본문 바로가기

전체 글793

리눅스 기초 30강 시리즈 - 06강 디렉토리 이해 - HOME 이 글은 양주종의 코딩스쿨 리눅스(Linux) 기초 강좌 30강 모음을 수강하며 정리한 글입니다. 06강 디렉토리 이해 - HOME (id: j, pw: j) 문제: CentOS에서 현재 위치해있는 디렉토리 반환을 가장 마지막의 디렉토리만 반환 [j@hj0216 ~]$ cd /etc [j@hj0216 etc]$ [j@hj0216 etc]$ pwd /etc [j@hj0216 ~]$ cd /usr/local/etc [j@hj0216 etc]$ [j@hj0216 etc]$ pwd /usr/local/etc 해결 1. root 계정 로그인 : 로그아웃(ctrl + D) 후, id: root, pw: r 입력 * /etc의 파일은 system 파일이므로 일반 사용자들은 수정이 불가함 2. vi /etc/bashr.. 2023. 1. 23.
Classification Model Construction 기본 환경: IDE: VS code, Language: Python Machine Learning 1. Supervised Learning : 훈련 데이터에 레이블(학습에서의 정답)이 있는 경우 1.1. Regression: 회귀 : 예측하려는 값이 연속값일 경우, 회귀 모델 사용 1.2. Classification: 분류 : 예측하려는 값이 이산값(한정된 값)일 경우, 분류 모델 사용 1.2.1. Binary Classification 1.2.2. Multi Classification 2. Unsupervised Learning : 훈련 데이터에 레이블(학습에서의 정답)이 없는 경우 2.1. Clustering: 군집화 2.2. Transform: 변환 2.3. Association: 연관 지도학습 분.. 2023. 1. 23.
Pandas pkg and Numpy pkg 기본 환경: IDE: VS code, Language: Python 1. Pandas 1.1. ⭐ Series : 1차원 배열의 값(values)에 대응되는 인덱스(index)를 부여할 수 있는 구조 : index와 value로 구성된 자료구조 # pandas_basic.py import pandas as pd # Series sr = pd.Series([1000, 2000, 3000, 4000], index=["일천원", "이천원", "삼천원", "사천원"]) print(sr) ''' 일천원 1000 이천원 2000 삼천원 3000 사천원 4000 dtype: int64 ''' print(format(sr.index)) # Index(['일천원', '이천원', '삼천원', '사천원'], dtype='o.. 2023. 1. 23.
Classification and One-Hot Encoding 기본 환경: IDE: VS code, Language: Python ⭐ 분류별 ouput_dim, activatoin, loss # 이진분류: output_dim = (col), activatoin = 'sigmoid', loss = 'binarycrossentropy' # 다중분류: output_dim = (class), activatoin = 'softmax', loss = 'categorical_crossentropy' ⭐ y data type이 분류에 속하는지 확인하는 방법 : np.unique(y) → return 값이 분류인지 확인 # 1. Data datasets = load_wine() x = datasets.data y = datasets['target'] print(x.shape, y... 2023. 1. 23.
Handling Overfitting: EarlyStopping 기본 환경: IDE: VS code, Language: Python ⭐ plt.plot 형태에 따른 모델의 훈련 과정 확인 # plot_boston.py from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split # 1. Data datasets = load_boston() x = datasets.data # (506, 13) y = datasets.target # (506, ) x_train, x_test, y_train, y_test =.. 2023. 1. 22.
Validation Data 기본 환경: IDE: VS code, Language: Python Model Construction 후, Training → Evaluation → Predict 과정을 거침 ➕ Training → 'Validation' → Evaluation → Predict : 검증 과정을 추가하여, 훈련의 체계성과 예측 가능성을 높임 (예: 학습 후, 문제 풀이 과정 추가) ⚠️ Validation을 실시한다고 평가 예측 결과가 무조건 우수해지는 것은 아님 ⭐ Validation Data split 방법 1. 직접 나누기(x_val, y_val) # validation_data_make.py import numpy as np from tensorflow.keras.models import Sequential fr.. 2023. 1. 22.

티스토리툴바