electronicprogrammer

데이터 출처 : www.kaggle.com/tongpython/cat-and-dog Cat and Dog Cats and Dogs dataset to train a DL model www.kaggle.com github 주소 : github.com/sangHa0411/DataScience/blob/main/CNN_Example.ipynb sangHa0411/DataScience Contribute to sangHa0411/DataScience development by creating an account on GitHub. github.com 이번 포스팅에서는 CNN을 설계하는 과정을 정리해보도록 하겠습니다. 대표적인 이미지 분류 문제로 여겨지는 Cats and Dogs 문제를 다루어보겠습니다. 먼저 o..

데이터 출처 : www.kaggle.com/lava18/google-play-store-apps Google Play Store Apps Web scraped data of 10k Play Store apps for analysing the Android market. www.kaggle.com github 주소 : github.com/sangHa0411/DataScience/blob/main/GooglePlayStore_Plotly.ipynb sangHa0411/DataScience Contribute to sangHa0411/DataScience development by creating an account on GitHub. github.com Part1 에서는 구글 플레이스토어 데이터를 가지고 각..

데이터 출처 : www.kaggle.com/ronitf/heart-disease-uci Heart Disease UCI https://archive.ics.uci.edu/ml/datasets/Heart+Disease www.kaggle.com ipynb file : github.com/sangHa0411/DataScience/blob/main/Heart_Disease.ipynb sangHa0411/DataScience Contribute to sangHa0411/DataScience development by creating an account on GitHub. github.com 먼저 Pandas를 이용해서 데이터를 불러오겠습니다. 데이터의 총 갯수는 303개인 것을 확인할 수 있습니다. 데이터의 속..

Part2 목표 : Decision Tree를 위한 데이터 전처리 및 Decision Tree 알고리즘 구현 데이터 출처 : www.kaggle.com/c/titanic/data Titanic: Machine Learning from Disaster Start here! Predict survival on the Titanic and get familiar with ML basics www.kaggle.com ipynb 파일 : github.com/sangHa0411/DataScience/blob/main/Titanic_Prediction_Part1.ipynb sangHa0411/DataScience Contribute to sangHa0411/DataScience development by creati..

데이터 출처 : www.data.go.kr/tcs/dss/selectFileDataDetailView.do?publicDataPk=3038489 공공데이터 포털 국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase www.data.go.kr 이번 포스팅에 대해서는 제가 그리고자 하는 부분을 Basemap 을 이용해서 출력하는 방법과 이 지도 위에 데이터를 시각화하는 방법에 대해서 정리해보도록 하겠습니다. 저는 위 공공데이터 포털에서 2019년에 일어난 교통사고 데이터를 이용해보도록 하겠습니다. 먼저 Pandas를 이용해서 데이터를 불러오겠습니다. 그리고 Basema..

이번 포스팅에서는 이미 훈련된 CNN의 활성화를 파악하는 방법 중 하나인 히트맵 시각화하는 방법에 대해서 정리해보도록 하겠습니다. 이 방법으로 저희는 이미지의 어느 부분이 CNN의 최종 분류 결정에 기여하는 가에 대해서 파악할 수 가 있습니다. 먼저 히트맵을 시각화하기 이전에 이미 훈련된 CNN 모델 중 하나인 VGG16 모델을 가져오도록 하겠습니다. from keras.applications.vgg16 import VGG16 from keras.preprocessing import image from keras.applications.vgg16 import preprocess_input , decode_predictions 그리고 이 모델을 이용해서 히트맵을 그리고자 하는 예시 사진을 하나 가져오겠습니..