딥러닝
1.[PyTorch]MLP를 활용한 회귀 문제 해결 방법(집값 예측) - 개념
데이터 준비pandas, numpy를 활용해 데이터를 전처리하고, PyTorch의 Dataset과 DataLoader로 모델에 입력 가능한 형식으로 변환한다.Pandas란 무엇인가? pandas는 Python의 데이터 분석 라이브러리입니다. 엑
2.[PyTorch]MLP를 활용한 회귀 문제 해결 방법(집값 예측) - 코드(1)
fetch_openml은 OpenML 플랫폼에서 데이터를 다운로드하는 함수입니다.'boston'은 데이터셋의 이름으로, 보스턴 주택 가격 예측 데이터입니다.version=1은 데이터셋의 버전을 지정하며, 여기서는 첫 번째 버전을 사용합니다.return_x_y=True:
3.[PyTorch]MLP를 활용한 회귀 문제 해결 방법(집값 예측) - 코드(2)
데이터를 학습용과 테스트용으로 나누기 > traintestsplit 함수는 데이터를 무작위로 섞어 학습용과 테스트용으로 나눈다. test_size는 전체 데이터의 50%를 테스트 데이터로 사용한다는 의미. 학습용 데이터는 모델을 학습 시키는 데에 사용되고, 테스트용
4.[PyTorch] MNIST
torch.nn: 신경망을 구성하기 위한 다양한 데이터 구조나 레이어 등이 정의되어 있는 라이브러리torchvision.datasets: 유명한 데이터셋을 쉽게 불러올 수 있는 라이브러리 (예: MNIST).torchvision.transforms: 이미지 전처리를 위
5.[PyTorch]CNN을 활용한 이미지 분류 문제(CIFAR-10)
CNN을 이용해 CIFAR-10 데이터셋을 학습하고, 테스트 데이터를 분류하는 코드 작성.CIFAR-10은 10가지 클래스(예: 자동차, 개, 새 등)의 컬러 이미지를 포함한 데이터셋이다.딥러닝에서 CNN은 이미지 데이터의 특성을 잘 학습하기 때문에 이미지 분류 문제에
6.[PyTorch]CNN
CNN(Convolutional Neural Network)은 이미지 데이터를 다루는 데 매우 적합한 신경망이다.이미지는 픽셀로 이루어진 2차원 데이터이기 때문에,기존의 완전 연결 신경망(Fully Connected Neural Network) 보다 공간적 구조를 유지