본문 바로가기
728x90

실습 note

 (30)
2021-07-02(R_은행 거래 데이터를 활용한 마케팅 효과 실습) 본 실습 내용은 패스트캠퍼스 강의임을 먼저 알립니다 ~! 고객 데이터를 통해서 은행상품의 마케팅 효과 알아보는 실습 내용입니다. 변수는 총 20개이며 맨끝 데이터가 target 입니다. 전처리 및 모델 적용내용은 실습코드 안에 주석으로 했습니다. rawdata1 NA 변환 sum(rawdata1=='unknown') rawdata1[rawdata1=='unknown']
2021-07-01(R_대학원 입시 합격률 실습) 본 실습 내용은 패스트캠퍼스 강의임을 먼저 알립니다 ~! 실습 내용은 대학원 입시 합격률 예측입니다. 아래는 학생들 성적과 관련된 것 데이터이며 target은 Chan of admit입니다. 연속형 데이터를 임의로 정한 기준으로 통해 0,1로 구분하여 분류하는 분류 문제로도 실습이 진행되었습니다. 데이터 전처리 과정보다는 머신러닝에 초점을 맞추어 졌습니다. 필기은 코드 내에 주석으로 처리되어있습니다. #파일 로드 rawdata1
주택 가격 예측실습 시계열 데이터 심화 강의의 마지막 단계인 실습프로젝트들 중 주택 가격 예측실습을 포스팅하겠습니다. 본 실습은 성능보다는 어떻게 적용할지에 대한 내용만 간략하게 소개되어 있음을 알립니다. MLP # Data Loading location = './Data/RealestateKorea_Gangnam/Economy.csv' raw_all = pd.read_csv(location) raw_all # feature engineering raw_all['Date'] = pd.to_Datetime(Raw_all['Date']) raw_all.index =raw_all['Date'] raw_all = raw_all[raw_all.index >= '200-01-01'] raw_all = raw_all[raw_all.in..
자전거 수요예측 실습 시계열 데이터 심화 강의의 마지막 단계인 실습프로젝트들 중 자전거 수요예측 실습을 포스팅하겠습니다. 본 실습은 성능보다는 어떻게 적용할지에 대한 내용만 간략하게 소개되어 있음을 알립니다. MLP # Data Loading location = './Data/BikeSharingDemand/Bike_Sharing_Demand_Full.csv' raw_all = pd.read_csv(location) #Feature Engineering raw_fe = feature_engineering(raw_all) #reality target = ['coount_trend','count_seasonal','count_Day','count_Week','count_diff'] raw_feR = feature_engineer..
bitcoin 예측 실습 시계열 데이터 심화 강의의 마지막 단계인 실습프로젝트들 중 bitcoin을 포스팅하겠습니다. MLP from keras.models import Sequential, Model, load_model from keras.layers import Input, Dense, Activation, Flatten, Dropout from keras.layers import SimpleRNN, LSTM, GRU ###MLP #Data Loading location= './Data/Cry/Bitcoint.csv') raw_all= pd.read_csv(location, index_col='Date') #Parameters criteria ='2020-01-01' scaler= predprocessing.minMaxSc..
제조 공정 불량 검출 실습 2021.03.10 - [기록 note] - 2021-03-10(제조공정불량실습) 아래 내용은 머신러닝 강의 교육 중 실습한 내용의 일부분입니다 좋은 참고가 되었으면 합니다 개요 의류직물 생산 시 찍힘, 스크래치, 뜯어짐 같은 불량을 인공지능을 통해 구분하는 프로그램을 만드는 내용입니다. *사용된 모델: inception *데이터 출처: AITEX FABRIC IMAGE DATABASE 원본 데이터를 보면 몇몇 의류직물의 패턴이 다른 걸로 보아서 여러 모델의 의류직물이 섞여 있는 것 같습니다 또한 불량 이미지 중에는 사람이 봐도 구분이 가지 않는 불량품이 있음을 확인했습니다. 이제 이 데이터를 가지고 딥러닝을 통해 불량 검출을 해보겠습니다 Import import glob import os from da..
OpenCV_12(딥러닝2) SSD 얼굴 검출 import sys import numpy as np import cv2 model = 'opencv_face_detector/res10_300x300_ssd_iter_140000_fp16.caffemodel' config = 'opencv_face_detector/deploy.prototxt' # model = 'opencv_face_detector/opencv_face_detector_uint8.pb' # config = 'opencv_face_detector/opencv_face_detector.pbtxt' # cap = cv2.VideoCapture('utub.mp4') cap = cv2.VideoCapture(0) if not cap.isOpened(): print('Camer..
OpenCV_11(딥러닝) OpenCV DNN(MNIST) import sys import numpy as np import cv2 oldx, oldy = -1, -1 def on_mouse(event, x, y, flags, _): global oldx, oldy if event == cv2.EVENT_LBUTTONDOWN: oldx, oldy = x, y elif event == cv2.EVENT_LBUTTONUP: oldx, oldy = -1, -1 elif event == cv2.EVENT_MOUSEMOVE: if flags & cv2.EVENT_FLAG_LBUTTON: cv2.line(img, (oldx, oldy), (x, y), (255, 255, 255), 40, cv2.LINE_AA) oldx, oldy = x, ..

티스토리툴바