뮤트 개발일지

영화리뷰 텍스트 감성분석하기 IMDB 영화리뷰 감성분석 # 인코딩 함수 def get_encoded_sentences(sentences, word_to_index): return [get_encoded_sentence(sentence, word_to_index) for sentence in sentences] encoded_sentences = get_encoded_sentences(sentences, word_to_index) # decode 함수 def get_decoded_sentence(encoded_sentence, index_to_word): return ' '.join(index_to_word[index] if index in index_to_word else '' for index in e..

딥러닝과 신경망의 본질 인공지능: 사람이 직접 프로그래밍 한 내용이 아니라 기계 자체 규칙 시스템을 구축하는 과학 머신러닝: 데이터를 통해 스스로 학습하는 방법론. 데이터를 분석, 데이터 안에 있는 패턴 학습, 학습한 내용을 토대로 판단이나 예측을 함 딥러닝: 머신러닝의 하위 집단. 학습하는 모델의 형태가 신경망인 방법론 내재적 표현 Internal Representations 아래로 내려갈 수록 사람의 개입이 강해지는 구조이다. 딥러닝의 목표는 학습된 함수를 사용해 유용한 내재적 표현을 뽑아내는 것. 위의 표나 카테고리와 같은 내재적 표현들을 사람의 개입 없이 딥러닝으로 나타낼 수 있는 모델을 학습시키는 것이 궁극적인 목표이다. 딥러닝 모델이 잘 학습되어도 위의 표를 내뱉진 않는다. 다만, 이미지를 입..

나의 첫 번째 캐글 경진대회, 무작정 따라해보기 Baseline # 필요할 라이브러리 임포트 하기 import matplotlib.pyplot as plt %matplotlib inline %config InlineBackend.figure_format = 'retina' import warnings warnings.filterwarnings("ignore") import os from os.path import join import pandas as pd import numpy as np import missingno as msno from sklearn.ensemble import GradientBoostingRegressor from sklearn.model_selection import KFold..

파이썬으로 이미지 파일 다루기 CIFAR-100 파일로 실습할 예정 Pillow 사용법 (이전에는 PIL로 사용하다가 2011년 개발이 중지되어 이후 Pillow가 이어져 내려오고 있음) import numpy as np from PIL import Image data = np.zeros([32, 32, 3], dtype=np.uint8) image = Image.fromarray(data, 'RGB') image # np.zeros로 모든 픽셀 값이 0으로 초기화되었기 때문에 검은색 이미지 출력됨 # 빨간색 이미지 출력 data[:, :] = [255, 0, 0] image = Image.fromarray(data, 'RGB') image # 흰색 이미지 출력 data[:, :]= [255, 255, ..

로지스틱 회귀: 이름은 회귀이지만 분류 모델이다. 목표) 종속 변수와 독립 변수 간의 관계를 구체적인 함수로 나타내어 예측 모델에 사용하는 것 독립 변수의 선형 결합으로 종속 변수를 설명한다는 점에서 선형 회귀 분석과 유사하다. 그러나 로지스틱 회귀는 선형 회귀분석과 다르게 종속 변수가 '범주형 데이터'를 대상으로 하고, 데이터 분석 결과가 특정 분류로 나뉘기 때문에 분류 기법으로 볼 수 있다. 선형 방정식 z = a * 무게 + b * 길이 + c * 대각선 + d * 높이 + e * 넓이 + f 여기서 a, b, c, d, e는 가중치 혹은 계수 z 값을 0~1 사이의 값으로 만들기 위해서(확률로 표현하기 위해서) 시그모이드 함수(혹은 로지스틱 함수)를 사용한다. 로지스틱 회귀로 이진 분류 수행하기 ..

이번 노드는 목차가 너무 길고, 데이터를 분석하고 전처리 하는 과정도 길었다. 내용이 어렵지는 않았으나 흐름을 따라가기 어려운 느낌이었다.(이걸 왜 이 부분에서 살펴보지?와 같은 느낌) 그래서 목차를 쭉 써놓고 내 기준대로 적을만한 내용을 적는 걸로 오늘 노드는 정리하려고 한다. 탐색적 데이터 분석 Exploratory Data Analysis, EDA 포켓몬 게임 데이터를 분석할 것 https://www.kaggle.com/abcsds/pokemon Pokemon with stats 721 Pokemon with stats and types www.kaggle.com 라이브러리 가져오기 numpy, pandas: 1차원 또는 2차원 형식의 표 데이터를 다루는 라이브러리 seaborn, matplotli..

시퀀스 데이터: 나열된 데이터, 각 요소들이 동일한 속성을 띌 필요가 없으며 어떤 기준에 따라 정렬되어 있지 않아도 된다. https://kukuta.tistory.com/310 [Python] 시퀀스 자료형 #1 리스트(list) 파이썬에선 값이 연속적으로 이어진 자료형들을 총칭하여 "시퀀스 자료형(sequence type)"이라고 부른다. 이번 강좌에서는 파이썬의 시퀀스 자료 구조 중의 하나인 리스트에 대해 알아 본다. 기본적 kukuta.tistory.com 순환신경망 RNN 토큰으로 시작하여 생성된 단어를 다시 input하는 방식, 로 끝난다. tk.keras.preprocessing.test.Tokenizer: 텐서플로우가 제공하는 모듈(패키지), 정제된 데이터를 토큰화하고, 단어 사전을 만들어..

모델에 학습시킬 이미지 사이즈가 서로 다르면 서로 사이즈를 맞춰서 모델 학습을 시켜야 한다. IMG_SIZE = 160 # 리사이징할 이미지의 크기 def format_example(image, label): image = tf.cast(image, tf.float32) # image=float(image)같은 타입캐스팅의 텐서플로우 버전입니다. image = (image/127.5) - 1 # 픽셀값의 scale 수정 image = tf.image.resize(image, (IMG_SIZE, IMG_SIZE)) return image, label Flatten: 다차원을 1차원으로 축소 import numpy as np image = np.array([[1, 2], [3, 4]]) print(image..

import os import cv2 import matplotlib.pyplot as plt import numpy as np import dlib opencv: 이미지 처리를 위한 모듈 matplotlib: 이미지를 출력하기 위한 모듈 my_image_path = os.getenv('HOME')+'/aiffel/camera_sticker/images/IU.jpg' img_bgr = cv2.imread(my_image_path) # OpenCV로 이미지를 불러옵니다 img_show = img_bgr.copy() # 출력용 이미지를 따로 보관합니다 plt.imshow(img_bgr) plt.show() matplotlib, dlib 등의 이미지 라이브러리는 이미지 채널을 RGB 순으로 사용하지만 open..

개인적인 사정으로 오늘은 결석을 해서 혼자 공부하였다ㅜ 풀잎은 참여못했지만 오늘 공부한 노드만이라도 정리해서 올려야겠다. (파이썬의 객체지향에 대해 배웠고 헷갈린 정보들만 정리해놓자.) 객체: 파이썬에서 object라 불리는 것들은 모두 변수에 할당될 수 있고, 함수의 인자로 넘겨질 수 있는 것들이다. self - self는 자기 자신 - 클래스에 의해 생성된 객체(인스턴스)를 가리킨다. - 클래스의 메소드는 인자로 해당 인스턴스(self)를 받아야 한다. - 메소드를 호출할 때는 self 인자를 전달하지 않는다. self의 값은 인터프리터가 제공한다. - 인스턴스 변수를 정의할 때에는 접두사 self.을 붙여준다. n면체 주사위 만들기 from random import randrange class Fu..