머신러닝 [수업 6째주 20일차] 머신러닝-11 오늘은 이미지를 읽어 딥러닝 모델을 만드는 것을 해 보았다. 구글 드라이브에 이미지 자료를 넣어 그 이미지를 우선 읽어 오는 작업부터 했다. 그런다음 '훈련용','검증용', '테스트용' 폴더를 새로 만들고, 있으면 삭제하고 생성하는 것을 만든다. 학습을 하고, 이걸 검증하는 역활이 'validation'이고, 'train'과 같이 사용이 되고, 여기서 나온 모델로 남은 'test' 로 돌려 ... 딥러닝python머신러닝Jupyter대구 A.i. 스쿨Jupyter [머신러닝] Supervised Learning , Unsupervised Learning ( 지도 학습, 비 지도 학습 ) 지도 학습 ( Supervised Learning ) 비 지도 학습 ( Unsupervised Learning ) Predictive Learning 으로도 불리는 지도 학습은 Training set 으로 입출력의 쌍을 받습니다. 즉, input으로 들어오는 feature vector와 output으로 나가는 class 혹은 label을 Training set으로 받습니다. Training ... machine learning머신러닝지도 학습비 지도 학습machine learning 2022 국제인공지능대전(AI EXPO) 부스 운영 회고록 제 소개를 간단히 하자면 인공지능 동아리 전 모딥의 부장으로 활동하였고 ML Research를 주로 공부하고 있습니다. 지난 4월 13일부터 15일까지 코엑스에서 국제인공지능대전에서 대마고 대표로 부스 운영을 하게 되었습니다. 이는 국제인공지능대전에서 부스를 운영한 경험에 대한 회고록입니다. 당장 취업준비로 인해 포트폴리오, 이력서 작성 및 면접 준비를 해야했던 저에게는 부담스러울 수 밖에 ... 모딥딥러닝Computer Vision머신러닝AI EXPO인공지능국제인공지능대전MoDeepAIAI 머신러닝 모델 평가지표 3. 정밀도(precision)와 재현율(recall) 분류 : 혼동 행렬(confusion matrix), 정확도(accuracy), 정밀도(precision), 재현율(recall), F값(F1-score), 곡선아래면적(AUC) 이와 같이 단순한 알고리즘 예측결과도 정확도 결과가 약 78%로 높은 수치가 나올 수 있으므로 모델학습에 대한 정확도를 평가지표를 활용할 경우 항상 신중해야 한... accuracy머신러닝accuracy 0. 머신러닝 기초 1. 머신러닝(Machine Running) 머신 러닝은 인공 지능의 한 분야, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 규칙, 데이터 > 규칙, 해답만 주는 것 Ex) 규칙, 데이터 규칙, 해답 1) 머신 러닝의 학습 종류 지도 학습 : 정답이 있는 데이터 학습 또는 미래 데이터 예측 > Classfication, Regression(고양이, 강아지 분류, 독소소항,... Machine Running딥러닝머신러닝Deep RunningDeep Running Python Lib + 스마트인재개발원 Numpy, Pandas, Matplotlib에 대해 정리해 보는 시간을 갖겠습니다. 고성능 과학계산을 위한 데이터 분석 라이브러리 반복문 없이 전체 데이터 배열 연산이 가능한 표준 수학 함수 순서(index) n차원 형태로 구성 가능. boolean 인덱싱 Tip 데이터를 가지고 오면 크기 파악은 기본! Tip 순서가 있으니 인덱싱, 슬라이싱 가능! Series Class : 1차원 {in... IT자격증빅데이터전문가머신러닝SQLD스마트인재개발원IT자격증 [수업 4째주 12일차] 머신러닝-3 클라우드의 여러 서비스들을 '리소스'라고도 부르는데 그 수많은 리소스를 묶어 '리소스 그룹'이라 한다. 