[개발/머신러닝] - [생활코딩/머신러닝야학] 레모네이드 판매량 예측(1) - pandas [개발/머신러닝] - [생활코딩/머신러닝야학] 레모네이드 판매량 예측(2) - neural network [개발/머신러닝] - [생활코딩/머신러닝야학] 보스턴 집값 예측 ** 지도학습 - neural network(신경망) 순서😁 아이리스 품종을 분류하는 딥러닝 모델 생성 분류 모델과 회귀모델의 차이점을 정리 범주형 변수의 처리 방법인 원핫인코딩 활성화 함수 softmax 레모네이드 판매량 예측, 보스턴 집값 예측은 종속변수(결과)가 양적 데이터인 경우로 '회귀' 방식을 사용했다. 이번에는 아이리스의 품종 분류는 종속변수(결과)가 범주형 데이터인 경우로 '분류'방식을 사용한다. 범주형 데이터는 수식에서 사용할 수 ..
[개발/머신러닝] - [생활코딩/머신러닝야학] 레몬에이드 판매량 예측(1) - pandas [개발/머신러닝] - [생활코딩/머신러닝야학] 레몬에이드 판매량 예측(2) - neural network ** 지도학습 - neural network(신경망) 보스턴 집값을 예측하는 딥러닝 모델을 만들어 보자 😁 * 실습 shape함수를 이용하여, 행,열의 개수를 구하고, 이것을 Input, Dense에 넣었다. #!/usr/bin/env python # -*- coding: utf-8 -*- # 라이브러리 사용 import tensorflow as tf # pip install --upgrade tensorflow import pandas as pd # pip install pandas #1. 과거의 데이터 준비..
[개발/머신러닝] - [생활코딩/머신러닝 야학] 레모네이드 판매량 예측(1) - pandas 지도학습 - neural network(신경망) 1. 독립변수와 종속변수를 준비 2. 독립변수를 모델에 넣어주면, 모델은 예측 결과③를 만들어 준다. 3. 이모델이 얼마나 좋은지 평가하기 위해 준비한 실제 정답(종속변수)④과 예측 결과③를 비교해야 한다. 4. 모든 예측③과 정답④을 비교해서, 차이⑤를 구한다. 차이의 제곱을 한 결과를 만들고, 그 결과들의 평균을 구하면 그 값이 [Loss] 예측이 정답을 모두 맞히고 있으면, 그 차이 값은 0이 된다.(loss값=0) loss가 0에 가까워질수록 학습이 잘 된 모델이라 할 수 있다. [epochs 한 번마다 모든 데이터에 대해 예측 결과를 내고, loss의 평균..
먼저 모델을 만들기 전에, 데이터를 어떤 식으로 가져오고, 써야 하는지 알아야 한다. 1. 과거의 데이터를 준비 2. 모델의 구조를 만듬 3. 데이터로 모델을 학습(FIT) 4. 모델을 이용 준비운동 준비된 데이터로 독립, 종속변수 확인하기 import pandas as pd # pip install pandas #파일로부터 데이터 읽어오기 lemonade = pd.read_csv('https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/lemonade.csv') boston = pd.read_csv('https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv') ..
