반응형 분류 전체보기92 [ch1. EDA] 정형 데이터, 테이블 데이터, 위치 추정, 변이 추정 본 요약 노트는 데이터 과학을 위한 통계(2판)을 참고하여 작성했습니다. 2022. 1. 7. [Tensorflow] 회귀(Regression) 신경망 실습 본 실습은 Sklearn Boston 데이터 셋을 활용했습니다 1. Import Library and Random seed import numpy as np import tensorflow as tf np.random.seed(0) tf.random.set_seed(0) 2. Load Dataset and check target # target check - continuous from sklearn import datasets raw_boston = datasets.load_boston() X = raw_boston.data y = raw_boston.target print(X.shape) print(set(y)) 3. Train / Test Split # Split from sklearn.model_.. 2022. 1. 7. [Tensorflow] 분류(Classification) 신경망 실습 본 실습은 크게 3가지 데이터 셋을 활용했습니다. 1. Iris Dataset 2. MNIST 3. MNIST Fashion Iris Classification 1. Load dataset from sklearn.datasets import load_iris iris = load_iris() X = iris.data y = iris.target 2. OnehotEncoding # One hot encoding from sklearn.preprocessing import OneHotEncoder enc = OneHotEncoder(sparse=False, handle_unknown='ignore') enc.fit(y.reshape(len(y), 1)) y_onehot = enc.transform(y.res.. 2022. 1. 7. [Tensorflow] Tensorflow로 신경망 구조 만들기 텐서플로로 신경망 구조를 만드는 방법은 크게 2가지가 있다. 1. 시퀀스 API 사용 2. 함수형 API 사용 시퀀스 API 사용 - 텐서플로에서 제공하는 Sequential()을 통해 딥러닝 구조의 층을 쌓을 수 있음 - Sequential() 선언 후, model.add() 함수를 입력함으로써 실제로 층을 쌓음 - Sequential() : 신경망 모형을 선언, 생성하는 역할 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense model = Sequential() model.add(Dense(100, activation='relu', input_shape=(32, 32, 1)) model.add.. 2022. 1. 7. 딥러닝 기본 용어 잡기(Introduction to Deep Learning) 딥러닝 : 인공신경망 기반의 학습 방식 - 수많은 뉴런이 서로 연결되어 신호를 서로 전달하는 것처럼 퍼셉트론이 연결되어 연산 결과를 주고 받음 퍼셉트론 : 신경망의 최소 단위 - 입력값(input), 가중치 벡터(w), 출력값(output) - 입력값 벡터와 가중치 벡터의 내적값이 활성화 함수(Activation Function)를 거쳐 최종 출력값을 반환 - 활성화 함수는 시그모이드(Sigmoid), 렐루(Relu), 리키 렐루(Leaky Relu) 등이 있음 - 편향(b, bias) : 가중합에 더해지는 상수 다층 퍼셉트론 : 퍼셉트론의 층 여러 개 - XOR 등 하나의 퍼셉트론으로는 해결할 수 없었던 문제를 해결할 수 있게 함 - 인공 신경망(Artificial neutral network), 줄여.. 2022. 1. 7. OpenCV - Filtering 1. Filtering Overview - 영상에서 필요한 정보만 통과시키고 원치 않는 정보는 걸러내는 작업 - 주파수 공간에서의 필터링 (Frequency domain filtering - 공간적 필터링 (Spatial domain filtering) - Import Library import cv2 import sys import numpy as np 2. Mask = Kernel - 다양한 모양과 크기의 마스크가 존재하며, 마스크의 형태와 값에 따라 필터의 역할이 결정됨 - Ex) 영상 부드럽게 만들기, 영상 날카롭게 만들기, 에지(edge) 검출, 잡음 제거 - OpenCV에서 지원하는 가장자리 테두리는 4가지 - Ex) BORDER_CONSTANT, BORDER_REPLICATE, BORDER_.. 2022. 1. 3. OpenCV - VideoCapture, VideoWriter 1. Import Library import sys import cv2 import matplotlib.pyplot as plt 2. VideoCapture Class # 원래 있던 비디오 반전 시켜줌 cap = cv2.VideoCapture('./data/Another Day of Sun.mp4') fps = round(cap.get(cv2.CAP_PROP_FPS)) delay = round(1000 / fps) while True: ret, frame = cap.read() inversed = ~frame cv2.imshow('frame', frame) cv2.imshow('inversed', inversed) if cv2.waitKey(delay) == 27: break cap.release() c.. 2022. 1. 3. Start OpenCV and draw on the picture/video 1. Import Library import cv2 import matplotlib.pyplot as plt %matplotlib inline 2. Open the File # 색감이 이상하게 나옴 imgBGR = cv2.imread('./data/apples.jpg') plt.axis('off') plt.imshow(imgBGR) plt.show() # RGB로 변환해서 열어주어야 함 imgRGB = cv2.cvtColor(imgBGR, cv2.COLOR_BGR2RGB) plt.axis('off') plt.imshow(imgRGB) plt.show() # 그레이스케일 imgGray = cv2.imread('./data/apples.jpg', cv2.IMREAD_GRAYSCALE) plt.axis('of.. 2022. 1. 3. [Books info] Naver API + BeautifulSoup + Regression Modeling 1. Import Library import os import sys import urllib.request import json import datetime import pandas as pd from bs4 import BeautifulSoup from urllib.request import urlopen import re import numpy as np import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline 2. Generate Function - gen_search_url() : url을 만들어주는 함수 - get_result_onepage() : 페이지를 열어주는 함수 - get_fields() : 정보를 찾아서 데이터.. 2022. 1. 3. 이전 1 ··· 5 6 7 8 9 10 11 다음 반응형
