인공지능과 정보보호2 [Week7-1] 결정 트리 와인 분류하기 01. 로지스틱 회귀로 와인 분류하기 ##데이터 준비하고 정보 확인 import pandas as pd wine = pd.read_csv('https://bit.ly/wine_csv_data') wine.head() wine.info() wine.describe() head (n=5) pandas.DataFrame.head 처음 n 개의 행을 출력한다. (default 5) 특징(feature)으로는 alcohol(도수), sugar(당도), pH(산성)이 있다. 맨 오른쪽에 있는 class는 화이트 와인과 레드 와인을 숫자로 표현한 것인데, 이 데이터에서는 class가 0인 데이터가 화이트 와인, 1인 데이터를 레드 와인으로 표현하였다. info() pandas.DataFrame.info.. 2022. 10. 24. [Week3] 머신러닝 기본 with Colab Google Colab 사용하기 초기에는 파이썬 IDE 환경 사용: 코드 전체를 실행해야 한다. 그러나 머신 러닝 개발 시 특정 부분만 반복적으로 돌리거나 수정할 일들이 발생. 띠라서 코드 자체를 모듈화 할 필요성이 있고 기존의 에디터가 적절하지는 않았다. 주피터 노트북: 코드를 블록 단위로 실행 가능 01. 머신러닝 라이브러리 텐서플로 데이터 플로우 그래프를 통한 풍부한 표현이 가능 데이터셋을 변수로 표현(값, 이미지, 문자열 등의 다양한 데이터의 형태) 구글에서 개발한 open source library 다양한 신경망 학습에 사용됨. sample data set도 제공됨 계산 구조와 목표 함수 정의 및 자동으로 미분 계산을 처리함 텐서보드를 통해서 파라미터 변화 양상 및 DNN 구조를 알 수 있음 (.. 2022. 10. 20. 이전 1 다음
