01~03 내용은 앞 1일차 내용과 거의 동일합니다. 따라서 정리는 스킵하고 진행합니다.

04. 남의 모델을 이용하기

남이 만든 모델을 사용하면, 처음에 딥러닝을 이용하여 무언갈 하고자 할 때 부담없이 시작할 수 있습니다. tensorflow.org에 들어가 학습 >모델 탭에 접속하면 만들어진 모델들의 깃허브 주소에 들어갈 수 있습니다.

04–1

깃허브에 접속해서 내리면, script 태그가 존재합니다. 이는 라이브러리를 가져와주는 간단한 코드입니다. apache와 같은 서버 호스팅 프로그램이 있어야만 이 코드가 실제로 구동되게 됩니다. (즉, http 혹은 https 기반의 웹 사이트여야 결과를 볼 수 있습니다.)

--

--

09. 두번째 딥러닝-아이리스 품종 분류

09. 두번째 딥러닝-아이리스 품종 분류

이번에는, 독립변수가 문자열 형태로, 범주형으로 묶어 나타내야 하는 분류 문제에 해당합니다. 여기서 원핫인코딩이라는 개념이 나오는데, 원핫인코딩이란 범주형 데이터를 0 또는 1의 형태로 바꾸는 것을 말합니다. 이 과정은 pandas 내에서 한 줄로 처리가 가능합니다. 따라서 퍼셉트론에서 독립변수는 3개가 되게 됩니다.

먼저 과거의 데이터를 준비하고, pd.get_dummies(데이터) 함수를 이용해 원핫인코딩을 수행합니다.

--

--

07. 두번째 딥러닝-보스턴 집값 예측

07. 두번째 딥러닝-보스턴 집값 예측

퍼셉트론은 인공신경망의 한 종류입니다. 생물학적 뉴런이 감각 정보를 받아서 문제를 해결하는 원리를 따라한 인공 뉴런이라고 볼 수 있습니다. 이 퍼셉트론은 각 종속변수들에 곱해지는 가중치(weight)와 편향(bias)로 구성됩니다.

먼저, 과거의 데이터(보스턴 집 데이터)를 준비합니다.

--

--