수많은 리소스들 중에 이미지를 이용해 만들 'computer vision'이란 리소스를 선택해서 만들면 되는데 이것도 유, 무료를 선택해야 한다. 그렇게 절차가 끝나면 개인 계정으로 url과 토큰 키를 얻을 수 있는데 이걸 아래와 같이 넣으면 리소스를 이용할 수 있다. 그래야 저 analy... 대구 A.i. 스쿨Computer Vision API초보개발자머신러닝Jupyter파이썬AIAI 머신러닝 야학 1일차 결정 결정 = 비교 + 선택 집으로 가는 길: 500m vs. 같은 물건: 5000원 vs. 비교하기 어려울 때 대소관계 파악 어려운 경우 비교 대상이 너무 많은 경우 무게, 속도 면에서 뛰어난 A vs. 인류의 결정 능력 향상 더 빠르고 정확한 결정을 할 수 있도록 돕는다 머신러닝에 필요한 능력 머신러닝으로 문제를 해결해보고 난관에 봉착했을 때, 코딩과 수학을 배워보도록 하자 🤖 Teach... 머신러닝 야학생활코딩모델ML머신러닝ML 의사결정나무 - 모델 구조 스무고개와 같이 특정 질문들을 통해 정답을 찾아가는 모델 최상단 뿌리마디Root Node 에서부터 마지막 끝마디Terminal Node까지 아래 방향으로 진행 예측할 수 있게 질문을 만들고 그 질문에 답함으로써 예측하는 것 질문 하나로 안될 경우 중간 마디Internal Node를 추가 즉, 중간에 질문을 추가해서 모든 데이터를 나눈다. 2개 이상의 feature 데이터의 경우 X1, X2 ... 파이썬머신러닝AI엘리스AI 이커머스 산업의 AI 혁신 1. 맞춤형 상품 추천 2. 추천 알고리즘 미리 설정한 규칙 기반 추천이 아닌 고객 데이터에 따른 인공지능형 추천 알고리즘 대표적: 유튜브 추천 알고리즘 대부분의 조회수가 추천 영상으로 발생 이번 실습에서는 넷플릭스 데이터를 살펴보고 인공지능 모델을 학습하는 과정을 수행해 보겠습니다. 유튜브 영상을 보고 있던 중 나도 모르게 새로운 영상을 추천 받으며 보고 있지 않나요? 웹상에서 운영되는 영... 파이썬머신러닝AI엘리스AI #4 넘파이 배열 ndarray ndarray: N차원(Dimension) 배열(Array) 객체 ndarray 생성 => Numpy 모듈의 array() 함수로 생성. 인자로 주로 파이썬 list or ndarray 입력. ndarray의 shape는 ndarray.shape 속성으로, 차원은 ndarray.ndim 속성으로 알 수 있음. ndarray type 같은 데이터 타입만 가능. ndarray.dtype 으로 확... python머신러닝python TIL 211031 -> 한 cluster 안의 데이터 포인트끼리는 매우 비슷! 가장 간단하고 널리 사용하는 군집 알고리즘 데이터 포인트를 가장 가까운 cluster center에 할당 cluster에 할당된 데이터 포인트의 평균으로 cluster center을 다시 지정 cluster에 할당되는 데이터 포인트에 변화가 없을 때 알고리즘 종료 Initialization: 3개의 cluster를 찾도록 지정 ->... 머신러닝파이썬 라이브러리를 활용한 머신러닝머신러닝 웹/앱 서비스 분야 AI 혁신 연령/성별, 지역, 트래픽 소스, 방문페이지, 제품 등의 측정 기준을 통해서 사용자의 특성 분석 => 사용자의 유지 이탈, 집단 간 상이한 행동 패턴 분석 가능 예) 구글 애널리틱스(웹) / 구글 파이어베이스(앱) 행동데이터 사용자가 서비스를 사용하며 겪게 되는 행동을 데이터화 한 것 A/B테스트 웹사이트 내 히트맵 분석 실습1 실습2. 손글씨 분류 딥러닝 모델 실습3. 분할된 이미지의 숫자... 파이썬머신러닝AI엘리스AI [스파르타코딩클럽] 가장 쉽게 배우는 머신러닝 3주차 개발일지 💡 딥러닝의 태동을 불러온 XOR 문제에 대해 알아보자. 위와 같은 문제를 풀기 위해서는 논리 회귀로 쉽게 만들 수 있는 직선 하나만 있으면 된다. 