2강 복습 이미지 분류 2강에서는 이미지 분류 문제를 살펴보았습니다. 이미지 분류란? 이미지를 입력하여 신경망이나 시스템이 입력된 이미지가 어느 카테고리에 속하는지를 다루는 문제입니다. 위에 그림처럼 고양이 이미지가 주어졌을 때, 우리가 구현한 모델이 고양이라고 올바르게 분류하는게 목표가 됩니다. 이미지 인식을 위한 challenge들... (다양한 변화에 강인한 이미지 분류기를 구현하기 위한 고려 사항들) 그래서 이미지 인식, 분류와 관련해서 도전 과제들을 살펴봤는데, 앞으로의 이미지 분류기는 아주 좋은 환경에서 물체를 분류할 뿐만 아니라, 다른 환경과 상황변화에서도 변화나 오분류 없이 강인하게 물체를 분류 할 수 있어야 합니다. 대표적으로 보시는 바와 같이 카메라의 시점이 변하거나, 물체의 형태나 자..

본 게시물은 2021 NIPA AI 온라인 elice교육을 듣고 작성한 글입니다. 프로젝트 목표 한국교통안전공단 자동차 결함 리콜 데이터를 분석하여 유의미한 정보 도출 탐색적 데이터 분석을 수행하기 위한 데이터 정제, 특성 엔지니어링, 시각화 방법 학습 프로젝트 목차 데이터 읽기: 자동차 리콜 데이터를 불러오고 Dataframe 구조를 확인 1.1. 데이터 불러오기 데이터 정제: 결측치 확인 및 기초적인 데이터 변형 2.1. 결측치 확인 2.2. 중복값 확인 2.3. 기초적인 데이터 변형 데이터 시각화: 각 변수 별로 추가적인 정제 또는 feature engineering 과정을 거치고 시각화를 통하여 데이터의 특성 파악 3.1. 제조사별 리콜 현황 출력 3.2. 모델별 리콜 현황 출력 3.3. 월별 리..

본 게시물은 2021 NIPA AI 온라인 elice교육을 듣고 작성한 글입니다. 프로젝트 목표 승차 또는 하차 시 해당 시간, 해당 역의 승객 수를 확인하기 위해 개찰구 통과 승객 수 데이터와 지하철 위치좌표 데이터를 활용 탐색적 데이터 분석을 수행하기 위한 데이터 정제, 특성 엔지니어링, 시각화 방법 학습 프로젝트 목차 데이터 읽기: 승하차 인원 정보 데이터를 불러오고 DataFrame 구조를 확인 1.1. 데이터 불러오기 1.2. 데이터 확인하기 데이터 정제: 데이터 확인 후 형 변환 및 이상치 데이터 처리 2.1. 2021년 6월 승하차 인원만 추출 데이터 시각화: 각 변수별로 추가적인 정제 또는 feature engineering 과정을 거치고 시각화를 총해 데이터 특성 파악 3.1. 호선 별 ..

프로젝트 개요 서울시 코로나19 확진자 현황 데이터를 바탕으로 탐색적 데이터 분석을 수행해보겠습니다. 국내 데이터 중 확진자 비율이 제일 높고 사람이 제일 많은 서울시의 데이터를 선정하였으며, 이를 바탕으로 코로나19의 확진 추이 및 환자 특성에 대해서 데이터를 바탕으로 알아봅시다. 1. 데이터 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns 데이터 출처 : https://www.data.go.kr/tcs/dss/selectFileDataDetailView.do?publicDataPk=15063273 # pd.read_csv를 통하여 dataframe 형태로 읽어옵니다. coro..

Matplotlib는 여러가지 시각화 툴을 제공합니다. matplotlib으로 그릴 수 있는 여러가지 그래프 중 선 그래프(line graph)를 직접 그려봅시다. line plot fig, ax = plt.subplots() x = np.arange(15) y = x ** 2 ax.plot( x, y, linestyle=":", # line style지정 :은 점선이다. marker="*", # mark모양이 별표모양 color="#524FA1" # rgb 16진수 ) line style x = np.arange(10) fig, ax = plt.subplots() ax.plot(x, x, linestyle="-") # 파란선 # solid ax.plot(x, x+2, linestyle="--") # 주..

pandas데이터 : 구조화된 데이터를 효과적으로 처리하고 저장 : array계산에 특화된 대용량 데이터를 쉽게 처리할 수 있는 numpy를 기반으로 설계할 수 있는 파이썬 라이브러리 행과 열을가진 2차원데이터와 대용량 데이터를 처리에 대해서 효율적이다. 엑셀과 비슷한 데이터베이스형태이다. 1. Series 데이터 series는 numpy의 array가 보강된 형태로서, data와 index를 가지고 있다. series는 값(values)을 ndarray형태로 가지고 있음 dtype인자로 데이터 타입을 지정할 수도 있다. data = pd.Series([1, 2, 3, 4], dtype="float") print(data.dtype) # float64 (실수형) 인덱스를 지정할 수 있고 인덱스 접근 가능..