전체 글27 바삭한 인공지능(CNN 알고리즘의 종류) 목차 1. 머리글 2. CNN 알고리즘의 종류 3. Layer를 깊게 쌓을수록 성능이 향상된다는 것을 확인한 VGGNet 4. VGGNet-16의 구조 5. Layer를 깊게 쌓으면서도 성능을 보장하는 ResNet 6. 제한된 컴퓨터 환경에서도 사용가능한 MobileNet의 출현 7. EfficientNet 8. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 이번 글에서는 CNN(Convoulutional Neural Network)의 알고리즘 종류에 대해서 알아보겠습니다. CNN 알고리즘의 종류 CNN에는 여러가지 알고리즘이 있고, 기존 알고리즘에서 향상된 성능을 가진 알고리즘들이 끊임없이 생겨나고 있습니다. CNN의 알고리즘들은 ILSVRC(Imagenet Large Scale Vi.. 2023. 2. 15. Random Forest (Titanic 생존자 예측) Random Forest를 이용한 Titanic 생존자 예측하기 오늘은 Random Forest를 이용하여 타이타닉호의 생존자를 예측해보도록 하겠습니다. 이번에도 Kaggle에서 가져온 데이터를 사용해 보도록 하겠습니다. Library 불러오기 import numpy as np import pandas as pd import pandas_profiling import matplotlib.pyplot as plt import plotly.express as px import seaborn as sns sns.set() import os from sklearn import preprocessing from sklearn.preprocessing import OneHotEncoder from sklearn.m.. 2023. 2. 9. Decision Tree Code Example(Titanic 생존자 예측) Decision Tree를 이용한 Titanic 생존자 예측하기 오늘은 Desicion Tree를 이용하여 타이타닉호의 생존자를 예측하는 코드를 작성해 보도록 하겠습니다. 지난번과 마찬가지로 데이터는 Kaggle에서 가져왔습니다. 학습환경은 Jupyter Notebook에서 작성하였습니다. Library Import 하기 import os import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import re import numpy as np from sklearn import tree from sklearn.model_selection import train_test_split # Figures inline and set v.. 2023. 2. 8. Multiple Linear Regression Code Example Multiple Linear Regression Code Example 이번 글에서는 Y를 결정하는 X의 요인이 하나가 아닌 여러개인 데이터에서 Y를 예측하는 다중선형회귀 코드에 대해서 알아보도록 하겠습니다. 이번에도 학습 환경은 Jupyter Notebook을 사용하였습니다. 필요한 라이브러리 import하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import hvplot.pandas #jupyter notebook을 실행한 브라우저에서 바로 그림을 볼 수 있게 하는 코드입니다. %matplotlib inline 데이터를 읽어들입니다. #데이터 경로의 경우 사용자의 환경에 맞게.. 2023. 2. 8. 바삭한 인공지능(Convolutional Neural Network) 목차 1. 머리글 2. CNN(Convolutional Neural Network) 3. Zero Padding 4. Pooling 5. Fully Connected Layer 6. CNN의 프로세스 7. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 이번 글에서는 Deep Learning의 알고리즘 중 CNN(Convolutional Neural Network)에 대하여 알아보겠습니다. CNN(Convolutional Neural Network) CNN(Convolutional Neural Network)는 합성곱 신경망이라고 하며 Convolution 연산을 통해서 이미지의 공간적인 정보를 유지하며 이미지 분류에서 높은 성능을 보이는 구조입니다. 이미지가 픽셀마다 가지고 있는 특성들.. 2023. 1. 31. 바삭한 인공지능(딥러닝) 목차 1. 머리글 2. 딥러닝이란? 3. 머신러닝과 딥러닝의 차이점 4. 뇌의 신경망과 인공신경망 5. 딥러닝 알고리즘의 종류 6. DNN(Deep Neural Network) 7. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 오늘은 딥러닝(Deep Learning)에 대해서 알아보겠습니다. 딥러닝이란? 딥러닝은 인공신경망(Artificial Neural Network)를 사용해서 컴퓨터를 학습시키는 알고리즘을 말합니다. 인공신경망은 사람의 신경망, 즉 뇌의 뉴런이 신호를 처리하는 원리에서 착안하여 만든 신경망입니다. 머신러닝과 딥러닝의 차이점 그림 1. 과 같이 머신러닝은 데이터에 대한 특성을 사람이 미리 정해놓고 학습을 시켜 예측을 하는 반면, 딥러닝은 데이터의 특성을 학습을 통해.. 2023. 1. 