Solbi Lee님의 블로그

1. CNN (합성곱 신경망, Convolutional Neural Network)CNN은 이미지와 영상처럼 픽셀 데이터가 행렬 형태로 이루어진 데이터 처리에 특화된 신경망 모델. 이미지는 수많은 픽셀들로 이루어져 있으며, 공간적인 위치와 인접 픽셀 간 관계가 중요. CNN은 이러한 특성을 반영해 지역적 특성을 추출하고 패턴을 인식한다 특징 (주요 기능)- 합성곱 (Convolution): 이미지에 필터(커널)를 슬라이딩하면서 특징을 추출- 풀링 (Pooling) : 이미지의 크기를 축소시키면서 불필요한 정보를 제거, 연산량 감소 - 주로 Max Pooling(최대값)과 Average Pooling(평균값)을 사용- 활성화 함수 (ReLU) : 비선형성 부여 -> 복잡한 패턴 학습 가능 - 완전연..

https://www.kaggle.com/datasets/zalando-research/fashionmnist Fashion MNISTAn MNIST-like dataset of 70,000 28x28 labeled fashion imageswww.kaggle.com 실습 주제 : 의류 이미지 속성 분류 (패션 MNIST / Fashion MNIST)실습 설명 : Kaggle의 Fashion MNIST 데이터 셋 흑백 옷 이미지 (28x28 픽셀)를 바탕으로 옷의 종류 (티셔츠, 바지, 신발 등)를 분류 코드의 목적과 역할 분석 패션 이미지 데이터를 기반으로 KNN 분류 모델 구축 분류 모델의 성능을 정확도 및 다양한 분류 지표로 평가 모델의 예측 결과를 실제 이미지와 함께 시각적으로 표현 필수 라이..

1. 코드의 목적과 역할 분석 아이리스(iris) 꽃 데이터 셋을 사용하여 KNN 알고리즘을 통해 분류 모델을 구축하고 ,그 성능을 평가하고 결과를 시각화 하는것 - 데이터셋 로딩 전처리 - 데이터 훈련/테스트 셋으로 분할 - KNN 모델 학습 및 평가 (정확도 계산)- 차원 축소 (PCA)를 통해 시각화 가능하도록 변환 - 분류 결과를 시각화 2. 필수 라이브러리 pandas : 데이터 처리 및 분석용 라이브러리 numpy : 수학적 연산, 배열 처리matplotlib : 데이터 시각화sklearn.datasets : 표준 데이터셋 제공 (Iris)sklearn.neighbors : KNN 알고리즘 구현 sklearn.model_selection : 데이터 분할sklearn.decomposition..

분류(Classification) 알고리즘 어떤 데이터가 어떤 범주(클래스)에 속하는지를 자동으로 판단하는 알고리즘 예 : - 이메일이 스팸 메일인지 아닌지 분류하기 - 은행에서 고객이 대출을 갚을 수 있는지 여부 판단하기 - 사진 속 동물이 강아지인지 고양이인지 판단하기 대표적인 분류 알고리즘 1. K-최근접 이웃 (KNN, K-Nearest Neighbors) (=끼리끼리)새로운 데이터가 들어오면 주변에 있는 가장 가까운 K개의 데이터를 보고, 가장 많은 데이터가 속한 범주로 분류하는 방법 * 거리 기반 알고리즘 KNN 은 '가깝다'라는 개념을 사용함 데이터를 점으로 표현하고, 각 점 사이의 거리를 측정함. 가장 가까운 K개의 데이터가 속한 그룹으로 분류 예 : 키와 몸무게로 축구선수, 농구선수를 ..