목록전체보기 (180)
오늘보다 더 나은 내일의 나에게_
머신러닝 딥러닝(Depp Learning) 사람의 신경망을 모방하여 기계가 병렬적 다층 구조를 통해 학습하도록 만든 기술 기계는 판단하는 기준이 명확히 정해져있다 하지만 사람은 대상을 판단하는 경계가 느슨하다(추상적) 대량의 데이터에서 복잡하고 계층적인 패턴을 찾아내는 능력이 뛰어나다 다층 퍼셉트론(Multilayer Perceptron) from tensorflow.keras.datasets import mnist # 손글씨데이터 (X_train,y_train),(X_test,y_test) = mnist.load_data() X_train.shape, y_train.shape # ((60000, 28, 28), (60000,)) X_test.shape, y_test.shape # ((10000, 28,..
머신러닝 특정색상 검출 import cv2 fruits_img = cv2.imread("./fruits.jpg") fruits_img_HSV = cv2.cvtColor(fruits_img,cv2.COLOR_BGR2HSV) # 빨간색 영역 검출 (0~5와 170~179 영역을 병합) lower_red = cv2.inRange(fruits_img_HSV, (0, 100, 100), (5, 255, 255)) upper_red = cv2.inRange(fruits_img_HSV, (170, 100, 100), (180, 255, 255)) added_red = cv2.addWeighted(lower_red, 1.0, upper_red, 1.0, 0.0) cv2.imshow("origin",fruits_img)..
머신러닝 # 분석용 서버 구축을 위한 flask 설치 !pip install flask !pip install matplotlib # 영상처리분야에서 많이 쓰는 라이브러리 !pip install opencv-python from flask import Flask, request, Response, redirect import io # 파이썬의 입출력을 도와주는 라이브러리 import numpy as np import matplotlib.pyplot as plt from tensorflow.keras.models import load_model # 딥러닝 모델 로딩 함수 import cv2 # opencv # 플라스크 객체 생성 app = Flask(__name__) # 학습된 모델 로딩 model = l..
머신러닝 가상 환경 설정 더보기 # 설치 !pip install pillow from tensorflow.keras.models import load_model from PIL import Image, ImageOps import numpy as np # 학습된 모델 로딩 model = load_model('animal_keras_model.h5') # 예측시킬 이미지 데이터를 넣을 변수 data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32) # 예측시킬 이미지 로딩 image = Image.open('./predict1.jpg') # 예측시킬 이미지를 224 x 224로 리사이징 size = (224, 224) image = ImageOps.fit(i..
머신러닝 일반화, 과대적합, 과소적합 일반화(Generalization) - 훈련세트로 학습한 모델이 테스트 세트에 대해 정확히 예측 하도록 하는 것 과대적합(Overfitting) - 훈련 세트에 너무 맞추어져 있어 테스트 세트의 성능 저하 과소적합(Underfitting) - 훈련 세트를 충분히 반영하지 못해 훈련 세트, 테스트 세트에서 모두 성능이 저하 일반화 성능이 최대화 되는 모델을 찾는 것이 목표 과대적합 - 너무 상세하고 복잡한 모델링을 하여 훈련데이터에만 과도하게 정확히 동작하는 모델 과소적합 - 모델링을 너무 간단하게 성능이 제대로 나오지 않는 모델 해결방법 - 주어진 훈련데이터의 다양성이 보장되어야 한다. 다양한 데이터 포인트를 골고루 나타내야 한다. - 일반적으로 데이터 양이 많으면 ..
안드로이드 Adapter View 개요 : 하나의 뷰에 여러 데이터를 나열하여 사용자에게 보여주는 뷰 이미지버튼 크기조절시 scaleType 설정
안드로이드 실습 세로 가이드라인은 %단위로 설정시 따로 설정 더보기 코드 테이블 코드 실습문제2 Activity & Intent Android 구성요소 Intent => p.229 Activity => p.251 Intent 이해 & 활용(p.220) p.239 로그인 실습
머신러닝 다양한 평가지표 - precision(정밀도) : 모델이 해당 클래스로 예측한것에 대한 정확도 - recall(재현율) : 실제 해당 클래스에대해서 맞출 비율 - f1-score - ROC 정밀도, 재현율, f1-score sklearn.metrics import classification_report print(classification_report(y_test,pre2)) 머신러닝(Machine Learning) 종류 - 지도학습(Supervised Learning) - 비지도학습(Unsupervised Learning) - 강화학습(Reinforcement Learning) 지도학습 - 데이터에 대한 Label(명시적인 답)이 주어진 상태에서 컴퓨터를 학습시키는 방법 - 분류(Classif..
머신러닝(Machine Learning) 머신러닝이란? - 데이터를 기반으로 학습을 시켜서 예측하게 만드는 기법 - 인공지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 - 통계학, 데이터 마이닝, 컴퓨터 과학이 어우러진 분야 Rule-based expert system(규칙 기반 전문가 시스템) : "if"와 "else"로 하드 코딩된 명령을 사용하는 시스템 => 많은 상황에 대한 규칙들을 모두 만들어 낼 수 없다 - 학습을 통해 기계가 스스로 규칙을 만들어낸다 - 데이터를 이용하여 특성과 패턴을 학습하고, 그 결과를 바탕으로 미지의 데이터에 대한 미래결과(값, 분포)를 예측하는 것 의료 인공지능 분야 사례 영상 의료/병리 데이터의 분석 및 판독(Deep Learning..
설명 Anagram이란 두 문자열이 알파벳의 나열 순서를 다르지만 그 구성이 일치하면 두 단어는 아나그램이라고 합니다. 예를 들면 AbaAeCe 와 baeeACA 는 알파벳을 나열 순서는 다르지만 그 구성을 살펴보면 A(2), a(1), b(1), C(1), e(2)로 알파벳과 그 개수가 모두 일치합니다. 즉 어느 한 단어를 재 배열하면 상대편 단어가 될 수 있는 것을 아나그램이라 합니다. 길이가 같은 두 개의 단어가 주어지면 두 단어가 아나그램인지 판별하는 프로그램을 작성하세요. 아나그램 판별시 대소문자가 구분됩니다. 입력 첫 줄에 첫 번째 단어가 입력되고, 두 번째 줄에 두 번째 단어가 입력됩니다. 단어의 길이는 100을 넘지 않습니다. 출력 두 단어가 아나그램이면 “YES"를 출력하고, 아니면 ”N..