27. K-Nearest Neighbor Code Example(K-NN - Titanic 생존자 예측) K-NN을 이용한 Titanic의 생존자 예측하기 오늘은 K-NN을 이용해 타이타닉호의 생존자를 예측하는 코드를 작성해보도록 하겠습니다. 데이터는 (Kaggle)에서 가져왔습니다. 실험환경은 이전과 같이 Jupyter Notebook에서 작성하였습니다. Library Import, 데이터 불러오기 import numpy as np import pandas as pd %matplotlib inline 데이터 불러오기 #경로의 경우 사용자의 환경에 맞게 설정해 주셔야 합니다. data=pd.read_csv('C:/Users/User/Downloads/train.csv') data 불러온 데이터를 한번 살펴보겠습니다. Pclass - 승선자의 사회-경제적 지위(낮을수록 높은 지위를 가지고 있음) SibSp -.. 2023. 1. 19. 바삭한 인공지능(비지도 학습 / 강화학습) 목차 1. 머리글 2. 비지도학습이란? 3. 비지도학습의 종류 4. 군집화 알고리즘의 종류 5. 시각화 및 차원축소 알고리즘의 종류 6. 연관규칙학습 알고리즘 7. 강화학습 8. 강화학습과 지도/비지도학습의 차이 9. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 오늘은 비지도학습(Unsupervised Learning)에 대해서 알아보겠습니다. 비지도학습이란? 비지도학습이란 주어진 데이터(X)에 대한 레이블(Y)을 사용자가 정해주지 않고 컴퓨터가 X에 대한것만 학습한 뒤, 학습한 결과를 토대로 컴퓨터 스스로 상관관계나 특성을 찾아내게 하는 방법을 말합니다. 그림 1.과 같이 Input Data에 대해 라벨링을 제공하지 않고 컴퓨터가 학습을 통해 스스로 데이터들의 특성을 파악해서 비슷한.. 2023. 1. 17. 바삭한 인공지능(분류알고리즘 종류) 목차 1. 머리글 2. K-Nearest Neighbor(KNN) 3. Decision Tree 4. Random Forest 5. Naive Bayes 6. Support Vector Machine(SVM) 7. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 이번 글은 분류 알고리즘의 종류에 대해서 좀 더 알아보도록 하겠습니다. K-Nearest Neighbor(KNN) K-NN 알고리즘은 판별하고 싶은 데이터와 인접한 K개수의 데이터를 찾아, 해당 데이터의 라벨이 다수인 범주로 데이터를 분류하는 방식입니다. K값에 따라서 주어진 데이터의 라벨이 달라질 수 있기 때문에 K를 적절하게 조정하는것이 필요합니다. 또한 K가 짝수일 경우 범주 내의 데이터가 같아져서 분류가 불가능한 상황이 올.. 2023. 1. 11. Linear Regression Code Example Linear Regression Code Example 선형회귀 모형을 알아보기 위한 간단한 코드 예시 입니다. 모델 학습 환경은 Jupyter Notebook을 이용하였습니다. sklearn 라이브러리를 통해 간단한 회귀 예측을 해보겠습니다. 라이브러리 불러오기 from sklearn.linear_model import LinearRegression import pandas as pd import matplotlib.pyplot as plt 키와 몸무게가 들어있는 파일 준비 # 파일 경로의 경우 사용자의 경로에 맞게 수정해주셔야 합니다. df = pd.read_csv("C:/Users/User/Downloads/height_weight.csv") 위의 데이터는 kaggle(https://www.kagg.. 2023. 1. 11. 바삭한 인공지능(ML 이란? / 회귀와 분류) 목차 1. 머리글 2. 머신러닝이란? 3. 머신러닝의 알고리즘 분류 4. 지도학습(Supervised Learning) 5. 지도학습 - 회귀(Regression) 6. 지도학습 - 분류(Classification) 7. 분류 알고리즘의 종류 8. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 이번에는 머신러닝(Machine Learning, ML)에 대해서 좀 더 알아보도록 하겠습니다. 머신러닝이란? 머신러닝은 주어진 데이터의 상관관계를 컴퓨터가 학습한 후 그 결과를 토대로 새로운 데이터에 대한 관계를 예측하는 능력을 가지게 하는 것을 말합니다. 다음은 Tom Mitchell의 머신러닝에 대한 정의 입니다. Tom Mitchell(1998) - Machine Learning is We.. 2023. 1. 11. 바삭한 인공지능(분산처리기술) 목차 1. 머리글 2. 분산처리기술이란? 3. 분산처리기술을 사용하는 이유 4. 하둡(Hadoop)이란? 5. 하둡 분산형 파일시스템(HDFS) 6. HDFS의 특징 7. HDFS의 아키텍처(Architecture) 8. 맵리듀스(Map Reduce) 9. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 오늘은 분산처리기술에 대해서 알아보겠습니다. 분산처리기술이란? 분산처리기술은 많은양의 데이터, 즉 빅데이터의 처리를 하기 위해 발전한 기술입니다. 분산처리기술은 하나의 업무를 수행하기 위해서 서로다른 장소에 위치한 컴퓨터시스템에 기능과 자원을 분산시켜 협력하게 만드는 시스템입니다. 물리적으로는 떨어져 있는 컴퓨터들이 네트워크를 통해서 협력하며 이전보다 빠르고 정확한 데이터 처리업무를 수행.. 2023. 1. 11. 이전 1 2 3 다음