이 수식을 아래와 같이 그림으로 나타낼 수 있고, 이런 모양을 Perceptron(퍼셉트론)이라고 한다. Marvin Minsky는 한개의 퍼셉트론으로는 XOR 문제를 풀 수 없고, MLP를 써야하는데 당시 기술로는 불가능하다고 주장했다. 이렇게... 스파르타코딩클럽머신러닝머신러닝 자연어 처리를 위한 데이터 전처리 1. 우리 주변의 자연어 처리 예시 2. 자연어 처리 과정 자연어 전 처리 3. 자연어 전 처리 방법 4. 오류 교정(Noise Canceling) 자연어 문장의 스펠링 체크 및 띄어쓰기 오류 교정 또한 요새 인터넷에서 사용하는 자연어에서는 슬랭이나 줄임말같은 것이 굉장히 많이 쓰이기 때문에 이런 말들에 대해서 표준어로 어느 정도 변환을 해주어야 모델의 성능을 높일 수 있기 때문에, 오류 교... 머신러닝AI엘리스파이썬딥러닝AI #16 학습과 테스트 데이터 세트의 분리 학습 데이터 세트 머신러닝 알고리즘의 학습을 위해 사용 데이터의 속성들과 결정값(레이블)값 모두를 가지고 있음 학습 데이터를 기반으로 머신러닝 알고리즘이 데이터 속성과 결정값의 패턴을 인지하고 학습 테스트 데이터 세트 테스트 데이터 세트에서 학습된 머신러닝 알고리즘을 테스트 테스트 데이터는 속성 데이터만 머신러닝 알고리즘에 제공하며, 머신러닝 알고리즘은 제공된 데이터를 기반으로 결정값을 예측... python머신러닝사이킷런python Exploratory Data Analysis with Kaggle Dataset Series (3) 결측값 그래프를 보니 TV, Sales, Social.Media, Radio 변수에 결측값이 존재하는 것으로 파악되었습니다만, 그 수가 결측값이 존재하는 행을 제거할 정도로 많아보이지는 않습니다. 그래프를 확인해보니 TV, Radio, Sales 변수는 데이터가 완벽한 정규분포의 형태는 아니지만 한 쪽으로 극단적으로 치우치지 않아서 이상값의 영향을 받지는 않아보입니다. 추가적으로 Social... 머신러닝kaggleR데이터 분석시각화R
[수업 6째주 20일차] 머신러닝-11 오늘은 이미지를 읽어 딥러닝 모델을 만드는 것을 해 보았다. 구글 드라이브에 이미지 자료를 넣어 그 이미지를 우선 읽어 오는 작업부터 했다. 그런다음 '훈련용','검증용', '테스트용' 폴더를 새로 만들고, 있으면 삭제하고 생성하는 것을 만든다. 학습을 하고, 이걸 검증하는 역활이 'validation'이고, 'train'과 같이 사용이 되고, 여기서 나온 모델로 남은 'test' 로 돌려 ... 딥러닝python머신러닝Jupyter대구 A.i. 스쿨Jupyter [머신러닝] Supervised Learning , Unsupervised Learning ( 지도 학습, 비 지도 학습 ) 지도 학습 ( Supervised Learning ) 비 지도 학습 ( Unsupervised Learning ) Predictive Learning 으로도 불리는 지도 학습은 Training set 으로 입출력의 쌍을 받습니다. 즉, input으로 들어오는 feature vector와 output으로 나가는 class 혹은 label을 Training set으로 받습니다. Training ... machine learning머신러닝지도 학습비 지도 학습machine learning 2022 국제인공지능대전(AI EXPO) 부스 운영 회고록 제 소개를 간단히 하자면 인공지능 동아리 전 모딥의 부장으로 활동하였고 ML Research를 주로 공부하고 있습니다. 지난 4월 13일부터 15일까지 코엑스에서 국제인공지능대전에서 대마고 대표로 부스 운영을 하게 되었습니다. 이는 국제인공지능대전에서 부스를 운영한 경험에 대한 회고록입니다. 당장 취업준비로 인해 포트폴리오, 이력서 작성 및 면접 준비를 해야했던 저에게는 부담스러울 수 밖에 ... 모딥딥러닝Computer Vision머신러닝AI EXPO인공지능국제인공지능대전MoDeepAIAI 머신러닝 모델 평가지표 3. 