생활코딩/머신러닝야학
-
Tensorflow - BatchNormalization layer (학습이 잘 되는 모델)생활코딩/머신러닝야학 2020. 8. 19. 15:26
[강의 출처] opentutorials.org/module/4966/29242 부록2: 모델을 위한 팁 - Tensorflow 1 수업소개 BatchNormalization layer를 사용하여 보다 학습이 잘되는 모델을 만들어 봅니다. 강의 소스코드 colab | backend.ai 보스턴 집값 예측 ########################### # 라이브러리 사용 import tensorflow as opentutorials.org # 라이브러리 사용 import tensorflow as tf import pandas as pd # 1.과거의 데이터를 준비합니다. 파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/b..
-
Tensorflow - 데이터 타입과 N/A값 (전처리 Tip)생활코딩/머신러닝야학 2020. 8. 19. 14:52
[강의 출처] opentutorials.org/module/4966/28989 부록1: 데이터를 위한 팁 - Tensorflow 1 수업소개 데이터 타입의 문제와 NA값의 문제를 해결하는 데이터 전처리 방법을 배웁니다. 강의 소스코드 colab | backend.ai ########################### # 라이브러리 사용 import pandas as pd ################### opentutorials.org 원핫인코딩 시 발생할 수 있는 이슈 변수(칼럼) 타입 확인: 데이터.dtypes 변수를 범주형으로 변경: 데이터['칼럼명'].astype('category') 변수를 수치형으로 변경: 데이터['칼럼명'].astype('int') 데이터['칼럼명'].astype('floa..
-
Tensorflow - 히든레이어와 인공신경망생활코딩/머신러닝야학 2020. 8. 19. 14:14
[강의 출처] opentutorials.org/module/4966/28988 네번째 딥러닝 - 신경망의 완성:히든레이어 - Tensorflow 1 수업소개 히든레이어와 멀티레이어의 구조를 이해하고, 히든레이어를 추가한 멀티레이어 인공신경망 모델을 완성해 봅니다. 강의 멀티레이어 신경망 실습 소스코드 colab | backend.ai 보스 opentutorials.org 히든레이어(Hidden Layer) -보다 깊은 신경망을 만들기 위해 입력(Input Layer)과 출력(Outpter Layer) 사이에 추가된 퍼셉트론들 -히든레이어로 각각의 모델들을 연속적으로 연결해서 하나의 거대한 신경망을 만듦 -아래 그림의 Node는 5개 보스턴 집 가격 # 1.과거의 데이터를 준비합니다. 파일경로 = 'htt..
-
Tensorflow - 분류모델, 원핫인코딩, Softmax(아이리스 품종 분류)생활코딩/머신러닝야학 2020. 8. 18. 12:08
[강의 출처] opentutorials.org/module/4966/28987 세번째 딥러닝 - 아이리스 품종 분류 - Tensorflow 1 수업소개 아이피스 품봉을 분류하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 분류모델과 회귀모델의 차이점을 이해합니다. 범주형 변수의 처리 방법인 원핫인코딩을 해야하는 이유 opentutorials.org 아이리스 품종 분류 꽃잎길이 꽃잎폭 꽃받침길이 꽃받침폭 품종 5.1 3.5 1.4 0.2 setosa 7.0 3.2 4.7 1.4 versicolor 6.7 3.3 5.7 2.1 virginica -위 데이터와 같은 독립변수(꽃잎길이, 꽃잎폭, 꽃받침길이, 꽃받침폭)를 가지고 종속변수(품종)을 찾아내는 문제 -아이리스 문제는 기존 레모네이드, 보스턴 집값..
-
Tensorflow - 딥러닝 모델과 퍼셉트론(보스턴 집값 예측)생활코딩/머신러닝야학 2020. 8. 17. 20:36
[강의 출처] opentutorials.org/module/4966/28976 두번째 딥러닝 - 보스턴 집값 예측 - Tensorflow 1 수업소개 보스턴 집값을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 모델을 구성하는 퍼셉트론에 대해 이해합니다. 강의 수식과 퍼셉트론 실습 소스코드 colab | backend. opentutorials.org 대푯값 -평균값(Mean or Average): 일반적인 경우에 대푯값으로 많이 사용되는 값. 다만 평균 연봉처럼 이상치(outlier)에 영향을 많이 받는 데이터의 경우, 평균값이 대표성을 띠지 못할 수 있음 -중앙값(Median): 값들을 순서대로 정렬했을 때 중앙에 위치한 값 -최빈값(Mode): 값 중에서 가장 자주 등장하는 값 보스턴 ..
-
Tensorflow - 지도학습 순서(레모네이드 판매 예측)생활코딩/머신러닝야학 2020. 8. 14. 16:59
[강의 출처] opentutorials.org/module/4966/28974 첫번째 딥러닝 - 레모네이드 판매 예측 - Tensorflow 1 수업소개 레모네이드 판매량을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 봅니다. 강의 손실의 의미 실습 소스코드 colab | backend.ai ########################### # 라이브러리 사용 i opentutorials.org 지도학습 순서 데이터 준비 -> 모델 구조 생성 -> 모델 학습(FIT) -> 적용 # 라이브러리 사용 import tensorflow as tf import pandas as pd # 데이터를 준비합니다. 파일경로 = 'https://raw.githubusercontent.com/blackdew/tens..
-
Pandas 기초 - shape, indexing, columns, head생활코딩/머신러닝야학 2020. 8. 14. 16:02
[강의 출처] opentutorials.org/module/4966/28971 (프로그래밍에서) 변수: 데이터를 담고 있는 그릇 (표에서) 변수: Column -날짜에 따라서 관측값이 변경될 수 있기 때문. 날짜 요일 온도 판매량 2020.1.3 금 20 40 2020.1.4 토 21 42 2020.1.5 일 22 44 위의 표에서 '온도' 컬럼값에 따라 '판매량' 값이 바뀌기 때문에, 온도는 독립변수(원인), 판매량은 종속변수(결과). import pandas as pd # 파일로부터 데이터 읽어오기 파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/lemonade.csv' 레모네이드 = pd.read_csv(파일경로) ..