시그모이드

데이터 전처리하기 데이터 증강 이미지 정규화 CNN으로 이미지 분류하기 모델 정의하기 모델 학습하기 모델 성능 평가하기 전이 학습 모델 VGG로 분류하기 사전 학습된 모델 불러오기 학습 루프 정의하기 학습 및 성능 평가하기 핵심 용어 정리 1. convolution : 작은 필터를 이용해 이미지로부터 특징 추출 2. CNN : convolution layer를 반복적으로 쌓아 만든 인공 신경망 3. feature map : convolution layer의 결과를 말함 4. 데이터 증강 : 이미지의 회전 및 잘라내기 등 하나로 여러가지의 데이터를 만들어 데이터를 늘리는 기법 5. 이미지 정규화 : 이미지의 픽셀 간 편향 제거에 사용. 각 채널의 분포가 동일해짐 6. padding : 이미지 외곽을 0으로..

저번 포스팅에서는 데이터를 전처리하여 시각화하여 직관적으로 바라보는 방법에 대해서 알아보았다. 이번 포스팅에서는 데이터를 실제로 적용하고 점수를 확인하려고 한다. import pandas as pd # 데이터 경로 data_path = '/kaggle/input/bike-sharing-demand/' train = pd.read_csv(data_path + 'train.csv') # train data test = pd.read_csv(data_path + 'test.csv') # test data submission = pd.read_csv(data_path + 'sampleSubmission.csv') # submission sample data point plot에서 weather값이 4인 경우 이..

인터넷을 휘적거리다가 우연히 pycaret이라는 모듈을 발견했다. 아주 쉽고 간편하게 머신러닝을 돌릴 수 있도록 해준다. 소개란에도 뭐 대중화를 위해 만들었다고 한다~ https://pycaret.gitbook.io/docs/get-started/installation Installation - PyCaret Official With PyCaret, you can train models on GPU and speed up your workflow by 10x. To train models on GPU simply pass use_gpu = True in the setup function. There is no change in the use of the API, however, in some cases,..

내가 하는 이번 프로젝트에서는 승리예측이 될지 피드백이 될지는 아직 확정되지 않았으나 적어도 브론즈, 실버, 골드를 위한 모델을 제작하려고 한다. 솔직히 롤 좀 해본 사람은 알거다. 소위 말하는 천상계 즉, 챌린저, 그랜드마스터, 마스터 유저들의 데이터를 잘 정리해주는 곳은 많긴 한데 그걸 내가 하면 잘 안된다...실력이 좋으면 모를까 어쨌든 난 가장 유저가 가장 많이 분포되어 있는 브실골을 위한 모델을 만들것이다!! 브실골 유저가 84% 사실 인터넷에서 농담으로 벌레티넘 벌레티넘하지만 실제로 플레티넘이면 꽤나 실력이 좋은 유저들이다. 현실적으로 게임을 참고하고 적용하기도 좋다고 생각하여 플레티넘 유저들을 대상으로 데이터를 수집할 것이다. 그중에서도 1,2,3티어의 유저들 4티어는 '주차'라는 형태로 더..