정밀도(precision)와 재현율(recall) 분류 : 혼동 행렬(confusion matrix), 정확도(accuracy), 정밀도(precision), 재현율(recall), F값(F1-score), 곡선아래면적(AUC) 이와 같이 단순한 알고리즘 예측결과도 정확도 결과가 약 78%로 높은 수치가 나올 수 있으므로 모델학습에 대한 정확도를 평가지표를 활용할 경우 항상 신중해야 한... accuracy머신러닝accuracy 0. 머신러닝 기초 1. 머신러닝(Machine Running) 머신 러닝은 인공 지능의 한 분야, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 규칙, 데이터 > 규칙, 해답만 주는 것 Ex) 규칙, 데이터 규칙, 해답 1) 머신 러닝의 학습 종류 지도 학습 : 정답이 있는 데이터 학습 또는 미래 데이터 예측 > Classfication, Regression(고양이, 강아지 분류, 독소소항,... Machine Running딥러닝머신러닝Deep RunningDeep Running Python Lib + 스마트인재개발원 Numpy, Pandas, Matplotlib에 대해 정리해 보는 시간을 갖겠습니다. 고성능 과학계산을 위한 데이터 분석 라이브러리 반복문 없이 전체 데이터 배열 연산이 가능한 표준 수학 함수 순서(index) n차원 형태로 구성 가능. boolean 인덱싱 Tip 데이터를 가지고 오면 크기 파악은 기본! Tip 순서가 있으니 인덱싱, 슬라이싱 가능! Series Class : 1차원 {in... IT자격증빅데이터전문가머신러닝SQLD스마트인재개발원IT자격증 [수업 4째주 12일차] 머신러닝-3 클라우드의 여러 서비스들을 '리소스'라고도 부르는데 그 수많은 리소스를 묶어 '리소스 그룹'이라 한다. 수많은 리소스들 중에 이미지를 이용해 만들 'computer vision'이란 리소스를 선택해서 만들면 되는데 이것도 유, 무료를 선택해야 한다. 그렇게 절차가 끝나면 개인 계정으로 url과 토큰 키를 얻을 수 있는데 이걸 아래와 같이 넣으면 리소스를 이용할 수 있다. 그래야 저 analy... 대구 A.i. 스쿨Computer Vision API초보개발자머신러닝Jupyter파이썬AIAI 머신러닝 야학 1일차 결정 결정 = 비교 + 선택 집으로 가는 길: 500m vs. 같은 물건: 5000원 vs. 비교하기 어려울 때 대소관계 파악 어려운 경우 비교 대상이 너무 많은 경우 무게, 속도 면에서 뛰어난 A vs. 인류의 결정 능력 향상 더 빠르고 정확한 결정을 할 수 있도록 돕는다 머신러닝에 필요한 능력 머신러닝으로 문제를 해결해보고 난관에 봉착했을 때, 코딩과 수학을 배워보도록 하자 🤖 Teach... 머신러닝 야학생활코딩모델ML머신러닝ML 의사결정나무 - 모델 구조 스무고개와 같이 특정 질문들을 통해 정답을 찾아가는 모델 최상단 뿌리마디Root Node 에서부터 마지막 끝마디Terminal Node까지 아래 방향으로 진행 예측할 수 있게 질문을 만들고 그 질문에 답함으로써 예측하는 것 질문 하나로 안될 경우 중간 마디Internal Node를 추가 즉, 중간에 질문을 추가해서 모든 데이터를 나눈다. 2개 이상의 feature 데이터의 경우 X1, X2 ... 파이썬머신러닝AI엘리스AI 이커머스 산업의 AI 혁신 1. 맞춤형 상품 추천 2. 추천 알고리즘 미리 설정한 규칙 기반 추천이 아닌 고객 데이터에 따른 인공지능형 추천 알고리즘 대표적: 유튜브 추천 알고리즘 대부분의 조회수가 추천 영상으로 발생 이번 실습에서는 넷플릭스 데이터를 살펴보고 인공지능 모델을 학습하는 과정을 수행해 보겠습니다. 유튜브 영상을 보고 있던 중 나도 모르게 새로운 영상을 추천 받으며 보고 있지 않나요? 웹상에서 운영되는 영... 