본문 바로가기

분류 전체보기

[혼공단7기] 혼공머신 1주차 미션 기본미션 혼공 머신러닝+딥러닝 1주차 코랩 코랩 실습 화면 캡쳐 하기. 선택미션 Ch.02(02-1) 확인 문제 풀고, 풀이 과정 정리하기 머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은? 지도 학습: 입력과 타깃(정답)을 모두 알고 있을때 사용하는 학습 방법 비지도 학습: 타깃(정답)이 없는 데이터에 적용하는 학습 방법 차원 축소: 비지도 학습의 하나로 데이터가 가지고 있는 특성의 개수를 줄이는 방법. 강화 학습: 주어진 환경으로부터 보상을 받아 학습하는 방법 훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상을 무엇이라고 부르나요? 샘플링 편향: 훈련 세트와 테스트 세트에 샘플이 골고루 섞여 있지 않고 잘못 샘플링 되어 .. 더보기
혼공학습단7기 시작 한빛미디어에서 시작하는 혼자 공부하는 시리즈의 공부단에 참여 하게 되었다. 6주간 진행하는 머신러닝+딥러닝 공부는 지난해 배운 부분들을 복습할겸 진행 할 예정이다. 1. 혼공학습단 7기 학습 활동 안내✍ 도서 별로 매주 기본 미션을 수행해주세요. 🚶‍♂️기본 미션: 필수 사항 🏃‍♂️추가 미션: 선택 사항(※매주 기본 미션만 참여해도 완주로 인정합니다.) ※주차 별 미션 수행 기간: 매주 월요일 ~ 일요일 개인 SNS에 #해시태그 3개 이상을 포함하여 수행한 미션을 올려주세요. (주 1회) 개인 SNS: 티스토리 필수 해시태그: #혼공학습단 #혼공단 #한빛미디어 #혼공머신 ※주차 별 SNS 업로드 기한: ~ 매주 일요일 페이스북 스터디 그룹에 공유해주세요. [스터디 그룹] 혼자 하는 프로그래밍: http.. 더보기
프로젝트3 - Style-GAN2-ADA TL;DR Business use case Style-GAN2-ADA 모델을 이용하여 특정인종의 미녀 만들기 코드: git hub 프로젝트 개요 데이터 설명 딥러닝 모델 설명 결과 회고 프로젝트 개요 Style-GAN으로 특정 인종의 원하는 스타일을 가진 이미지를 생성 할수 있을것이라는 가설에서 시작함. 특별히 다양한 인종이 섞여있지만 세계적으로 확고한 이미지상이 있는 히스패닉을 선정함. Hispanic Character? 정의: 미국에 거주하는 중남미계의 미국인들을 지칭하며 브라질계는 제외. 히스패닉 뷰티를 하나로 정의하는 것의 어려움. 너무 다양한 인종이 있고 각 nationality에따른 확고한 이미지가 존재함. California: 15.57 million Texas: 11.52 million F.. 더보기
[Python] pandas .tsv 파일 불러오기 - header 생성 및 추가 tsv 파일이란, csv파일과 비슷하지만 ,(쉼표)가 아닌 탭으로 뛰어진 파일이다. 기본 파일 불러오기 import pandas as pd df = pd.read_csv("파일이름.tsv",delimiter='\t') print(df) CSV파일을 읽을때 DataFrame에 header columns 추가 import pandas as pd import numpy as np # read_csv 에서 names 를 직접 사용하거나 파일에 헤더가없는 경우 명시 적으로 header = None 설정 가능 df = pd.read_csv("파일이름.tsv", sep='\t', names=["a", "b", "c", "d"]) DataFrame 메소드에서 직접 header columns 을 추가 import pan.. 더보기
O'Reilly - Machine Learning pocket reference ~ Working with Structured Data in Python ; 오 라일리의 주머니속의 머신러닝 https://deep-diver.github.io/pocket-ml-reference-korean/ 주머니속의 머신러닝 주머니속의 머신러닝 한글 번역본 웹 사이트로, 본문에 수록된 소스코드를 블로그 형태로 열람하거나 Colab에서 실행할 수 있는 링크를 제공합니다. deep-diver.github.io 더보기
머신러닝에서의 컴퓨터 공학 키워드: Math, Algorithm, Hardware/Software, Computer Engineering, Computer Science, Pattern Recognition, (Big) Data, Machine Learning 머신러닝은 실생활의 문제를 해결하기위해 발전되고 있는 compound 개념 컴퓨터 공학적인 머신러닝 전문가 만들어진 소스코드를 통해 데이터를 바라본다 통계학적인 머신러닝 전문가 수학을 통해 데이터를 바라본다 데이터 마이닝? '사람에게 인사이트를 제공'하는것 머신러닝은? 개발자가 만든 프로그램을 활용하여 '데이터부터 시작하여 패턴(또는 모델)을 학습하고 알고리즘을 활용하여 데이터에 대해 특정 작업을 수행하는 과정' 머신러닝에서 데이터는 어떻게 처리하여 새롭게 만들 것인가에 초.. 더보기
[Computer Science] 자료구조 - 그래프 탐색 DFS, BFS DFS(depth-first search) - 깊이우선탐색 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘. LIFO 스택 자료구조(혹은 재귀함수)를 이용 DFS 동작과정 탐색 시작 노드를 스택에 삽입하고 방문 처리를 한다. 스택의 최상단 노드에 방문하지 않은 인접한 노드가 하나라도 있으면 그 노드를 스택에 넣고 방문 처리. 방문하지 않은 인접 노드가 없으면 스택에서 최상단 노드를 꺼낸다. 더이상 2번 과정을 수행할 수 없을 때까지 반복. Backtracking DFS에서 활용되는 방법, 노드가 있을만한 곳을 되돌아가서 모두 살펴본다는 개념 위의 그림처럼 DFS는 깊이우선적으로 탐색을 진행하고, 재귀적으로 아래에서부터 탐색하지 않은 정점이 있는지 확인하는 방법으로 되돌아가는 것에서 backtracki.. 더보기
[Computer Science] 자료구조 - 그래프 데이터 간의 관계를 표현하기 위한 자료구조 비선형 구조, 트리도 일종의 그래프 중 하나. 2021.10.04 - [Computer Science] - [Computer Science] 자료구조 - 트리 tree, 순회 traversal 알고리즘 그래프와 트리의 차이점 특징 노드 간에 연결될 수 있다는 점을 제외하고는 트리와 비슷하며, 루프를 형성할 수도 있다. 트리에서는 노드의 탐색에 제한이 있지만, 그래프는 루프 형성이 가능하다. (순환, 사이클) object간의 관계를 표현을 할 때 유용하다.(SNS, 도로 상의 차량 검색, 운송시스템) 그래프는 노드간의 관계, 트리는 노드간의 계층을 표현한다. 트리에만 있는것 : 계층 개념 그래프 기본 구조 그래프는 vert(노드 또는 정점)와 edge(간선)으로 .. 더보기

티스토리툴바