대한민국의 시군구별 인구밀도를 코로플래스(Choropleth)로 시각화. 자세한 작성법은 D3를 이용한 시각적 스토리텔링 부록 C 참고.
- Author: Lucy Park
- License: Apache v2
{ | |
"nodes": [ | |
{"label": "i0", "layer": 1}, | |
{"label": "i1", "layer": 1}, | |
{"label": "h0", "layer": 2}, | |
{"label": "i2", "layer": 1}, | |
{"label": "h1", "layer": 2}, | |
{"label": "h2", "layer": 2}, | |
{"label": "h3", "layer": 2}, | |
{"label": "o0", "layer": 3} |
대한민국의 시군구별 인구밀도를 코로플래스(Choropleth)로 시각화. 자세한 작성법은 D3를 이용한 시각적 스토리텔링 부록 C 참고.
crawl.py
를 이용해 맛집 목록 수집 후 네이버 지도 API를 이용해서 좌표 정보 수집다음은 2010년 11월, 대한민국 국회에서 발의된 의안 제1809890호의 원문에서 높은 빈도로 등장한 단어를 한국어 워드클라우드로 나타낸 것입니다.
(그리는 법 참고: http://lucypark.kr/courses/2015-dm/text-mining.html)
다양한 가격대의 서울시내 스시야를 시각화한 지도.
맛집 이름들이 겹치지 않게 하기 위해 forced layout을 적용했습니다.
""" | |
PyTorch implementation of a sequence labeler (POS taggger). | |
Basic architecture: | |
- take words | |
- run though bidirectional GRU | |
- predict labels one word at a time (left to right), using a recurrent neural network "decoder" | |
The decoder updates hidden state based on: | |
- most recent word |
7 | |
2 | |
1 | |
0 | |
4 | |
1 | |
4 | |
9 | |
5 | |
9 |
I hereby claim:
To claim this, I am signing this object: