chuuvelop 님의 블로그

다층 인공신경망 from tensorflow import kerasfrom sklearn.model_selection import train_test_split(x_train, y_train), (x_test, y_test) = keras.datasets.fashion_mnist.load_data() 데이터 전처리픽셀값을 0 ~ 1 사이로 스케일링2차원 배열을 1차원 배열로 변환훈련, 검증 나누기scaled_train = x_train / 255scaled_train = scaled_train.reshape(-1, 28 * 28) scaled_train.shape(60000, 784) scaled_train, scaled_val, y_train, y_val = train_test_split(scaled..

단층 인공신경망 # pip install tensorflowhttps://www.tensorflow.org/install?hl=ko TensorFlow시스템에 TensorFlow를 설치하는 방법을 알아봅니다. pip 패키지를 다운로드하거나 Docker 컨테이너에서 실행하거나 소스에서 빌드합니다. 지원되는 카드에서 GPU를 사용 설정합니다.www.tensorflow.org from tensorflow import kerasimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.model_selection import cross_validate, train_test_splitfrom sklearn.linear_model import SGDClassif..

퍼셉트론 구조 01. 퍼셉트론 공식 # x: 입력값, w: 가중치, f: 활성화함수 인공 신경망의 가장 기본적인 형태로, 선형 분류기를 구현하는 알고리즘x1 ~ xn : 입력 벡터의 각 특성(feature) 값w1 ~ wn : 각 입력 특성에 대응하는 가중치(weight)학습 과정을 통해 조정됨편향(bias)결정 경계의 위치를 조정하는 역할을 함w * x : 가중치 벡터와 입력 벡터의 내적(dot product)으로, 입력 신호의 총합을 계산f: 활성화 함수(activation function)로, 퍼셉트론의 출력값을 결정예) 계단 함수 : z가 0을 초과하면 1, 그 외에는 0을 출력 02. 퍼셉트론 동작 과정 초기화 : 가중치 w와 편향 b를 초기화입력 계산 : 각 입력 벡터 x에 대해 가중합 z..

모델링 전략베이스라인 모델 : 가장 기본적인 선형회귀 모델타깃값은 log(count) 사용 데이터 전처리train_df = pd.read_csv("./data/bike/train.csv")test_df = pd.read_csv("./data/bike/test.csv")submission_df = pd.read_csv("./data/bike/sampleSubmission.csv") train_df = train_df[train_df["weather"] != 4] train_df.shape, test_df.shape # train데이터와 test데이터를 합쳐서 전처리 후# 종속변수가 null인 데이터와 아닌 데이터로 나누면 다시 train과 test로 나누어짐all_df = pd.concat([train_d..