알파벳 대문자 손 글씨 이미지 학습 모델 만들기출처 입력1. 알파벳 대문자 손 글씨 이미지 파일을 찾아 Pandas로 CSV 파일 불러오기2. 데이터 전처리 과정- 데이터 컬럼을 확인하고 rename()을 사용하여 첫 번째 열의 이름을 'label'로 변경- drop()을 사용하여 'label' 열을 제외한 나머지 열을 X에 저장하고, 'label' 열을 y에 저장- len(y.unique())를 사용하여 고유한 속성 수를 계산3. 훈련셋 과 테스트셋으로 분할4. CNN모델 생성- Conv2D(), MaxPooling2D(), Dropout(), Flatten(), Dense()를 사용5. 모델 컴파일- 손실함수 (categorical_crossentropy) : A~Z 까지의 데이터에서 비슷한걸 찾기 ..

데이터 전처리 과정 1. 데이터 파악하기import pandas as pddf = pd.read_csv('../data/house_train.csv')print(df) => 1460개의 샘플들로 이루어져 있다.=> 80개의 속성으로 이루어져있고 81번째 열인 집값(SalePrice)이 타깃 2. 보다시피 숫자, 문자로 이루어진 데이터이며 데이터가 어떤 유형으로 되어있는지 알 필요가 있어보인다.import pandas as pddf = pd.read_csv('../data/house_train.csv')print(df.dtypes) => 정수형, 실수형, 오브젝트형으로 이루어진 데이터라는걸 알 수 있다. 3. 결측치가 있는지 확인 import pandas as pddf = pd.read_csv('../da..

딥러닝 - 모델 : 특정구조로 만들어진 인공지능 객체 모델 설계- 활성화 함수 : 각 노드에서 계산된 값을 다음층으로 전달하기 전에 비선형 변환을 적용하는 함수- 손실함수 : 딥러닝 모델의 예측값과 실제값 사이의 차이를 측정하는 함수이며, 모델이 얼마나 정확하게 예측하는지를 나타내는 지표- 최적화 함수 : 딥러닝 모델이 학습과정에서 손실함수를 최소화(0과 가깝게 줄이기위해)하여 모델의 성능을 향상 시키는데 사용# TensorFlow 라이브러리 안에 있는 Keras API에서 필요한 함수들을 불러옵니다.from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# 데이터를 다루는 데 필요한 라이브러리를 불러옵니..

# 10월 4일 수업import matplotlib.pyplot as plt# as 뒤에 오는걸 소스에서 plt로 부르고 쓰겠다. (대중적인 단어로 설정하자)# matplotlib : 데이터 시각화 라이브러리 ( 한눈에 직관적으로 알아보기위해 사용)# pyplot 모듈은 공학용 도구로 널리 알려진 MATLAB과 사용법이 유사합니다.# numpy와 pandas와 같이 잘 쓰인다.import numpy as np # 과학 연산 데이터 라이브러리#plt.plot([10, 20, 30, 40,]) # x축 값을 생략할 경우 range(y축 데이터의 개수)로 표현 할 수 있다.#plt.plot([1,2,3,4], [12,43,25,15]) # x 값 y값 지정#### 함수화 하기def show_10x() -> ..

from bs4 import BeautifulSoup #정적 페이지 웹 크롤링 시 사용되는 라이브러리from urllib.request import urlopenfrom urllib.parse import quote# urllib의 urlopen의 기능을 활용하여 특정 url의 html문서를 가져옴 (한국어는변환)# 때문에 브라우저에서 제공해주는 개발자 모드를 적극 활용한다.# 대부분의 크로미움 계열 (크롬,엣지,웨일 등)은 F12를 누르면 개발자 모드로 돌입한다.url_wikipedia = "https://ko.wikipedia.org/wiki/"target = "뷰티풀_수프_(HTML_파서)"html = urlopen(url_wikipedia + quote(target, safe=""))bs = Be..