๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ

728x90

๋น„์ง€๋„ํ•™์Šต

10/11 ํ™” 1. ๋จธ์‹ ๋Ÿฌ๋‹ ์ž‘์—… ์ˆœ์„œ ๋ฐ ํ•™์Šต ๋ฐฉ๋ฒ• ๋ณ„ ๋Œ€ํ‘œ์ ์ธ ์•Œ๊ณ ๋ฆฌ์ฆ˜๋“ค 2. GridSearchCV ๊ต์ฐจ ๊ฒ€์ฆ๊ณผ ์ตœ์  ํ•˜์ดํผ ํŒŒ๋ผ๋ฏธํ„ฐ ํŠœ๋‹์„ ํ•œ ๋ฒˆ์— from sklearn.model_selection import GridSearchCV X_train, X_test, y_train, y_test = train_test_split(iris_data.data, iris_data.target, test_size = 0.2, random_state = 121) dtree = DecisionTreeClassifier() # max_depth = ๊ฒฐ์ • ํŠธ๋ฆฌ์˜ ์ตœ๋Œ€ ๊นŠ์ด, min_samples_splits = ์ž์‹ ๊ทœ์น™ ๋…ธ๋“œ๋ฅผ ๋ถ„ํ• ํ•ด ๋งŒ๋“ค๊ธฐ ์œ„ํ•œ ์ตœ์†Œํ•œ์˜ ์ƒ˜ํ”Œ ๋ฐ์ดํ„ฐ ๊ฐœ์ˆ˜ parameters = {'max_depth':[1,.. ๋”๋ณด๊ธฐ
3/28 ์›” ์›”์š”์ผ! ๊ธˆ์š”์ผ์— ์ด์–ด ๋จธ์‹ ๋Ÿฌ๋‹ ๋“ค์–ด๊ฐ„๋‹ค~ Weak AI์˜ ๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ๋ฒ•๋“ค : ์ง€๋„ ํ•™์Šต, ๋น„์ง€๋„ ํ•™์Šต, ๊ฐ•ํ™” ํ•™์Šต 1. Regression(ํšŒ๊ท€) : ๋ฐ์ดํ„ฐ์— ์˜ํ–ฅ์„ ์ฃผ๋Š” ์กฐ๊ฑด๋“ค์˜ ์˜ํ–ฅ๋ ฅ์„ ๊ณ ๋ คํ•ด์„œ, ๋ฐ์ดํ„ฐ์— ๋Œ€ํ•œ ์กฐ๊ฑด๋ถ€ ํ‰๊ท ์„ ๊ตฌํ•˜๋Š” ๊ธฐ๋ฒ• * ํ‰๊ท ์„ ๊ตฌํ•  ๋•Œ ์ฃผ์˜ํ•ด์•ผ ํ•  ์  : ํ‰๊ท ์„ ๊ตฌํ•˜๋Š” ๋ฐ์ดํ„ฐ์— ์ด์ƒ์น˜๊ฐ€ ์žˆ์„ ๊ฒฝ์šฐ ๋Œ€ํ‘œ๊ฐ’์œผ๋กœ ์‚ฌ์šฉํ•˜๊ธฐ ์–ด๋ ค์›€. ์ •๊ทœ๋ถ„ํฌ์—ฌ์•ผ ํ•จ! ๊ณ ์ „์  ์„ ํ˜• ํšŒ๊ท€ ๋ชจ๋ธ(Classical Linear Regression Model) ๋‹จ์ˆœ ์„ ํ˜• ํšŒ๊ท€(Simple Linear Regression) import numpy as np import pandas as pd import matplotlib.pyplot as plt df = pd.DataFrame({'๊ณต๋ถ€์‹œ๊ฐ„(x)': [1,2,3.. ๋”๋ณด๊ธฐ
