수집

1330. 찍은

1331. 사진의

1332. 날짜별

1333. 분포

1334. 그려보기

1335. (

1336. Seaborn

1337. 패키지

1338. ) 동기

1339. 부여 수집

1342. 찍은

1343. 사진의

1344. 날짜별

1345. 분포

1346. 그려보기

1347. (

1348. Seaborn

1349. 패키지

1350. ) 동기

1351. 부여 수집

1353. 정 제 탐색해석 시각화 Junior가

1354. 생긴

1355. 시기 IPhone

1356. 6s

1357. 구입시점

1358. 잠시

1359. 예쁘게

1360. Plotting

1361. 하 는것

1362. 대하여

1363. 알아

1364. 보자

1365. 잠시

1366. 예쁘게

1367. Plotting

2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.

Recommended

Recommended

More Related Content

More from choi kyumin

More from choi kyumin (7)

2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.