본문 바로가기

프로그래머스 데브 코스/TIL

(137)
[6기] 프로그래머스 인공지능 데브코스 33일차 TIL 1003 6주차-Day1) End-to-End 실습 다른 데이터셋 이용해 실습 복습 코드 간단하게만 정리 import pandas as pd def load_global_data(): return pd.read_csv('./datasets/global/terrorismdb.csv', encoding='ISO-8859-1') gloval = load_global_data() gloval.head() pip install chardet # 데이터 형식 오류 떠서 해결하기 위한 설치 import chardet with open('./datasets/global/terrorismdb.csv', 'rb') as rawdata: result = chardet.detect(rawdata.read(10000)) # c..
[6기] 프로그래머스 인공지능 데브코스 32일차 TIL 1002 Do it! 정직하게 코딩하며 배우는 딥러닝 입문 위 도서 참고하여 코랩에서 딥러닝 실습하기 코드 간단하게만 정리 22 import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import load_breast_cancer # 사이킷런에서 제공하는 유방암 데이터셋 이용하기 cancer = load_breast_cancer() print(cancer.data.shape, cancer.target.shape) # 데이터셋의 입력값과 출력값 모양 확인 cancer.data[:3] # 데이터셋 확인 plt.boxplot(cancer.data) # 데이터셋 박스그래프로 분산 확인하기 plt.xlabel('feature') plt.y..
[6기] 프로그래머스 인공지능 데브코스 31일차 TIL 1001 Do it! 정직하게 코딩하며 배우는 딥러닝 입문 위 도서 참고하여 코랩에서 딥러닝 실습하기 코드 간단하게만 정리 from sklearn.datasets import load_diabetes diabetes = load_diabetes() # 사이킷런에서 제공하는 당뇨병 환자 관련 데이터셋으로 실습 print(diabetes.data.shape, diabetes.target.shape) # 데이터셋 크기 확인 diabetes.data[0:3] # 데이터셋 확인 diabetes.target[:3] # 데이터셋 타겟 데이터 확인 import matplotlib.pyplot as plt plt.scatter(diabetes.data[:, 2], diabetes.target) plt.xlabel(&#3..
[6기] 프로그래머스 인공지능 데브코스 30일차 TIL 0930 6주차-Day2) 선형대수 복습 행렬 이론 위주 필기 간단하게만 정리 # 다시 시작... 22
[6기] 프로그래머스 인공지능 데브코스 29일차 TIL 0929 6주차-Day2) 선형대수 복습 행렬 이론 위주 필기 간단하게만 정리 # 다시 시작...
[6기] 프로그래머스 인공지능 데브코스 28일차 TIL 0928 5주차-Day4/5) 기계학습 복습 기계학습 이론 위주 필기 44 간단하게만 정리44 # 드디어 끝
[6기] 프로그래머스 인공지능 데브코스 27일차 TIL 0927 5주차-Day4/5) 기계학습 복습 기계학습 이론 위주 필기 33 간단하게만 정리33
[6기] 프로그래머스 인공지능 데브코스 26일차 TIL 0926 6주차-Day2) Machine Learning 기초 - Linear Algebra, Matrix Calculus 내일 수행해야 하는 실습 개발환경 구축 우분투 가상환경에서 만들어 보려고 했지만 파이썬 2.7과 3.7, 10을 번갈아 쓰는 문제로 자꾸 충돌이 일어나서 구글 코랩 이용하는 걸로 바꿈 https://github.com/cs231n/cs231n.github.io/blob/master/assignments/2023/assignment1.md 2023년 버전 cs231n 예제 깃 주소 https://www.youtube.com/embed/DsGd2e9JNH4 가상환경 구축이 귀찮은 모두를 위한 코랩에서 실행시킬 수 있는 방식