전체 글210 AICE Associate - 딥러닝 딥러닝 모델 만들기# importfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Dropout# 모델 생성 (뼈대)model = Sequential()# 모델 구조#히든레이어를 만드는데 노드는 128개이고 input_shapre는 x.shape결과로#첫번째 줄만 input이 있어서 작성해주고 두번째 add부터는 안써도됨, #활성화함수는 relumodel.add(Dense(128, input_shape=(X_train.shape[1],), activation='relu'))model.add(Dense(64, activation='relu'))model.add(Dense(32, activation=.. 2024. 6. 19. AICE Associate - 머신러닝 머신러닝1-1) 로지스틱 (회귀,분류) Logistic RegressionC=규제강도, max_iter = 반복횟수# importfrom sklearn.linear_model import LogisticRegression# 모델 생성lg = LogisticRegression(C=1.0, max_iter=1000)# 모델 학습lg.fit(X_train, y_train)# 모델 평가lg.score(X_test, y_test) 1-2) 의사결정 나무 (회귀.분류)# importfrom sklearn.tree import DecisionTreeClassifier # 분류# 모델 생성dt = DecisionTreeClassifier(max_depth=5, random_state=2023)#.. 2024. 6. 19. AICE Associate - 데이터 전처리 1. 결측치 처리 1-1) 결측치 확인하기df.isnull().sum()df.info() #탐색적으로 결측치 유무 확인 가능 1-2) 데이터 확인하기 – 대체하려고 하는 값 확인용#중앙값 df[‘칼럼명’].median()#최빈값df[‘칼럼명’].mode()[0]#평균값df[‘칼럼명’].mean()#최소값df[‘칼럼명’].min()#최대값df[‘칼럼명’].max()#합df[‘칼럼명’].sum() 1-3) 결측치 채우기#(값채우기df.fillna(값)#칼럼별 다른 값 채우기df.fillna( {‘칼럼명1’: 값1, ‘칼럼명2’:값2} )#특정 칼럼의 값 채우기df[‘칼럼명’].fillna(대체할값, inplace = True)#평균으로 채우기df[‘칼럼명’].fillna( df[‘칼.. 2024. 6. 19. AICE Basic 요약 o 인공지능의 5가지 기능 1. 예측(Prediction): 데이터를 학습하고 패턴을 파악하여 결과를 예측한다. (시험범위) 2. 생성(Generation): 텍스트, 음성, 사진, 동영상 등을 생성한다. 3. 소통(Conversation): 기계에 대화 기능을 부여하여 질문과 답변한다. 4. 자동화(Automation): 사람에게 의지하지 않고 더 효율적인 방법을 찾는다. 5. 인식(Recognition): 대상의 특성을 인지하고 상황을 판단한다. o 프로세스 문제정의 데이터수집 데이터 분석 및 전처리 AI모델링 AI적용 o 문제정의* 알고리즘 유형 : 분류 Vs. 회귀- 과제에 숫자를 예측하는 것이면 회귀, 그 외는 모두 분류(예:Y/N, 유지/해지)* 데이터설명: 타겟변수(종속변.. 2024. 6. 19. 이전 1 ··· 49 50 51 52 53 다음