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 |
- 후기
- AIFFEL
- numpy
- 머신러닝
- Set
- NLP
- AI
- 파이썬코딩도장
- 자연어처리
- 재귀함수
- 기사
- 딕셔너리
- 제어문
- 데이터사이언티스트
- 제로베이스 데이터사이언스
- 카카오
- 추천시스템
- 데이터사이언스 스쿨
- 사이킷런
- 스크랩
- 파이썬
- Python
- 코딩도장
- 함수
- 클래스
- TensorFlow
- 데이터분석
- 속성
- 딥러닝
- 아이펠
- Today
- Total
목록머신러닝 (2)
뮤트 개발일지
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..
https://blogs.sas.com/content/saskorea/2017/08/22/%EC%B5%9C%EC%A0%81%EC%9D%98-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98%EC%9D%84-%EA%B3%A0%EB%A5%B4%EA%B8%B0-%EC%9C%84%ED%95%9C-%EC%B9%98%ED%8A%B8/ 최적의 ‘머신러닝 알고리즘’을 고르기 위한 치트키 “어떤 알고리즘을 사용해야 할까요? blogs.sas.com 지도학습에 속하는 대표적인 알고리즘 - 분류classification: 예측해야할 데이터가 범주형 변수일때 분류라고 함 - 회귀regression: 예측해야할 데이터가 연속적인 값일때 회귀라고 ..