머신러닝 (4) 썸네일형 리스트형 1. 처음부터 시작하는 머신러닝과 딥러닝: 입문자를 위한 완벽 가이드 영어 공부를 하면서 그동안 놓고 있었던, 머신러닝, 인공지능 공부를 다시 시작하려고 한다. 처음부터 천천히 다시 시작해보자. 머신러닝이란?어떤 작업 T에 대해 컴퓨터 프로그램의 성능을 P로 측정했을 때 경험 E로 성능 P가 향상됬다면, 컴퓨터는 경험 E를 통해 학습한 것이라고 한다. - 톰 미첼 머신러닝을 사용하는 이유?전통적인 프로그래밍 기법을 사용해서 스팸 필터를 만든다고 했을 때, 스팸 메일에서 나타나는 공통적인 단어들을 알고리즘으로 작성해 이를 스팸메일로 분류할 수 있는데, 이런식으로 공통적인 단어들을 모두 찾아 작성하기에는 한계가 있다, 반면에 머신러닝 기법을 사용한다면? 알고리즘을 컴퓨터가 직접 학습해 최적의 기준을 만들어 스팸메일을 자동으로 구분하기 때문에, 유지보수에 있어 편하고, 성능 또.. Kaggle Competition - Getting Start! Datasets - titanic (3) 예측에 사용할 특성? 승객 아이디 : 관련 없을 것 같음. 생존 여부 -> target으로 사용 Pclass 특성 -> 필요 해 보임 이름 -> 관련 없을 것 같음. Sex -> 성별 연관성이 있을까? Age -> 나이도 있을 것 같음 Sibsp or Parch -> 형제, 부모 여부? Ticket 번호 -> 필요없어 보임 Fare 요금 -> 요금 더 내면 뭐가 있나? Cabin 필요없어 보임 Embarked 승선 장소 -> 필요 없을까? 데이터 변환 ( 문자 -> 수 ) embarked -> (0, 1, 2) sex -> (0, 1) for i in range(len(sex)): if sex[i] == 'male': sex[i] = 0 else: sex[i] = 1 for i in ran.. 텐서플로우를 이용해 MNIST 패션 분류 모델 만들기 텐서플로우 라이브러리를 이용해 MNIST 패션 분류 인공지능 모델을 만들어보겠습니다. Model and Training Result Functions, Modules Name 기능? keras.models.Sequential 가장 간단한 케라스의 신경망 모델 keras.layers.Flatten 입력값을 1D 배열로 반환함. keras.layers.Dense 완전 연결 계층 summary() 모델의 요약을 보여줌. layers 인자 모델의 계층을 보여줌. get_weights() 계층의 가중치 값을 출력해준다. compile() 모델의 훈련 파라미터 설정 fit() 모델을 데이터로 훈련 evaluate() 테스트 데이터로 모델 평가하기 predict() 모델로 예측 값 만들기 codes Version C.. 객체인식 (object detection) 성능 지표 성능지표에 관해. 목차 1. IOU (Intersection Over Union) 2. Precision, Recall 3. Precision-Recall Curve (P-R Curve) 4. Average Precision (AP) 5. mAP (mean Average Performance) 1. IOU 객체 검출의 정확도를 평가하는 지표로 0~1 사이의 값을 갖는다. 실제 객체 위치 (gournd truth) 와 예측한 박스(prediction) 두 box의 중복되는 영역에 따라 평가하는 방식으로 겹치는 부분이 많으면 예측 잘한 것으로 평가한다. 2. Precision, Recall Confusion Matrix TP ( True Positive ) : 실제 값이 Positive일 때 Positive.. 이전 1 다음
