코딩애플 - 합격 예측 딥러닝 만들기

딥러닝 아무것도 몰랐는데 코딩애플 동영상 8개 보고 이해됨

1. 딥러닝 model 디자인

• 필수 : layer에 activation function넣기

model=tf.keras.models.Sequential([
레이어1,
레이어2,
레이어3
...

])

import tensorflow as tf

model=tf.keras.models.Sequential([
	tf.keras.layers.Dense(64, activation='sigmoid'),  # 노드 개수, 기준 x, 2의 제곱수로
    tf.keras.layers.Dense(128, activation='tanh'),
    tf.keras.layers.Dense(1, activation='tanh'),  # 출력레이어 1개, 확률 1개 예측할 때도 1개
    # 0에서 1 사이 값으로 (확률) -> sigmoid
   
])

model compile

• model.compile(optimizer='adam' , loss='binary_crossentropy' , metrics=['accuracy'])
• 일반적으로 adam, 확률문제에서는 바이너리 크로스엔트로피

3. 학습

• model.fit(학습데이터, 정답데이터 , epochs= 10) # 10번 학습

• 학습데이터 : 리스트로 묶어주기
  [ [], [] ,[] ... ]
• 정답 데이터 : 정답 [ [0] ,[1] ,[1] ,,[1] .....]

y데이터=data['admit'].values # 리스트로 변환
x데이터=[ ]

for i, rows in data.iterrows():
    x데이터.append([ rows['gre'], rows['gpa'], rows['rank'] ])
    
    

리스트를 fit하면 오류남
-> numpy array 혹은 tf.tensor로 변경해야함

model.fit(np.array(x데이터), np.array(y데이터), epochs=1000)

4. 예측

model.predict([ [750, 3.70, 3] , [400, 2.2, 1]])