원당컴퓨터학원

2021.12.03 - [강의실/머신러닝] - 01-5. 퍼셉트론이란? 01-5. 퍼셉트론이란? 인공지능의 역사를 보면 1950년대 퍼셉트론을 제시 후 이 이론을 바탕으로 1960년대 제1전성기를 맞이하게 되는데요~ 이 퍼셉트론은 향후 다층 퍼셉트론으로 다시 돌아 오면서 제2전성기를 맞이 wondangcom.com 퍼셉트론에서 단층퍼셉트론이 진화를 해서 다층퍼셉트론이 나오게 되는데요~ 여러개의 은닉층을 두어 다층퍼셉트론을 만들었다고 확인을 했습니다. 오늘은 여러개의 은닉층을 만드는 방법에 대해 살펴 보도록 하겠습니다. 보스턴 집값을 예측하는 모델의 구성은 다음과 같은 형태를 가지고 있었습니다. 13개의 독립변수를 가지고 하나의 종속변수를 만드는 단층레이어 모델로 실습을 진행했습니다. 이것을 위와 같은 다..

오늘은 아이리스의 품종을 분류하는 분류 모델을 만드는 방법을 실습해 보겠습니다. 실습과정 지도학습의 실습과정은 다음과 같습니다. 1. 과거의 데이터를 준비합니다.(과거의 데이터에서 원인과 결과 즉 독립변수와 종속변수를 찾아 냅니다.) 2. 모델의 구조를 만듭니다. 3. 데이터로 모델을 학습합니다. 4. 모델을 이용합니다. 실습 도구 https://colab.research.google.com/ 실습은 코랩을 이용해서 진행하겠습니다. 과거 데이터 준비 ########################### # 라이브러리 사용 import tensorflow as tf import pandas as pd from sklearn import datasets ########################### # 1...

실습과정 지도학습의 실습과정은 다음과 같습니다. 1. 과거의 데이터를 준비합니다.(과거의 데이터에서 원인과 결과 즉 독립변수와 종속변수를 찾아 냅니다.) 2. 모델의 구조를 만듭니다. (레모네이드 판매량이 온도에 따라 달라지는데 이때 온도를 독립변수, 판매량을 종속변수로 하는 모델을 만들어 봅니다.) 3. 데이터로 모델을 학습합니다. 4. 모델을 이용합니다. 실습 도구 https://colab.research.google.com/ 실습은 코랩을 이용해서 진행하겠습니다. 과거 데이터 준비 ########################### # 라이브러리 사용 import pandas as pd ########################### # 파일로부터 데이터 읽어오기 파일경로 = 'https://raw..

피벗테이블 - 엑셀에서 처리하는 피벗테이블과 같은 의미 - index 축은 groupby와 동일하며 column에 labeling 값을 추가하여 value에 숫자를 aggregation 하는 형태임 - 피벗 테이블의 기본 구성요소는 행인덱스,열인덱스,데이터값,데이터집계함수로 구헝되어 있다. pdf=pd.pivot_table(df, #피벗할 데이터 프레임 index = '행위치에 들어갈 열', columns ='열 위치에 들어갈 열', values = '데이터로 사용할 열', aggfunc = '데이터 집계함수') - Seaborn 의 내장 데이터 타이타닉을 기준으로 피벗 테이블을 만들어 보자. import pandas as pd import seaborn as sns df = sns.load_datase..

Group by - SQL 의 Group by 명령어와 같이 그룹별로 집계하는 기능 from pandas import DataFrame,Series import pandas as pd import numpy as np pd_data = pd.read_csv("https://rfriend.tistory.com/attachment/cfile21.uf@99FC50395B825BD92D1949.txt", names = ['sex', 'length', 'diameter', 'height','whole_weight', 'shucked_weight', 'viscera_weight','shell_weight', 'rings']) #https://rfriend.tistory.com/attachment/cfile21.uf..

map 사용하기 - Series 에서는 map 함수를 사용할 수 있다. from pandas import Series,DataFrame import pandas as pd import numpy as np s1 = Series(np.arange(3),index=["row1","row2","row3"]) print(s1) print(s1.map(lambda x : x*2)) # s1을 2배 한 수 출력 dic = {1:'A',0:'B'} print(s1.map(dic)) #딕셔너리를 이용해서 해당 키값과 같으면 value로 변경 단,없으면 NaN unique 사용하기 : unique 값만 추출하기 from pandas import Series,DataFrame import pandas as pd impor..

DataFrame DataFrame 이란 시리즈 데이터들의 모음 이며 전체 데이터를 포함하는 테이블이머 기본적으로 2차원 행렬으로 데이터 로딩시 csv 또는 execel 형태를 처리하게 된다. 시리즈에서는 index와 Value 로 이루어져 있는데 비해 DataFrame 은 index 안에 Value가 여러개로 이루어져 있기 때문에 columns 를 가지고 있는 테이블 형태이다. 따라서 하나의 값을 접근하기 위해서는 인덱스와 column을 모두 알아야 접근이 가능 - DataFrame 생성하기 from pandas import Series,DataFrame import pandas as pd data = {"이름":["홍길동","이순신","강감찬","유관순"], "나이":[10,20,30,40], "몸무..

Pandas는 파이썬 데이터 처리의 표준인 라이브러리입니다. Pandas는 panel data의 줄임말로 데이터를 전처리 하거나 통계처리시 많이 활용하는 피봇테이블 등의 기능을 사용할때 사용하는 라이브러리로 딥러닝 공부할때 기본적으로 알아 두면 유용합니다. 판다스를 엑셀데이터를 처리하는 도구로 이해하면 간편합니다. pandas 의 특징 고성능 array계산 라이브러리인 numpy와 통합하여 스프레드시트 처리기능을 제공 인덱싱,연산용함수,전처리함수 등을 제공 데이터처리,통계분석을 위해 사용 Series(1차원),DataFrame(2차원) 구조를 가지는 데이터 구조 : 딥러닝쪽에서 엑셀자료와 같이 2차원 자료 처리하는 용도로 많이 사용됨 테이블 데이터 형태의 샘플 살펴보기 열(Column) 을 특성(feat..

넘파이 비교 - all : 조건 모두가 만족하면 true - any : 조건 중 하나라도 만족하면 true import numpy as np a = np.arange(10) print(np.any(a>5)) # 하나라도 만족하면 true print(np.any(a>10)) # 하나라도 만족하면 true print(np.all(a>5)) #모두 만족할때 true print(np.all(ab) import numpy as np a = np.array([1,2,3]) b = np.array([3,2,1]) print( (a>b).any()) #하나라도 커지면 true - logical_and : and 조건 import numpy as np a = np.array([1,2,3]) print( np.logica..

diag - diag : 대각선의 값을 추출 import numpy as np arr=np.arange(1,10).reshape(3,3) print(arr) print(np.diag(arr)) 대각선의 1,5,9 만 추출됨 k 값으로 시작위치를 지정할 수 있음 import numpy as np arr=np.arange(1,10).reshape(3,3) print(arr) print(np.diag(arr,k=1)) random 샘플 - np.random.uniform(low,high,size) : 균등 분포로부터 무작위 표본추출 import numpy as np arr = np.random.uniform(low=0.0, high=10.0, size=10) print(arr) - np.random.norma..