딥러닝때 배울기술들
- Perceptron (단일 선형 모델)
- MLP(Multi Layer Perceptron = 다중 선형 모델)
- 머신러닝과 비슷(table 데이터에 잘 작동)
- CNN(Convolution Neural Network = 다중 선형 모델 + a) : 이미지 인식
- YOLO(You Only Look Once) : 객체의 영역 추정
- RNN(순환 신경망) : 데이터 순서를 인지하지 못함, 시계열, 텍스트 데이터
폐암데이터(colab이용)
import pandas as pd
data = pd.read_csv('/content/ThoraricSurgery.csv',header = None)
data
data.info()
X = data.iloc[:,:-1]
y = data.iloc[:,-1]
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=3)
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense
model=Sequential()
model.add(Dense(units=32, input_dim = 17, activation = 'relu' ))
model.add(Dense(units=32, activation = 'relu' ))
model.add(Dense(units=1,activation='sigmoid'))
model.summary()
model.compile(
loss = 'binary_crossentropy',
optimizer = 'adam',
metrics = ['accuracy']
)
model.fit(X_train,y_train,epochs=100)
model.evaluate(X_train,y_train)
model.evaluate(X_test,y_test)
model.predict(X_test[:1])