본문 바로가기

전체 글806

[WEB+AI] 28일차 딥러닝 2/2 딥러닝 강사: 이숙번님  1. Hidden Layer(은닉층)  : 입력 데이터를 다양한 방식으로 가공하고 변경해서 의미를 만들어내는 역활  - 입력과 출력 사이에 있는 중간 단계  - 단순한 입력/출력만으로는 풀 수 없는 복잡한 문제를 해결하기 위해 필요함.  - 데이터를 가공하고, 중요한 특징을 추출하며, 비선형 관계를 학습할 수 있도록 하기 위해 필요함.  - 결과적으로 더 정확하고 유연한 모델을 만들기 위해 은닉층이 필요함.   Hidden Layer - 5개의 특징(특징 자동 추출기) 예시: 고양이 사진 인식입력: 픽셀 데이터 (이미지의 숫자 값들)은닉층 역할:1번째 은닉층: "이 부분은 선처럼 보인다"를 학습.2번째 은닉층: "여기에는 둥근 모양이 있다"를 학습.3번째 은닉층: "귀, 눈, 코.. 2024. 11. 20.
[WEB+AI] 27일차 딥러닝 1/2 딥러닝 텐서플로우 강사: 이숙번님 1. 딥러닝   지도학습: 정답이 있는(종속변수가 있음) 상태에서 학습비지도학습: 정답이 없는 상태에서 학습강화학습: 환경이 있음.    1.1. 레모네이드 판매량 예측하기import pandas as pdimport tensorflow as tf# 1. 데이터를 준비합니다.레모네이드 = pd.read_csv('lemonade.csv')x_train = df[['온도']]y_train = df[['판매량']]print(x_train.shape, y_train.shape)# 2. 모델의 구조를 만듭니다.X = tf.keras.layers.Input(shape=[1])Y = tf.keras.layers.Dense(1)(X)model = tf.keras.models.Model.. 2024. 11. 19.
[WEB+AI] 26일차 Orange 3 복습 Orange 3 복습 강사: 이주화님 1. Orange 3 개요  : 오렌지3는 오픈소스로 머신러닝 및 데이터 마이닝을 위한 포괄적인 구성요소(위젯) 기반 소프트웨어 1.1. Orange 3 특징직관적 시각화 도구 제공탐색적 데이터 분석 기능 제공사용자 친화적 인터페이스 제공 1.2. 화면 구성메뉴와 위젯 켄버스로 구성위젯은 머신러닝 워크플로우를 구성하기 위한 도구로 구성캔버스는 드래그하여 위젯을 올려놓고 워크플로우를 구성 2. Orange 3 실습 2.1. 이직할 직원 예측하기  - 모델링할 데이터로 학습을 시킨 후 적용할 데이터로 예측하기.     - Confusion Matrix 및 Predictions로 결과 확인   2.2. CT 사진으로 암 진단하기  - Orange 3 - Options - .. 2024. 11. 18.
[WEB+AI] 25일차 Orange 3 통계 - Logistic Regression, Tree 모델 Orange 3 통계 - Logistic Regression, Tree 모델 강사: 이숙번님 1. Logistic Regression(로지스틱 회귀)  : 머신러닝에 분류 문제를 해결하기 위한 알고리즘이다.   - 데이터가 두 가지 범주 중 하나로 나뉘는 이진 분류(Binary Classification) 문제에 주로 사용됨      1.1. sigmoid 함수 이용  : 선형 회귀의 결과를 시그모이드 함수에 통과시켜 0과 1 사이의 값으로 변환함.    시그모이드 함수는 입력 값이 커질수록 출력이 1에 가까워지고, 작아질수록 0에 가까워지는 S자 형태의 곡선임.      - 기준 값은 일반적으로 0.5 임.   - cut-off value 를 0.8로 하면 0.8 밑으로는 0으로, 0.8 이상은 1로 .. 2024. 11. 15.
[WEB+AI] 24일차 오렌지 3 통계 3/3 오렌지 3 통계 강사: 이숙번님  1. 임베딩  : 텍스트, 이미지, 오디오 등 다양한 데이터를 컴퓨터가 이해할 수 있는 숫자 벡터로 변환하는 기술 2. Orage CA(전체 정확도) 3. KNN(k-Nearest Neighbor)  : 분류할 데이터와 주어진 데이터의 모든 거리를 계산하여 가까운 거리의 데이터를 K개 만큼 찾은 후 그 중에서 가장 빈도수가 높을 클래스로 분류해주는 방법    - 가까운 K개의 점, 다수 클래스  ⬛ 장점데이터의 분포 형태를 고려하지 않는다.설명 변수의 개수가 많아도 무리 없이 사용 가능 ⬛ 단점계산 시간이 오래 걸림훈련 데이터를 모델에 함께 저장해석하기 어려움 4. KNN 회귀  : 새로운데이터가 들어와서 Y를 예측해야 한다면, 그것과 가장 가까운 K개의 이웃을 찾고 그.. 2024. 11. 15.
[WEB+AI] 23일차 오렌지 3 통계 2/3 오렌지 3로 배우는 통계와 데이터 분석 강사: 이숙번님 "표준편차"와 "확률"   - 집단에서 하나의 값을 꺼냈을 때, 그 값이평균에서 1표준편차 사이 값일 확률. 68.2%평균에서 2표준편차 사이 값일 확률. 95.4%평균에서 3표준편차 사이 값일 확률. 99.6%  - 분포 그래프는 확률을 구하기 위한 그래프이다. 참고글: 지오지브라 그래프https://www.geogebra.org/classic#probability 1. 이항 검정(Binomial Test)  : 이산 확률 분포를 따르는 데이터를 분석하기 위해 사용하는 통계적 검정 방법입니다.    - 특정 사건이 두 가지 결과로 나뉘는 경우, 관찰된 성공 횟수가 기대값과 얼마나 다른지를 검정하는 방법  - 이항분포를 이용한 검정  - N개 중에 .. 2024. 11. 15.
