프로그래머스 데브 코스 (141) 썸네일형 리스트형 [6기] 프로그래머스 인공지능 데브코스 122일차 TIL 1231 [18주차] Final Project 논문 분석 # 참고했던 자료들 https://ostin.tistory.com/337 UDiffText: A Unified Framework for High-quality Text Synthesis in Arbitrary Images via Character-aware Diffusion Models Text encoder를 설계하여 텍스트 합성에 특화 [Project Page] [Github] [arXiv](Current version v1) Abstract 사전 훈련된 확산 모델과 경량 텍스트 인코더를 통해 높은 정확도로 텍스트를 합성할 수 있는 UDiffText 제 ostin.tistory.com - 해당 논문을 분석한 한글 블로그가 있어서 다행이었다..... [6기] 프로그래머스 인공지능 데브코스 121일차 TIL 1230 [18주차] Final Project 학습 준비 # 데이터셋이랑 확인해야 하는 논문들 정리 https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=105 AI-Hub 샘플 데이터 ? ※샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며, 데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되 aihub.or.kr - 간판을 인식할 때 사용할 데이터셋 https://arxiv.org/pdf/2308.02905.pdf https://arxiv.org/pdf/2312.04884v1.pdf - 위 두 논문 분석하기 - https://www.explainpaper.com/dashboard: 논문 분석할 .. [6기] 프로그래머스 인공지능 데브코스 120일차 TIL 1229 [18주차] Final Project 주제 선정 # 후보들로 나왔던 것들이랑 내 주제 대략적으로만 - 유튜브 악플 자동관리 - 음성 인식과 챗봇을 이용한 사용자 ‘말버릇’ 분석 서비스 - 옷 코디 추천 프로그램 - GAN모델을 활용한 풍경 사진 방해하는 간판 커스텀하기[채택] - 사진 속 민감한 정보 인식 및 비슷한 형태의 이미지로 변환 내 주제가 채택이 돼서 앞으로 한 달 동안 빡세게 달리려고 한다.... [6기] 프로그래머스 인공지능 데브코스 119일차 TIL 1228 [17주차 - Day4] Recommendation system 추천 엔진 만들기 과제 # 모델 기반 CF 추천 시스템 만들기 amazon_ratings1 = amazon_ratings.head(10000) ratings_utility_matrix = amazon_ratings1.pivot_table(values='Rating', index='UserId', columns='ProductId', fill_value=0) ratings_utility_matrix.head() X = ratings_utility_matrix.T X.head() from sklearn.decomposition import TruncatedSVD SVD = TruncatedSVD(n_components=10) decom.. [6기] 프로그래머스 인공지능 데브코스 118일차 TIL 1227 [17주차 - Day4] Recommendation system 추천 엔진 만들기 과제 # 아마존 뷰티 상품 평점 정보를 이용한 추천 엔진 만들기 import pandas as pd import numpy as np amazon_ratings = pd.read_csv("https://grepp-reco-test.s3.ap-northeast-2.amazonaws.com/ratings_Beauty.csv") amazon_ratings = amazon_ratings.dropna() amazon_ratings.head() # 인기도 기반 추천 만들기 # 리뷰의 수가 가장 큰 상품 10개를 계산해본다 popular_products = pd.DataFrame(amazon_ratings.groupby('Pr.. [6기] 프로그래머스 인공지능 데브코스 117일차 TIL 1226 [17주차 - Day3] Recommendation system 딥러닝 오토인코더 실습 # 무비렌즈 데이터셋의 평점 정보 예측하는 딥러닝 모델 생성 import numpy as np import pandas as pd import matplotlib.pyplot as plt import os from keras.layers import Input, Embedding, Flatten, Dot, Dense from keras.models import Model ratings = pd.read_csv("https://grepp-reco-test.s3.ap-northeast-2.amazonaws.com/movielens/ratings.csv") ratings.head() users = len(ratin.. [6기] 프로그래머스 인공지능 데브코스 116일차 TIL 1225 [17주차 - Day3] Recommendation system 케라스 오토인코더 실습 # 케라스 이용한 오토인코더 실습 import numpy as np import matplotlib.pyplot as plt from keras.layers import Input, Dense from keras.models import Model from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train = x_train.astype('float32') / 256 x_test = x_test.astype('float32') / 256 print(x_train.shape) x_train = x_.. [6기] 프로그래머스 인공지능 데브코스 115일차 TIL 1224 [17주차 - Day3] Recommendation system 무비렌즈 데이터를 활용한 평점 예측 모델 계발 # 모델 훈련하고 예측/평가하는 파트 svd = gs.best_estimator['rmse'] trainset = data.build_full_trainset() svd.fit(trainset) uid = str(196) iid = str(302) pred = svd.predict(uid, iid, verbose=True) # r_ui = 4 - 실제 값 4와 예측값 3.84를 비교해 보면 매우 유사하게 예측해 내고 있다는 걸 확인할 수 있다 from surprise import accuracy from surprise.model_selection import train_test_spl.. 이전 1 2 3 4 5 6 ··· 18 다음
