Keras ์ธ๋ค์ผํ ๋ฆฌ์คํธํ 4/18 ์ ์์์ผ! ์ค๋์ ๋ณต์กํ ์ด๋ฏธ์ง ํ์ต(์บ๊ธ์ ๊ฐ์ ๊ณ ์์ด ์์ )๊ณผ Generator๋ฅผ ๋ฐฐ์ด๋ค. 1. ์ด๋ฏธ์ง ํ์ผ → csv ํ์ผ๋ก ๋ณํ jpg ํ์ผ์ ์ฝ์ด์ RGB pixel ๊ฐ์ ์ป์ด๋ด๊ณ (decoding) ์ค์๋ก ๋ณํํ ๋ค์ ์ ๊ทํ ์์ ์ ์ํด ๊ด๋ฆฌ์ ๊ถํ์ผ๋ก tqdm(์ํ ์งํ๋ฅ ์๋ ค์ฃผ๋ ํ๋ก๊ทธ๋ ์ค ๋ฐ ๋ผ์ด๋ธ๋ฌ๋ฆฌ)๊ณผ ipywidgets, ์ด๋ฏธ์ง ์ฒ๋ฆฌ๋ฅผ ์ํ opencv ์ค์น @ Anaconda Prompt conda install -c conda-forge tqdm conda install -c conda-forge ipywidgets pip install opencv-python jupyter notebook @ Jupyter Notebook import numpy as np import pandas.. ๋๋ณด๊ธฐ 4/8 ๊ธ ๊ธ์์ผ! ๐ฑ๐ ์ค๋์ Regression์ ๋๋ธ๋ค~~ 4/11 ์์์ผ์ ๋จธ์ ๋ฌ๋ ํ๋ต ํ๊ฐ, 4/17 ์ผ์์ผ์ ์ํํ๊ฐ 4๊ฐ์ง ์ ์ถ์ด ์๋ค. ๊ฒฐ์ธก์น ์ฒ๋ฆฌ๋ ์ญ์ ํ๊ฑฐ๋, imputation(๋ณด๊ฐ, ๋์ฒด) - ํ๊ท ํ ๊ธฐ๋ฒ(๋ ๋ฆฝ๋ณ์๋ฅผ ๋ํ๊ฐ์ผ๋ก ๋์ฒด), ๋จธ์ ๋ฌ๋ ๊ธฐ๋ฒ(์ข ์๋ณ์๊ฐ ๋์. KNN) KNN(K-Nearest Neighbors, K-์ต๊ทผ์ ์ด์) : hyperparameter๋ k(=1์ผ ๋ ์ด๋ ์ ๋์ ์ฑ๋ฅ ๋ณด์ฅ)์ ๊ฑฐ๋ฆฌ์ธก์ ๋ฐฉ์(์ฃผ๋ก ์ ํด๋ผ๋์ ์ฌ์ฉ) ๋ฐ๋์ ์ ๊ทํ๋ฅผ ์งํํด์ผ ํจ. ๋ชจ๋ ๋ฐ์ดํฐ์ ๋ํด ๊ฑฐ๋ฆฌ๋ฅผ ๊ณ์ฐํด์ผ ํ๋ฏ๋ก ์๊ฐ์ด ์ค๋ ๊ฑธ๋ฆด ์ ์์ 1. Logistic Regression + KNN - BMI data import numpy as np import pandas as pd fro.. ๋๋ณด๊ธฐ 4/7 ๋ชฉ ๋ชฉ์์ผ! ์ค๋๋ Multinomial Classification๋ฅผ ๋ํ์ ์ธ ์์ (MNIST)๋ฅผ ํตํด ๋ฐฐ์ด๋ค~ ์์ผ๋ก ์ด ์ซ์๋ค๋ก ์ด๋ฃจ์ด์ง ๋ํ ๋ฐ์ดํฐ๋ฒ ์ด์ค~ MNIST ์ด๋ฏธ์ง๋ ๊ทธ ์์ฒด๊ฐ 2์ฐจ์์ด๊ณ ๊ทธ๋ฐ ๊ฒ ์ฌ๋ฟ์ด๊ธฐ ๋๋ฌธ์ 3์ฐจ์. ์ด๋ฏธ์ง๋ฅผ 1์ฐจ์์ผ๋ก ravel() ํด์ผ ํจ https://www.kaggle.com/competitions/digit-recognizer/data?select=test.csv Digit Recognizer | Kaggle www.kaggle.com Tensorflow Ver. 1.15์ ๋ฐฐ์ด ์ด๋ก ์ ์ฝ๋๋ก ์ดํดํ๊ธฐ์๋ ์ข์ง๋ง ์ฝ๋๊ฐ ๋๋ฌด ์ด๋ ต๋ค. 1. Multinomial Classification by Tensorflow Ver. 1.15 - MNIST import nump.. ๋๋ณด๊ธฐ ์ด์ 1 ๋ค์