array(\[-0.35626925, -0.54131108, 0.80274536])확인할 수 있다.가중치를 랜덤하게 선택했기에원래는 학습이 완료된 가중치를 사용해야 한다.값을 확인할 수 있었다.하지만 문제!!랜덤하게 잡았기 때문에 추론 결과는 아무런 의미가 없거나 틀

Convolutional Neural Networks의 약자로 딥러닝에서 주로 이미지나 영상 데이터를 처리할 때 쓰이며 이름에서 알수있다시피 Convolution이라는 전처리 작업이 들어가는 Neural Network 모델입니다.일반 DNN(Deep Neural Ne

텐서플로우를 통해 딥러닝을 하는 방법밖에 모르기에 텐서플로우를 import해준다!!MNIST에 내포되어 있는 데이터를 기반으로 분석하려고 한다.딥러닝을 해주기 위해 x_train, y_train,x_test,y_test를 만들어줬다.layers를 구분해줬고 relu,s

XOR을 해결하기 위해 하는 것이 딥러닝의 기초라고 생각하면 된다.텐서플로우를 활용하여 XOR 문제에 대해서 알아보도록 하자layers를 두번 사용해서 해결책을 찾도록 했다.기존 lr을 사용했는데,,오류가 떴다. 대신에 learning_rate로 대체되었다고 파이썬에

openCV에 대한 함수들을 정리한 것이다.

openCV : Open Source Computer Vision의 약자로 영상 처리에 사용할 수 있는 오픈 소스 라이브러리. 컴퓨터가 사람의 눈처럼 인식할 수 있게 처리해주는 역할을 한다.컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미 있는 정보를 추출하는 방법

이미지를 분석하기 위한 패턴을 찾는데 유용한 알고리즘이고이미지를 직접 학습하고 패턴을 사용해 이미지를 분류한다.input – C1 – S2 – C3 – S4 – C5 – F6 - output Flatten => 채널 차원 추가로 변경 (Convolution Layer

이번에도 텐서플로우의 기본 데이터셋으로 딥러닝을 연습해보려고 한다.matplotilb.pyplot와 seaborn까지 import해주어 그림으로도 살펴볼 예정이다.TensorFlow에서 제공하는 MNIST 예제를 다루어 볼 것이다.데이터 shape, dtype 확인하기

퍼셉트론은 두 개의 노드가 있을 경우, 그 두 개의 노드가 각각 들어가야 하는 위치인 입력치와 그를 가중하는 가중치, 이를 통해 계산하여 나온 결과인 출력 값으로 구성되어 있다.가중치와 입력치를 곱한 것을 모두 합한 값이 활성함수에 의해 판단되는데, 그 값이 임계치(보

tensorflow의 기초에 대해서 배우고 있다.tensorflow는 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리이다. 또한 추상화에 있고 디버깅과 시각화에 매우 능한 플랫폼입니다.그래서 많은 사람들이 딥러닝 혹은 머신러닝을 할 때

노코드는 코딩 경험이 전혀 없는 사람을 위한 개발 접근 방식입니다. 단순히 손쉬운 방법을 제공하는 것 이상으로 선언적 프로그래밍을 활용하여 사용자 입력을 기반으로 애플리케이션을 구축합니다. 즉, 노코드 개발을 사용하면 코딩을 완전히 건너뛰고 시스템에 필요한 것을 알리며

프로젝트 노션기본 사전 정보:3축 가속도계3축 자이로스코프(스마트 헬스케어 산업에 적용 가능한 데이터 분석 방법 제시운동 분석 데이터를 통해 머신러닝 구현!\[](https://velog.velcdn.com/images/kim_haesol/post/251483

추천 알고리즘을 이용하여 영화를 추천해주는 머신러닝을 작성했다.영화 '대부'를 바탕으로 유사도를 검사이후 추천한다.우선 기본적으로 영화 데이터는 해당 사이트에서 다운받았다. pandas와 numpy 모듈을 불러온다.movies에는 csv파일을 읽을 수 있겠끔 작성해준다

pima 인디언들이 50년대 이후로 당뇨병 발생률이 50%가 넘었다고 한다. 그렇기에 머신러닝을 통해 무엇이 가장 큰 문제였는지 알아보려고 한다.pima 인디언에 대한 데이터는 kaggle에도 있으며 나는 PinkWink github에서 데이터를 따왔다.pina.inf

화이트 와인과 레드 와인을 맛과 퀄리티에 따라 비교해보려고 한다.우선 화이트,레드 와인의 정보는 pinkwink님의 사이트에서 추출했다.import pandas as pd를 기본으로 기입해주고 시작했다.우선 vs code에서 읽을 수 있도록 각 데이터를 pd.read_

: 전체 데이터 중 맞힌 비율(TP + TN + FP + FN) / (TP + TN): 참이라고 예측한 것 중에 실제 참의 비율(TP + FP) / TP: 참인 데이터 중에서 참이라고 예측한 것(TP + FN) / TP: 실제 참이 아닌데, 잘못 예측한 경우(FP +

우선 타이타닉의 표본 데이터를 가져온다.PinkWink 내 타이타닉 데이터다운받은 타이타닉 데이터를 vs code를 이용하여 연 이후 pd.read_excel을 통해 타이타닉 데이터가 잘 들어갔는지 확인한다.matplotlib와 seaborn을 사용해야 하기 때문에 i

split criterion정보의 가치를 반환하는 데 발생하는 사전의 확률이 작을수록 정보의 가치는 커진다. 정보 이득이란 어떤 속성을 선택함으로 인해서 데이터를 더 잘 구분하게 되는 것.엔트로피 값은 작을수록 데이터를 잘 수집한 모뎀이라고 볼 수 있다. 엔트로피 값을

완성본

우선 결과물 세부는 링크에서 확인! 링크첫번째 시트에는 전체 매장 수와 미터 당 수를 계산할 수 있도록 만들었다.미터 당 매장 수를 알아보기 위해 공간함수를 사용해야한다.다음과 같이 meters away를 만들고 행에 넣어준다. 이후 초기 데이터에서 E GU를 열에.이