1/3 ์›” ์„ฑ๊ณผ • Baekjoon Online Judge : ์˜ค๋Š˜์˜ ํ’€์ด๋Š” ๋‹จ๊ณ„๋ณ„๋กœ ํ’€์–ด๋ณด๊ธฐ - for๋ฌธ ๋ฌธ์ œ 7๊ฐœ. 11/11 ์ง„ํ–‰~, while๋ฌธ ๋ฌธ์ œ 3๊ฐœ. 3/3 ์ง„ํ–‰~ ์˜ค๋Š˜์˜ ๋ฌธ์ œ๋Š” ๋ฐฑ์ค€ 1110๋ฒˆ ๋”ํ•˜๊ธฐ ์‚ฌ์ดํด 0๋ณด๋‹ค ํฌ๊ฑฐ๋‚˜ ๊ฐ™๊ณ , 99๋ณด๋‹ค ์ž‘๊ฑฐ๋‚˜ ๊ฐ™์€ ์ •์ˆ˜๊ฐ€ ์ฃผ์–ด์งˆ ๋•Œ ๋‹ค์Œ๊ณผ ๊ฐ™์€ ์—ฐ์‚ฐ์„ ํ•  ์ˆ˜ ์žˆ๋‹ค. ๋จผ์ € ์ฃผ์–ด์ง„ ์ˆ˜๊ฐ€ 10๋ณด๋‹ค ์ž‘๋‹ค๋ฉด ์•ž์— 0์„ ๋ถ™์—ฌ ๋‘ ์ž๋ฆฌ ์ˆ˜๋กœ ๋งŒ๋“ค๊ณ , ๊ฐ ์ž๋ฆฌ์˜ ์ˆซ์ž๋ฅผ ๋”ํ•œ๋‹ค. ๊ทธ๋‹ค์Œ, ์ฃผ์–ด์ง„ ์ˆ˜์˜ ๊ฐ€์žฅ ์˜ค๋ฅธ์ชฝ ์ž๋ฆฌ ์ˆ˜์™€ ์•ž์—์„œ ๊ตฌํ•œ ํ•ฉ์˜ ๊ฐ€์žฅ ์˜ค๋ฅธ์ชฝ ์ž๋ฆฌ ์ˆ˜๋ฅผ ์ด์–ด๋ถ™์ด๋ฉด ์ƒˆ๋กœ์šด ์ˆ˜๋ฅผ ๋งŒ๋“ค ์ˆ˜ ์žˆ๋‹ค. ๋‹ค์Œ ์˜ˆ๋ฅผ ๋ณด์ž. 26๋ถ€ํ„ฐ ์‹œ์ž‘ํ•œ๋‹ค. 2+6 = 8์ด๋‹ค. ์ƒˆ๋กœ์šด ์ˆ˜๋Š” 68์ด๋‹ค. 6+8 = 14์ด๋‹ค. ์ƒˆ๋กœ์šด ์ˆ˜๋Š” 84์ด๋‹ค. 8+4 = 12์ด๋‹ค. ์ƒˆ๋กœ์šด ์ˆ˜๋Š” 42์ด๋‹ค. 4+2 = 6์ด.. ๋”๋ณด๊ธฐ
1/2 ์ผ ์„ฑ๊ณผ • Baekjoon Online Judge : ์˜ค๋Š˜์˜ ํ’€์ด๋Š” ๋‹จ๊ณ„๋ณ„๋กœ ํ’€์–ด๋ณด๊ธฐ - for๋ฌธ ๋ฌธ์ œ 3๊ฐœ. 4/11 ์ง„ํ–‰~ ์˜ค๋Š˜ ์ตํžŒ ๊ตฌ์กฐ์™€ ๊ฐœ๋…๋“ค์„ ๋‚˜์—ดํ•˜์ž๋ฉด ๋ฐ˜๋ณต๋ฌธ์œผ๋กœ ์—ฌ๋Ÿฌ ์ค„์„ ์ž…๋ ฅ๋ฐ›๊ฑฐ๋‚˜ ์ถœ๋ ฅํ•  ๋•Œ๋Š” ์‹œ๊ฐ„ ์ดˆ๊ณผ๋กœ ์˜ค๋ฅ˜๊ฐ€ ๋ฐœ์ƒํ•˜๊ธฐ ๋•Œ๋ฌธ์—, input() ํ•จ์ˆ˜ ๋Œ€์‹ ์— sys ๋ชจ๋“ˆ์˜ sys.stdin.readline() ํ•จ์ˆ˜๋ฅผ ์จ์•ผ ํ•œ๋‹ค. ๋‹จ, ๋ฌธ์ž์—ด์„ ์ €์žฅํ•˜๊ณ  ์‹ถ์„ ๊ฒฝ์šฐ .rstrip()์„ ์ถ”๊ฐ€ํ•˜๋Š” ๊ฒƒ์ด ์ข‹๋‹ค. import sys T = int(input()) for i in range(T): a,b = map(int, sys.stdin.readline().split()) print(a+b) * ์ž์ฃผ ์“ฐ์ด๋Š” ๋ชจ๋“ˆ์„ ์•Œ์•„๋ณด๊ณ  ์ตํžˆ์ž! https://docs.python.org/ko/3/library/inde.. ๋”๋ณด๊ธฐ
1/1 ํ†  ์„ฑ๊ณผ • ์ƒํ™œ์ฝ”๋”ฉ ๋ฐ์ดํ„ฐ ๊ณผํ•™_๋จธ์‹ ๋Ÿฌ๋‹1 : ์˜ค๋Š˜ ์ตํžŒ ๊ตฌ์กฐ์™€ ๊ฐœ๋…๋“ค์„ ๋‚˜์—ดํ•˜์ž๋ฉด ๋จธ์‹ ๋Ÿฌ๋‹์ด๋ž€? ๊ฟˆ ๊ถ๋ฆฌํ•˜๋Š” ์Šต๊ด€ ๋จธ์‹ ๋Ÿฌ๋‹์€ ์›๋ฆฌ๋ฅผ ์ด์šฉํ•ด์„œ ์ˆ˜ํ•™๊ณผ ์ฝ”๋”ฉ์œผ๋กœ ๋งŒ๋“ค์–ด์ง„ ๊ฒƒ Teachable Machine ๋ชจ๋ธ(ํŒ๋‹จ๋ ฅ)์ด ๋จธ์‹ ๋Ÿฌ๋‹์˜ ํ•ต์‹ฌ, https://teachablemachine.withgoogle.com/ ๋ชจ๋ธ Model ๋ชจ๋ธ์„ ๋งŒ๋“œ๋Š” ๊ณผ์ •์€ ํ•™์Šต(Learning) ๋จธ์‹ ๋Ÿฌ๋‹๋จธ์‹  http://ml-app.yah.ac/(Teachable Machine์—์„œ ์ƒ์„ฑํ•œ ๋ชจ๋ธ์„ ์ด์šฉํ•ด์„œ ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์„ ๋งŒ๋“ค์–ด์ฃผ๋Š” ์„œ๋น„์Šค) ๋‚˜๋„ ์ด์ œ ํ”„๋กœ๊ทธ๋ž˜๋จธ ๋ชจ๋ฅด๋ฉด ๋งˆ๋ฒ•, ์•Œ๋ฉด ๊ธฐ์ˆ  ์‚ฌ๋ฌผ ์ธํ„ฐ๋„ท(IoT; Internet of Things) ๊ต์–‘์˜ ๋ ์ง์—…์˜ ์‹œ์ž‘ ํ˜„์‹ค์„ ๋ฐ์ดํ„ฐ๋กœ ํ‘œํ˜„ํ•  ์ˆ˜๋งŒ ์žˆ๋‹ค๋ฉด, ์ปดํ“จํ„ฐ์˜ ์—„์ฒญ๋‚œ ํž˜์œผ๋กœ ๋ฐ์ดํ„ฐ๋ฅผ ์ฒ˜๋ฆฌํ• .. ๋”๋ณด๊ธฐ

728x90