[WEB+AI] 22일차 오렌지 3 통계 1/3 오렌지 3 통계 강사: 이숙번님 1. 통계의 목적: 이해와 예측  1. 기술 통계(이해) - 수집된 데이터의 요약과 설명     a. 데이터를 한 개의 대표값으로 표현하기    b. 흩어짐의 정도로 데이터 이해하기(분포)  2. 추론 통계(예측) - 기술 통계 결과를 기반으로 일반화, 예측, 추정    a. 모집단을 표본으로 추정해보기    b. 가설을 검증해가며 데이터를 파악해가기    - 기술 통계의 기초 레시피 5개    a. 평균    b. 표준편차    c. 중앙값    d. 사분위수    e. 최빈값   1.1. 평균  : 보통의 값 = "최초의 예측 모델"   - 집단을 잘 표현하는 하나의 숫자(대푯값)을 가짐.  - 집단을 비교할 수 있게 됨.   예제)대한민국 사람을 아무나 한 명 선택했.. 2024. 11. 12.
[WEB+AI] 21일차 머신러닝 머신러닝 강사: 이주화님 1. 머신러닝 1.1. 데이터 수집  : 머신 러닝에 활용할 학습 데이터 수집자체 데이터 수집데이터 제공 사이트 활용Google: https://toolbox.google.com/datasetsKaggle: https://www.kaggle.com/datasets공공 데이터 포털: https://www.data.go.kr/AI 허브: https://aihub.or.kr/웹 크롤링웹 사이트 내 데이터 수집  1.2. 데이터 전처리  : 데이터 형식 변형 및 비어 있는 값 채우기, 연관 데이터 추가, 삭제  2. 머신러닝 성능 평가 2.1.  Confusion Matrix(혼동 행렬)  - 모델의 성능을 평가할 때 사용되는 지표  - 예측 값이 실제 관측값을 얼마나 정확히 예측했는지.. 2024. 11. 11.
[WEB+AI] 20일차 Orange 3를 이용한 데이터 사이언스 입문 Orange 3를 이용한 데이터 사이언스 입문  강사: 생활코딩 이고잉님 1. 오렌지 3 설치https://orangedatamining.com/download/ 2. 오렌지 3 생활코딩 유튜브 채널https://www.youtube.com/playlist?list=PLuHgQVnccGMAwnfp3Ml-XY1WNx1MPgrQ4   -  데이터 사이언스  : 데이터에서 유의미한 인사이트를 추출하고, 이를 통해 문제를 해결하거나 새로운 지식을 발견하는 학문 분야입니다.   - 통계학, 컴퓨터 과학, 머신러닝, 데이터 엔지니어링 등 다양한 분야의 기술과 방법론을 사용해 데이터의 패턴을 분석하고 예측 모델을 만들며, 이를 실제 비즈니스나 연구 문제에 적용합니다.    - 구글 스프레드 시트:    https:/.. 2024. 11. 8.
[WEB+AI] 19일차 사생대회 + 파이썬 사생대회 강사: 이숙번님   이미지 생성, 가사 및 노래 제작 등 의 시간을 가짐.   - 영상 생성 사이트:https://runwayml.com/   파이썬1. Dictionarynumbers = [1, 2, 3, 4, 5]user = {'name': '이숙번', 'location': '통영'}print(user['name'])print(user['location'])# 결과이숙번통영 users = [ {"name": "이숙번", "location": "통영"}, {"name": "이고잉", "location": "서울"}, {"name": "이주화", "location": "대구"} ]for user in users: print(f"{user['name']}님은 {u.. 2024. 11. 7.
[WEB+AI] 18일차 Web+AI 사생대회 Web+AI 사생대회 강사: 이숙번님 AI 사생대회 주제함께 공부하고 있는 서로에게 전하고 싶은 메세지Web과 AI를 공부하며 느낀 것들대구 Web+AI 홍보  음악 생성 사이트: https://suno.com/https://www.udio.com/https://www.stableaudio.com/  이미지 생성 사이트:DALL·E 3 - https://chatgpt.comhttps://designer.microsoft.comhttps://www.krea.aihttps://www.canva.comhttps://playground.comhttps://www.recraft.ai  영상 편집 사이트:https://www.capcut.com/ko-kr/  영상 생성 사이트:https://klingai.com/h.. 2024. 11. 6.
[WEB+AI] 17일차 티처블 머신 활용 + 머신러닝 티처블 머신을 활용한 AI 웹페이지 만들기 강사: 이주화님 1. 티처블 머신  홈페이지: https://teachablemachine.withgoogle.com   - 티처블 머신은 구글에서 제공하는 머신러닝 학습 도구  - 누구나 머신러닝 모델을 쉽고 빠르게 만들 수 있도록 제작된 웹 기반 도구  - 티처블 머신을 사용해 이미지, 사운드, 포즈를 학습할 수 있음.  1.1. 이미지 크롤링  - bing-image-downloader 라이브러리 설치!pip install bing-image-downloader   1.2. 이미지 가져오기from bing_image_downloader import downloader# bing_image_downloader 모듈의 downloader.download 함수를.. 2024. 11. 5.
728x90