soccerda의 IT이야기

앙상블은 여러 모델을 합치는 모델로, 1:1 모델은 없다 2개의 모델이 합쳐서 2개의 모델로 출력되는 다:다 모델을 만들자 다:다 1 모델 #1. 데이터 import numpy as np x1 = np.array([range(1, 101), range(101, 201)]) y1 = np.array([range(1, 101), range(101, 201)]) x2 = np.array([range(501, 601), range(601, 701)]) y2 = np.array([range(501, 601), range(601, 701)]) print(x1.shape) print(y1.shape) print(x2.shape) print(y2.shape) (2, 100) (2, 100) (2, 100) (2, 10..

선형회귀 경사하강법 (Gradient Descent) - 점차적으로 loss 손실 최소화 찾는 방법 실습 # -*- coding: utf-8 -*-"""Created on Sun Mar 3 15:19:38 2019 @author: KSM06-05""" import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tf #테스트용 시드 맞추기np.random.seed(0) # y=ax+b 기본 선형회귀 기준 a=ww=5b=2 x_data=[]y_data=[]y_line=[]for i in range(1000): x=np.random.normal(0,1) e=np.random.normal(0,5) y=w*x+b+e #1차함수# y=w*x*x+b+..

최신 아나콘다는 최신 텐서플로우워를 지원하지 않는다https://repo.continuum.io/archive/ Anaconda3-5.2.0-Windows-x86_64.exe 관리자권한으로설치 실습코드# -*- coding: utf-8 -*-"""Spyder Editor This is a temporary script file.""" #정수형a=1print(a,type(a))#실수형b=1.0print(b,type(b))#문자열c="파이썬"print(c,type(c))#리스트[] 가변 객체d=[1,2,1.0,"인공지능",[5,6]]print(d,type(d))#튜플 불변객체e=(1,2,3.0,"인공지능2")print(e,type(e))d[3]="머신러닝"#e[3]="딥러닝"print("리스트:",d[3],..

DATA HANDLE * 추론->통계 AI 개발 플랫폼 - Python * Tensorflow - 구글 딥러닝 플랫폼 * Theano - 딥러닝 알고리즘을 파이썬으로 쉽게 a. Keras - Theano 기반 모듈화 b. Pylearn2 - Theano를 유지, 보수하고 있는 Montreal 대학의 Yoshua Bengio 그룹에서 개발 ML용 c. Lasagne - 가볍고 모듈화가 잘 되어 있어서 사용하기 편리함 d. Blocks - Theano 기반 신경만 * Chainer - 자유도가 매우 높음 * nolearn - scikit-learn과 연동 기계학습에 유용 * Gensim - 큰 스케일의 텍스트데이터를 효율저거으로 다루는 것을 목표 * deepnet - cudamat과ㅏ cuda-convnet..

국내 머신러닝/딥러닝 대가 - 김성훈 홍콩과학기술대교수 - https://hunkim.github.io/ml/ - 모두를 위한 딥러닝 빅데이터 - 사전적 : 데이터를 한계를 넘어서는 데이터 - 빅데이터의 요소 a.볼륨:데이터량이 많다 * 크기계량(바이트량,레코드수,트랜젝션,테이블,파일수) * 크기(수십 테라바이트 혹은 수십 페타바이트에해당하는 빅데이터) b.다양성:조사범위 다양 * 정형화 정도 따라 구분 (정형, 반정형, 비정형) c.속도:데이터 모이는 속도가 빠름 * 데이터 수집,저장,분석 등이 실시간으로 처리 필요 (모든 데이터가 요구하는 것은 아님) d.진실성:가짜데이터가 많다 e.가치:무가치한 데이터가 많다 * http://www.rosebt.com/blog/data-veracity - 볼륨이 없..