코딩헤딩

데이터 수집, 정규화, 2차원데이터로 변환, 훈련 및 검증 데이터 분류는 저번 글과 동일하다. https://coding-heading.tistory.com/94 Deep learning[딥러닝] 인공신경망 훈련모델 (데이터 전처리, 모델 생성) 딥 러닝이란 무엇입니까? 딥 러닝은 인간의 두뇌에서 영감을 얻은 방식으로 데이터를 처리하도록 컴퓨터를 가르치는 인공 지능(AI) 방식입니다. 딥 러닝 모델은 그림, 텍스트, 사운드 및 기타 데 coding-heading.tistory.com * 신경모델에 계층(layer) 추가하는 방법 3가지 1. 층을 먼저 만들고, 신경망 모델 생성 시 추가하기 """입력계층(Input Layer) 생성하기""" dense1 = keras.layers.Dense(100, ac..

딥 러닝이란 무엇입니까? 딥 러닝은 인간의 두뇌에서 영감을 얻은 방식으로 데이터를 처리하도록 컴퓨터를 가르치는 인공 지능(AI) 방식입니다. 딥 러닝 모델은 그림, 텍스트, 사운드 및 기타 데이터의 복잡한 패턴을 인식하여 정확한 인사이트와 예측을 생성할 수 있습니다. 이미지를 설명하거나 사운드 파일을 텍스트로 변환하는 등 일반적으로 인간의 지능이 필요한 작업을 자동화하는 데 딥 러닝 방법을 사용할 수 있습니다. https://aws.amazon.com/ko/what-is/deep-learning/ 1. 라이브러리 정의 import tensorflow as tf from tensorflow import keras * 텐서플로우 import matplotlib.pyplot as plt * 시각화 import..

https://coding-heading.tistory.com/81 [ML(머신러닝)] 생선구분하기 - 1 * 훈련 모델 처리 절차 1. 데이터 전처리 2. 데이터 정규화 3. 훈련 : 검증 : 테스트 데이터로 분류 (또는 훈련 : 테스트 데이터로 분류) - 6 : 2 : 2 또는 7 : 2 : 1, 데이터가 작은 경우에는 8 : 2 또는 7 : 3 coding-heading.tistory.com * 위 글과 이어집니다. - 모델(클래스)의 속성 중에 사람이 직접 값을 지정해줘야 하는 변수들을 통칭 - 모델 성능을 향상하기 위한 방법 - 과대적합(1) 또는 과소적합이 일어난 경우 튜닝 진행 * KNN 모델 생성하기 # n_neighbors : 이웃의 갯수 (하이퍼파라메터 속성) kn20 = KNeighb..

* 훈련 모델 처리 절차 1. 데이터 전처리 2. 데이터 정규화 3. 훈련 : 검증 : 테스트 데이터로 분류 (또는 훈련 : 테스트 데이터로 분류) - 6 : 2 : 2 또는 7 : 2 : 1, 데이터가 작은 경우에는 8 : 2 또는 7 : 3 정도로 분류 4. 모델 생성 5. 모델 훈련 [*fit(함수)] (훈련 데이터와 검증 데이터 사용, 또는 테스트 데이터) 6. 모델 평가 (모델 선정, 검증데이터) 7. 하이퍼파라미터 튜닝 8. 5~6번 진행 9. 최종테스트 [*predict, 예측] (테스트 데이터 사용) * 생선구분하기 방어와 도미 데이터 데이터 처리 방어와 도미 데이터 - 생선의 종류를 분류(구분)하기 위한 모델 생성을 위해 독립변수와 종속변수로 데이터를 가공해야 함 - 독립변수(x) : 길..