인공지능/딥러닝

딥러닝 : tensorflow로 분류의 문제 모델링 하는 방법

우선 사용할 라이브러리들 import후 데이터 프레임을 불러옵니다. import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns import os %matplotlib inline df = pd.read_csv('Churn_Modelling.csv') 1. 결측치 확인 df.isna().sum() 위 데이터 프레임에는 결측치가 없었기 때문에 nan 처리를 안 하였습니다. 2. X와 y로 분리 X=df.iloc[:,3:-1] y=df['Exited'] 3. 문자열 데이터 처리 ( LabelEncoder , OneHotEncoder) X['Geography'].nunique() X['Gender'].nu..

딥러닝 : fit 함수에서 배치 사이즈 (batch_size= )와 에포크(epochs=)

우선 필요한 라이브러리들을 import 해줍니다. import tensorflow as tf from tensorflow import keras from keras.models import Sequential from keras.layers import Dense model.fit(X_train,y_train,batch_size=10,epochs=20) 컴파일이 끝난 후에 학습을 할 때 위와 같은 코드로 학습을 실시 한다. epoch 한 번의 epoch는 신경망에서 전체 데이터 셋에 대해 forward pass/backward pass 과정을 거친 것을 말함. 즉, 전체 데이터 셋에 대해 한 번 학습을 완료한 상태 전체 데이터를 몇 번 반복할 것인가에 대한 수를 epochs= 뒤에 적어준다. batch_..

딥러닝 : 뉴런의 정의

신경망(Neural Network) 딥러닝은 기본 층들을 쌓아서 구성한 신경망(Neural Network)이라는 모델을 사용하여 학습을 진행합니다. 신경망은 뉴런(Neuron)들로 이루어진 그룹을 의미합니다. 신경망은 원래 신경 생물학의 용어입니다. 뉴런들의 끝이 다른 뉴런들과 연결된 구조입니다. 뇌 구조를 이해하는 것에서 영감을 받아서 딥러닝 모델의 핵심 개념을 설명하지만, 실제로 뇌를 모델링하여 만든 것은 아니라고 합니다. 그저 하나의 데이터 학습을 새로운 방식으로 하는 수학 모델이라고 보시면 됩니다. ANN