파이썬머신러닝AI엘리스AI #4 넘파이 배열 ndarray ndarray: N차원(Dimension) 배열(Array) 객체 ndarray 생성 => Numpy 모듈의 array() 함수로 생성. 인자로 주로 파이썬 list or ndarray 입력. ndarray의 shape는 ndarray.shape 속성으로, 차원은 ndarray.ndim 속성으로 알 수 있음. ndarray type 같은 데이터 타입만 가능. ndarray.dtype 으로 확... python머신러닝python TIL 211031 -> 한 cluster 안의 데이터 포인트끼리는 매우 비슷! 가장 간단하고 널리 사용하는 군집 알고리즘 데이터 포인트를 가장 가까운 cluster center에 할당 cluster에 할당된 데이터 포인트의 평균으로 cluster center을 다시 지정 cluster에 할당되는 데이터 포인트에 변화가 없을 때 알고리즘 종료 Initialization: 3개의 cluster를 찾도록 지정 ->... 머신러닝파이썬 라이브러리를 활용한 머신러닝머신러닝 웹/앱 서비스 분야 AI 혁신 연령/성별, 지역, 트래픽 소스, 방문페이지, 제품 등의 측정 기준을 통해서 사용자의 특성 분석 => 사용자의 유지 이탈, 집단 간 상이한 행동 패턴 분석 가능 예) 구글 애널리틱스(웹) / 구글 파이어베이스(앱) 행동데이터 사용자가 서비스를 사용하며 겪게 되는 행동을 데이터화 한 것 A/B테스트 웹사이트 내 히트맵 분석 실습1 실습2. 손글씨 분류 딥러닝 모델 실습3. 분할된 이미지의 숫자... 파이썬머신러닝AI엘리스AI [스파르타코딩클럽] 가장 쉽게 배우는 머신러닝 3주차 개발일지 💡 딥러닝의 태동을 불러온 XOR 문제에 대해 알아보자. 위와 같은 문제를 풀기 위해서는 논리 회귀로 쉽게 만들 수 있는 직선 하나만 있으면 된다. 이 수식을 아래와 같이 그림으로 나타낼 수 있고, 이런 모양을 Perceptron(퍼셉트론)이라고 한다. Marvin Minsky는 한개의 퍼셉트론으로는 XOR 문제를 풀 수 없고, MLP를 써야하는데 당시 기술로는 불가능하다고 주장했다. 이렇게... 스파르타코딩클럽머신러닝머신러닝 자연어 처리를 위한 데이터 전처리 1. 우리 주변의 자연어 처리 예시 2. 자연어 처리 과정 자연어 전 처리 3. 자연어 전 처리 방법 4. 오류 교정(Noise Canceling) 자연어 문장의 스펠링 체크 및 띄어쓰기 오류 교정 또한 요새 인터넷에서 사용하는 자연어에서는 슬랭이나 줄임말같은 것이 굉장히 많이 쓰이기 때문에 이런 말들에 대해서 표준어로 어느 정도 변환을 해주어야 모델의 성능을 높일 수 있기 때문에, 오류 교... 머신러닝AI엘리스파이썬딥러닝AI #16 학습과 테스트 데이터 세트의 분리 학습 데이터 세트 머신러닝 알고리즘의 학습을 위해 사용 데이터의 속성들과 결정값(레이블)값 모두를 가지고 있음 학습 데이터를 기반으로 머신러닝 알고리즘이 데이터 속성과 결정값의 패턴을 인지하고 학습 테스트 데이터 세트 테스트 데이터 세트에서 학습된 머신러닝 알고리즘을 테스트 테스트 데이터는 속성 데이터만 머신러닝 알고리즘에 제공하며, 머신러닝 알고리즘은 제공된 데이터를 기반으로 결정값을 예측... python머신러닝사이킷런python Exploratory Data Analysis with Kaggle Dataset Series (3) 결측값 그래프를 보니 TV, Sales, Social.Media, Radio 변수에 결측값이 존재하는 것으로 파악되었습니다만, 그 수가 결측값이 존재하는 행을 제거할 정도로 많아보이지는 않습니다. 그래프를 확인해보니 TV, Radio, Sales 변수는 데이터가 완벽한 정규분포의 형태는 아니지만 한 쪽으로 극단적으로 치우치지 않아서 이상값의 영향을 받지는 않아보입니다. 추가적으로 Social... 머신러닝kaggleR데이터 분석시각화R