*문제 출처는 프로그래머스에 있습니다. 문제 제목: n^2 배열 자르기 (2단계) 문제 사이트: https://programmers.co.kr/learn/courses/30/lessons/87390 문제 설명 정수 n, left, right가 주어집니다. 다음 과정을 거쳐서 1차원 배열을 만들고자 합니다. n행 n열 크기의 비어있는 2차원 배열을 만듭니다. i = 1, 2, 3, ..., n에 대해서, 다음 과정을 반복합니다. 1행 1열부터 i행 i열까지의 영역 내의 모든 빈 칸을 숫자 i로 채웁니다. 1행, 2행, ..., n행을 잘라내어 모두 이어붙인 새로운 1차원 배열을 만듭니다. 새로운 1차원 배열을 arr이라 할 때, arr[left], arr[left+1], ..., arr[right]만 남기..

보호되어 있는 글입니다.

기존에는 AND게이트나 규칙이 정해져있는 개념은 모두 파이썬 코드로 작성할 수 있다. 규칙이 있었기에 컴퓨터에 쉽게 입력을 할 수 있었다. 하지만, 사람마다 다른 글씨체가 다른 것 처럼 규칙이 정해져있지 않은 것은 어떻게 컴퓨터에 입력할까? 이러한 영역은 머신러닝이라고 부른다. 머신러닝에서는 데이터를 넣어서 학습을 하여 입력된 값이 어떤 수인지 확률을 통해 맞추어볼 수 있다. 머신러닝의 기초 MNIST를 통해서 학습과정은 생략하고 추론과정을 살펴볼 것이다. MNIST MNIST 데이터셋은 0부터 9까지의 손글씨 이미지로 구성 훈련 데이터가 6만장, 테스트 데이터가 1만장 각 데이터는 이미지와 라벨로 이루어짐 각 이미지는 28×28 해상도의 흑백 사진 각 픽셀은 0에서 255로 밝기 표현 MNIST 코드로..

보호되어 있는 글입니다.

.

.

Seaborn(SNS)를 사용한 파이썬 데이터 시각화 기초 matplotlib Seaborn 홈페이지 데이터 과학을 공부하는 데 있어 필수적인 데이터 시각화에 대해서 공부하도록 하겠습니다. 오늘은 Seaborn 과 matplotlib를 사용하여 데이터를 시각화하는 방법에 대해서 알아보겠습니다. 데이터는 기존 라이브러리에서 제공하는 데이터를 바탕으로 진행하도록 하겠습니다. 데이터에 따른 그래프 우선 데이터의 형태에 따라 어떤 종류의 그래프를 사용하는 것이 좋은지 알아보겠습니다. 1차원 데이터 + 실수값, 실수 분포 플롯 -> 커너밀도, 러그, rugplot, kdeplot, distplot 카테고리별 데이터의 양 확인 -> countplot 다차원 데이터 (변수가 여러 개) -> 2차원 실수형 데이터 : ..

1. 데이터 내용 미리보기 : head(), tail() head()는 데이터의 앞단, tail()은 뒷단을 볼 수 있다. 괄호()안에 숫자를 입력해 해당 숫자만큼의 행을 볼 수 있고, 기본값은 6row까지다. import pandas as pd df = pd.read_csv("~/auto-mpg.csv",header=None) df.head() 18.0 8 307.0 130.0 3504.0 12.0 70 1 chevrolet chevelle malibu 15.0 8 350.0 165.0 3693.0 11.5 70 1 buick skylark 320 18.0 8 318.0 150.0 3436.0 11.0 70 1 plymouth satellite 16.0 8 304.0 150.0 3433.0 12.0 7..

손실 함수(loss function) 란? 머신러닝 혹은 딥러닝 모델의 출력값과 사용자가 원하는 출력값의 오차를 의미 손실함수는 정답(y)와 예측(^y)를 입력으로 받아 실숫값 점수를 만드는데, 이 점수가 높을수록 모델이 안좋은 것 손실함수의 함수값이 최소화 되도록 하는 가중치(weight)와 편향(bias)를 찾는 것이 목표 1. binary_crossentropy (이항 교차 엔트로피) y값이 (ex. 0,1) 인 이진 분류기를 훈련할 때 자주 사용되는 손실 함수 (multi-label classification) 활성화 함수 : sigmoid 사용 (출력값이 0과 1사이의 값) 수식 아래 함수에 예측값(Yi) 과 실제값(ti) 에 1을 대입하면, 수식은 0에 수렴하게 됨 아래 함수에 예측값(Yi =..

참고 서적 도서명: 모두의 딥러닝 저자 : 조태호 출판 : 길벗 발매 : 2020.01.27 모델 설계하기 '폐암 수술 환자의 생존율 예측하기'의 딥러닝 코드를 다시 한번 옮겨 보면 다음 코드와 같다. # 딥러닝을 구동하는 데 필요한 케라스 함수 호출 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense # 필요한 라이브러리 불러옴 import numpy as np import tensorflow as tf # 실행할 때마다 같은 결과를 출력하기 위해 설정하는 부분 np.random.seed(3) tf.random.set_seed(3) # 준비된 수술 환자 데이터를 불러옴 Data_set = np.l..

보호되어 있는 글입니다.