LITTLE BY LITTLE

3. 신경망 시작하기¶ In [286]: pip install keras Requirement already satisfied: keras in c:\users\lh2275\anaconda3\lib\site-packages (2.9.0) Note: you may need to restart the kernel to use updated packages. 3.1.1 층 : 딥러닝의 구성 단위¶ In [287]: from keras import layers layer = layers.Dense( 32, input_shape = (784, )) # 32개 유닛으로 밀집된 층 -> 차원 크기가 32로 변환된 텐서를 출력할 것 # 1번째 차원이 784인 2D텐서만 입력으로 받는 층, 배치차원인 0번째 축은 지정하..

제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 목차 더보기 닫기 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequ..

제 2부. 신경망의 수학적 구성 요소 신경망과의 첫 만남 신경망을 위한 데이터 표현 - 스칼라,벡터,행렬,3D텐서와 고차원 텐서, .. 신경망의 톱니바퀴 : 텐서 연산 신경망의 엔진 : 그래디언트 기반 최적화 첫번째 예제 다시 살펴보기 요약 목차 더보기 닫기 제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 ..

보호되어 있는 글입니다.

*목차 파이썬 기반의 머신러닝과 생태계 이해 머신러닝의 개념 주요 패키지 넘파이 판다스 (데이터 핸들링) (39p) 정리 사이킷런으로 시작하는 머신러닝(87p) 사이킷런 소개 첫번째 머신러닝 만들어보기 - 붓꽃 품종 예측 사이킷런 기반 프레임워크 익히기 ( fit(), predict() ..) Model selection 모듈 소개 (교차검증, GridSerachCV..) 데이터 전처리 사이킷런으로 수행하는 타이타닉 생존자 예측 정리 더보기 닫기 평가 정확도 오차 행렬 정밀도와 재현율 F1스코어 ROC 곡선과 AUC 피마 인디언 당뇨병 예측 정리 분류 분류의 개요 결정 트리 앙상블 학습 랜덤 포레스트 GBM(Gradient Boosting Machine) XGBoost(eXtra Gradient Boos..

* 완성 태블로 대시보드 링크 https://public.tableau.com/views/_16596130357610/sheet1?:language=ko-KR&:display_count=n&:origin=viz_share_link [데이콘] 쇼핑몰 매출액 분석 시각화 경진대회 [데이콘] 쇼핑몰 매출액 분석 시각화 경진대회 public.tableau.com * 참고 유튜브 더보기 대시보드 만들기 https://www.youtube.com/watch?v=v68eXCMpslU&t=475s 매개변수 https://www.youtube.com/watch?v=7VxiQI4gaq4 대시보드 기능 https://www.youtube.com/watch?v=HExh3sSw_N0 태블로 사용시 주의해야할 점 (Order O..

Week2 Digital Marketing Leadership 디지털 트렌드 마케팅 & 리더쉽 세미나 목표 : 혁신 개념 중신 디지털 시대 마케팅과 리더십 역량 종합 연계시켜보기 혁신 : 익숙한 것과의 결별 - 과거로부터 누적된 것을 레버리지하여 새로운 형태로 발전시키는 것 '가장 큰 리스크는 다름아닌 리스크를 전혀 지지 않는 것이다.' 필연적으로 우리는 리스크를 통해서 성장한다. why 형 인재 vs how 형 인재 한개의 정답을 찾는 객관식, 주입식 교육 바운더리를 넘어, 여러 경우의 정답들을 유기적으로 찾아내고 융합해낼 줄 아는 주관식, 사고형으로 본인의 습관을 확장시켜야함 정답을 찾는 방법이 정해져있지 않지만 하나라고 생각하고 그 답을 찾고자 살아오다 보니, why형 질문이아닌 how형 질문만 하..

*목차 파이썬 기반의 머신러닝과 생태계 이해 머신러닝의 개념 주요 패키지 넘파이 판다스 (데이터 핸들링) (39p) 정리 사이킷런으로 시작하는 머신러닝(87p) 사이킷런 소개 첫번째 머신러닝 만들어보기 - 붓꽃 품종 예측 사이킷런 기반 프레임워크 익히기 ( fit(), predict() ..) Model selection 모듈 소개 (교차검증, GridSerachCV..) 데이터 전처리 사이킷런으로 수행하는 타이타닉 생존자 예측 정리 더보기 평가 정확도 오차 행렬 정밀도와 재현율 F1스코어 ROC 곡선과 AUC 피마 인디언 당뇨병 예측 정리 분류 분류의 개요 결정 트리 앙상블 학습 랜덤 포레스트 GBM(Gradient Boosting Machine) XGBoost(eXtra Gradient Boost) ..