[AI+X 역량 강화] 인공지능/2) 주특기 심화: 머신러닝, 딥러닝5 딥러닝 활용 프로젝트 // 나이 예측앱, 백혈병 분류앱 만들기 오늘은 평일에 하는 마지막 오프라인 수업이다. 딥러닝을 활용하는 방법을 배웠다. AI를 연결하여 얼굴 인식 웹 앱을 만들고, 백혈병 분류하는 웹앱을 만들어보았다. [Part 1] 간단한 앱 만들어보기: 나이 예측 앱 얼굴 사진을 업로드하면 나이를 추정해주는 앱이다. HTML을 통해 웹으로 만들었다. 1. 앱 설계 프로세스 : 딥러닝 모델(설계/학습) → 모델 이식(앱 이식 여부) → 앱디자인(플랫폼) → 앱배포 (검수 및 최종 배포) 1) 딥러닝 모델 모델 파이프라인 구성: 원본 데이터 → 전처리된 데이터 → 모델 예측 2) 모델 이식 딥러닝 앱의 용량은 머신러닝에 비해 굉장히 크기 때문에 앱에 어떻게 연동시킬지, 연동시킬지 말지 여부도 고민할 필요가 있다. - 이를 해결하기 위한 방법 중 하나는 모델 .. 2023. 9. 20. [머신러닝] #3 정형데이터 전처리 실습 // 결측치 처리(평균, 최빈값), 정규화, missingno 오늘은 '위스콘신 대학의 유방암 진단 분류 데이터'를 가지고 데이터 전처리를 진행해 볼 것이다. 원래 문제없는 데이터인데, 실습을 위해서 여기저기 결측치 값을 일부러 만들었다. 정형 데이터에 대해서 결측치 처리하는 방법과 범주형 데이터의 정규화 등 데이터를 전처리하는 과정에 대해서 알아보자.전반적인 데이터 전처리 과정은 아래와 같다.1. 데이터 불러오기 2. Explorating 3. 결측치 처리: strategy(remove, imputation) 4. Scaling 5. Data Split 0. 라이브러리 불러오기import numpy as np import pandas as pd import matplotlib.pyplot as plt import sklearn import seaborn as sn.. 2023. 9. 16. [머신러닝] #2 머신러닝을 위한 데이터 전처리 // 특성공학, 결측값, 범주형 변수 처리 오늘은 머신러닝을 위한 데이터 전처리 이론을 학습하였다. 다음 시간에는 오늘 배운 것을 활용하여, 실습을 진행할 것이다.[Part 1] 데이터 전처리란?1. 데이터 전처리와 특성 공학(Feature Engineering)과적합과 편향을 방지할 수 있도록 데이터를 분석함에 있어서 가장 중요한 부분이다. - 데이터 전처리: 분석 결과/인사이트와 모델 성능에 직접적인 영향을 미치는 과정 - 특성 공학: 컴퓨터가 잘 이해할 수 있도록 변수들의 형태를 변형하거나 처리하는 과정 2. 데이터 정제 (Data Cleansing): 레코드 세트, 테이블, DB에서 손상되거나 부정확한 레코드를 감지 및 수정하는 프로세스 1) 특징· 데이터의 불완전성, 부정확성, 비연관 데이터를 교체, 수정 삭제 · Data Wrangli.. 2023. 9. 9. DX AI 산업 특강 // 챗GPT로 웹페이지 만들기 오늘은 처음으로 오프라인에서 수업을 하는 날이다. web basic, vs code와 챗gpt를 이용한 웹페이지 생성, gpt 활용 방법에 대해 배운다. 1. 웹개발이란 : 인터넷과 웹을 통해 웹 사이트를 만드는 일 - 웹프로그래밍, 웹 디자인, 웹 콘텐츠 개발, 클라이언트 사이드.서버 사이드 스크립트 작업 2. Web Micro Framework - Flask : 간결하게 유지하고 확장할 수 있게 만든 파이썬 마이크로 웹 프레임워크 - 폼과 데이터 베이스 처리 기능이 없어 리소소 사용이 가벼움 app.py: flask 실행 파일 - 웹 애플리케이션의 핵심부분 - 라우트, 에러 핸들러, 데이터베이스 설정, 뷰 함수 등을 정의 templates 디렉터리: HTML 파일을 저장 - 웹서버에서 페이지를 랜더링.. 2023. 9. 7. [머신러닝]#1 머신러닝의 이해 // 데이터 종류, 스팸 필터, 머신러닝 특징 오늘은 주특기 과정 중에서도 머신러닝의 첫수업이다. 머신러닝에 대한 전체적인 개념과 이론에 대해 배운다. 1. 머신러닝의 개념 지능은 본능적이나 자동적으로 행동하는 대신에 생각하고 이해하여 행동하는 능력을 말한다. 즉, 인공지능에 접해봤을 때는 어떤 문제가 주어졌을 때, 합리적으로 사고하여 문제를 해결하는 능력이다. 머신러닝은 직역하면 '학습하는 기계'이다. 학습이란 반복적인 경험을 토대로 미지의 문제를 추론하고 틀린 것은 다시 연습하는 것이다. 예를 들어, 아기는 무엇이든 입어 넣어본다. 그러나 다양한 경험을 하면서 뽀죡하고 딱딱한 것은 입에 넣었을 때 아프기에 해서는 안되고, 달콤한 것은 맛있다는 사실 등을 깨닫게 된다. 그리고 이러한 학습을 기반으로 경험하지 않은 것도 판단이 가능하다. 초콜릿을 먹.. 2023. 9. 5. 이전 1 다음
