Convolution(합성곱) : 이미지 상의 어떠한 특징이 어느 부분에서 나타나는지를 찾는 방법이미지 처리와 신호 처리 분야에서 매우 유명한 도구합성곱 신경망은 크게 합성곱층과(Convolution layer)와 풀링층(Pooling layer)으로 구성합성곱 연산을

어떤 개인이나 모델, 검사도구, 알고리즘의 진단·분류·판별·예측 능력을 평가하기 위하여 고안된 표혼동행렬을 설명하는 굉장히 유명한 짤 ..True Positive(TP) positive로 예측을 했고, 그것이 맞음. True Negative(TN) negative

분류는 타겟이 분류되는 선 즉, 함수를 찾는 것이 목적.회귀는 어떤 변화를 수치적으로 확인하고 싶을 때, x 와 y 간의 상관관계를 표현해 줄 수 있는 함수를 찾는 것이 목적1\. Dataset Exploration데이터 모델링을 하기 전에 데이터 변수 별 기본적인 특

머신러닝 : 함수를 학습하는것 => 데이터가 있고 그 다음에 우리가 컴퓨터를 학습시킬 수 있는 알고리즘을 컴퓨터에게 입력 시켜주면 컴퓨터가 스스로 데이터 안에 있는 유용한 패턴을 찾아서 유용한 함수를 찾는다. => 이 함수를 사용하면 되는것딥러닝 : 일종의 머신러닝 기

용량 : 수정 내역만 저장협업 : 파일 주고 받기, 누가 수정했는지, 얼마만큼 수정되었는지, 프로젝트 보드관리 : 원하는 version으로 되돌리기, code 피드백과 리뷰git 에서 원격 저장소는 코드의 원본이나 변경 내역을 저장하는 매우 중요한 역할을 한다.이러한

Feature Engineering 은 머신 러닝 알고리즘이 작동할 수 있도록 하는 Feature들을 만드는 과정으로 그 과정에서 데이터에 대한 도메인 지식을 사용한다. Feature Engineering은 머신러닝의 적용에 있어서 근본적인 부분이며, 어려운 동시에 까

정규화 => 숫자 스케일의 차이가 클 때 값을 정규분포로 만들어 주거나 스케일 값을 변경해 주는 것 이상치 => 이상치를 제거하거나 대체 대체 => 결측치를 다른 값으로 대체 인코딩 => 호칭, 탑승지의 위치, 문자 데이터를 수치화, 너무 범위가 큰 수치 데이터를 구간

머신러닝의 기본 개념에 대해 알아보는 시간을 가졌다.머신러닝은 기계학습을 뜻하고, 정답이 있냐 없냐에 따라 지도학습과 비지도 학습으로 나뉨.지도학습 : 분류, 회귀비지도학습 : 군집화, 변환, 연관Supervised learning(지도학습)큰흐름Fit : 학습Pred

seaborn 정의 : matplotlib 기반의 파이썬 시각화 라이브러리 특징 : figure level 함수와 axes level 함수로 나눠져 있다. > figure level : seaborn에 figure를 만들어 plotting 한다, facetgrid를

❗️ 파이썬을 공부하기 앞서 알아두면 좋은 꿀팁미리 알아두면 좋은 Tip!Python 은 대소문자를 구분한다.Python 은 들여쓰기에 민감하다.들여쓰기는 암묵적으로 스페이스 4번을 기준으로 한다.( 도구 > 설정 > 편집기 > 들여쓰기(공백개수) > 4번으로 설정)P