일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 컴퓨터 그래픽스
- neural network
- pre-trained
- Unsupervised learning
- 그래픽스
- Computer Vision
- SVM
- Regularization
- OpenGL
- Vision
- 컴퓨터 비전
- CPP
- 비용함수
- petal to metal
- 인공지능
- Kaggle
- 딥러닝
- 백준
- recommender system
- 신경망
- Support Vector Machine
- cs231n
- 머신러닝
- SGD
- 파이썬
- 추천 시스템
- C++
- logistic regression
- 로지스틱 회귀
- CNN
- Today
- Total
목록ML and AI/Python for ML (8)
kwan's note
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.17 www.boostcourse.org/ai222/lecture/24072 머신러닝을 위한 파이썬 부스트코스 무료 강의 www.boostcourse.org 넘파이 연습을 위한 예제 github.com/TEAMLAB-Lecture/AI-python-connect/blob/master/lab_assignments/lab_2/README.md#zero_or_one_or_empty_ndarray TEAMLAB-Lecture/AI-python-connect Contribute to TEAMLAB-Lecture/AI-python-connect development by creating an account on GitHub. github.com 본 L..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.16 www.boostcourse.org/ai222/lecture/24076/ 머신러닝을 위한 파이썬 부스트코스 무료 강의 www.boostcourse.org 학습 목표 데이터에 있는 여러 이슈(ex. 결측치, scale 문제 등)와 이 이슈들을 처리하기 위해 사용하는 방법들을 소개하고, pandas 를 이용하여 데이터를 cleansing 하는 방법에 대해 공부합니다. 데이터를 이용해 어떠한 output을 얻는 과정에서 결측치에 대한처리나 sacling등의 전처리는 매우 중요한 요소이다. 데이터 전처리는 데이터를 활용하기 전에 결측치, 필요없는값, 오류등을 파악하여 제거하거나 변형하면서도 원본 데이터의 경향을 훼손시키지 않는 일을 말한다. ..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.16 이번 강의는 구조화된 데이터의 처리를 지원하는 Python 라이브러리인 Pandas의 여러 기능과 사용하는 방법 등을 설명하는 강의입니다. pandas는 구조화된 데이터의 처리를 지원하는 python라이브러리로 엑셀등과 같은 데이터시트를 처리하는 다양한 함수를 내장하고 있어서 데이터를 처리할때 유용하게 사용할 수 있다. 이를 정리하면 - 구조화된 데이터의 처리를 지원하는 Python 라이브러리 - 고성능 Array 계산 라이브러리인 Numpy와 통합하여, 강력한 “스프레드시트” 처리 기능을 제공 - 인덱싱, 연산용 함수, 전처리 함수 등을 제공 의 역할을 한다고 볼 수 있다. 한개의 column을 series라고 하고 이러한 serie..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.10 이번 강의에서는 파이썬의 과학 계산용 패키지인 numpy 의 여러 특징과 기능, 코드를 작성하는 방법 등을 배웁니다. numpy는 numerical python으로 - 파이썬의 고성능 과학 계산용 패키지이다 - Matrix와 Vector와 같은 Array 연산의 사실상의 표준 - 한글로 넘파이로 주로 통칭, 일부는 넘피/늄파이라고 부르기도 한다. numpy를 사용하는 이유는 여러가지가 있지만 대표적으로 ndarray의 효율성 이 있다. ndarray는 python의 list와 다르게 빠르고 메모리효율적이다. python의 list는 datatype을 정하지 않고 사용시에 결정한다. 또한 내부 데이터 접근시 주소로 접근하기 때문에 시간이..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.10 이번 강의에서는 Python 으로 Machine Learning 기법을 구현하기 전에 Machine Learning 에서 사용하는 용어(Model, Feature, Data Type) 등 Machine Learning의 개념에 대해서 공부합니다. 머신러닝의 기본 프로세스는 이미 존재하는 데이터로부터 새로운 알고리즘을 적용해 새로운 데이터로 prediction하는 방법을 말한다. 각 feature는 종속변수에 각각 다른 영향을 미친다. 선형일 필요도 없다. 데이터 타입은 numerical할수도 nomianl 할수도 있고 연속할수도 이산할 수 도있다. 다음으로 데이터 셋의 기본용어를 보자. 다음 시간부터는 numpy와 pandas를 이용해..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.09 이번 강의에서는 간단한 선형대수의 수식들을 python code로 작성하는 것을 목적으로 진행됩니다. 문제와 풀이로 나누어서 작성하였습니다. 모든 답안은 한줄로 작성하였습니다. 조건: numpy등 외부모듈/ 함수를 이용하지 않고 한줄로 작성하기. vector_size_check vector 간 덧셈 또는 뺄셈 연산을 할 때, 연산이 가능한 사이즈인지를 확인하여 가능 여부를 True 또는 False로 반환함 vector_addition vector간 덧셈을 실행하여 결과를 반환함, 단 입력되는 vector의 갯수와 크기는 일정하지 않음 vector_subtraction vector간 뺄셈을 실행하여 결과를 반환함, 단 입력되는 vecto..
출처: 부스트코스-머신러닝을 위한 파이썬 수강일시:2021.01.03 pythonic code는 파이썬 스러운 코드라는 뜻이다. 기존 언어와 다른 파이썬의 특징(주로 장점)을 잘 이용하는 코드로 간결하고 이해하기 쉽게, 파이썬스럽게 작성된 코드를 의미한다. 머신러닝을 위한 파이썬 첫번째 강의는 이러한 파이써닉 코드를 위한 파이썬 복습이 주요 내용이었다. 1.split&join url1 = "www.naver.com" print(url1) url2 = "www.naver.com".split(".") print(url2) url3=".".join(url2) print(url3) 2.List Comprehension result = [] for i in range(10): if(i%2==0): result.a..