Be Brave, Be Humble

https://github.com/FulISun/AI_ML-DL_Intermediate/blob/main/machine_learning/03_kmeans_pca.ipynb In [21]: import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap import pandas as pd cm2 = ListedColormap(['C1', 'C2']) cm3 = ListedColormap(['C1', 'C2', 'C3']) scikit-learn을 이용한 K-means 클러스터링 주어진 데이터를 k개 집단으로 군집하는 방법 데이터가 집단을 이룬다고 할 때 그 집단의 중심점을 찾음 처음 중심점을 무작위로..

https://github.com/FulISun/AI_ML-DL_Intermediate/blob/main/sklearn/02_decision_tree.ipynb scikit-learn을 이용한 결정트리 In [ ]: import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap import pandas as pd import graphviz from sklearn.tree import export_graphviz from imageio import imread cm2 = ListedColormap(['C1', 'C2']) cm3 = ListedColormap(['C1', 'C2', 'C3']) 개..

거두절미하고 간략하게 공부법과 책, 그리고 후기만 소개함. 책: 2022 이기적 빅데이터분석기사 필기 기본서 2022 이기적 빅데이터분석기사 필기 기본서 : 벤티북 [벤티북] 인터넷 전문 서점 입니다 smartstore.naver.com - 선택 이유: 목차와 내용이 제일 깔끔하게 정리되어 있으며 매 챕터마다 연습문제가 있음. - 공부법: 합격이 목표지 만점이 목표인 시험이 아니기에 냅다 연습문제 먼저 풀음. 몰라도 풉니다. 다 푼 후 개념을 읽으며, 연습문제에 많이 나왔던 내용은 꼼꼼히 봅니다. 암기는 하지 않았습니다. 귀찮아서.. 다 읽은 후에 다시 연습문제를 풉니다. 틀린 문제가 거의 없을 테지만, 맞든 틀리든 모든 문제 옆에 나름대로 해설을 적습니다. 그다음 답지를 읽으며 내가 적은 해설이 맞는지..

https://github.com/FulISun/Computer_Vision/blob/main/CNN/01_NN_MNIST_example_onehot.ipynb MNIST Example [1] MNIST Data 생성 및 확인 In [ ]: import tensorflow as tf import numpy as np from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Flatten from tensorflow.keras.datasets import mnist from tensorflow.keras.utils import to_categorical In [ ]: (X_train, t_train), ..

https://github.com/FulISun/Computer_Vision/blob/main/CNN/Introduction_to_CNN.ipynb 등장배경: 기존 신경망(NN)은 input을 받을 때, 이미지의 픽셀을 vector로 바꾸어 숫자로 받음. 그런데 이미지는 'feature', 'position'이라는 중요한 두 가지 특징을 가짐. 자동차를 예로 들면, 자동차는 동그란 바퀴(feature)가 네모난 몸체 밑(position)에 있음. 즉, 중요 특징과 그 위치를 파악해야 하는데 vector로는 알 수가 없음. 신경망 입장에선 얘가 이미지 데이터인지 텍스트 데이터인지 알 길이 없단 의미. => 이미지 자체로 넣자! => "CNN 등장" +) 반면, '언어'는 '순서'가 중요함 I work at..

[1] 데이터 로드 및 기본 정보 확인 In [ ]: import matplotlib import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('./kaggle_diabetes.csv') In [ ]: df.head() Out[ ]: PregnanciesGlucoseBloodPressureSkinThicknessInsulinBMIDiabetesPedigreeFunctionAgeOutcome01234 6 148 72 35 0 33.6 0.627 50 1 1 85 66 29 0 26.6 0.351 31 0 8 183 64 0 0 23.3 0.672 32 1 1 89 66 23 94 28.1 0.167 21 0 0 137 40 35 168 43..

데이터 프레임 생성 In [ ]: import pandas as pd data_dict = { 'Name' : ['John', 'Sabre', 'Kim', 'Sato', 'Lee', 'Smith', 'David'], 'Country' : ['USA', 'France', 'Korea', 'Japan', 'Korea', 'USA', 'USA'], 'Age' : [31, 33, 28, 40, 36, 55, 48], 'Job' : ['Student', 'Lawyer', 'Developer', 'Chef', 'Professor', 'CEO', 'Banker'] } df = pd.DataFrame(data_dict) df Out[ ]: NameCountryAgeJob0123456 John USA 31 Student..