안 쓰던 블로그

Object Detection Object(s)의 분류 뿐만 아니라 위치를 찾아내는 것 -Localization: 단 하나의 Object 위치를 Bounding box로 지정하여 찾음 -Object Detection: 여러 개의 Object들에 대한 위치를 Bonding box로 지정하여 찾음 -Segmentation: Detection보다 더 발전된 형태로 Pixel 레벨 Detection 수행 Localization과 Detection은 Object 위치를 Bounding box로 찾고(1), 판별(2)한다 (1)찾고: Bounding box regression(box의 좌표값을 예측) (2)판별: Classification 두 문제가 합쳐져 있다 주요 구성 요소 -영역 추정(Region Propos..

www.kaggle.com/c/titanic Titanic: Machine Learning from Disaster Start here! Predict survival on the Titanic and get familiar with ML basics www.kaggle.com 캐글에서 머신러닝 입문자에게 제공하는 타이타닉 데이터 세트로 타이타닉 생존자 ML 예측을 구현한다 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline titanic_df = pd.read_csv('./titanic_train.csv') titanic_df.head(3) Pas..

용어 정리 피처 Feature : 데이터 세트의 일반 속성 레이블, 클래스, 타겟(값), 결정(값) : 데이터의 학습을 위해 주어지는 정답 데이터. 분류의 경우 레이블 또는 클래스로 지칭 지도학습 - 분류(Classification): 명확한 정답이 주어진 데이터를 먼저 학습한 뒤 미지의 정답을 예측한다 붓꽃 데이터 분류하기 사용 라이브러리: 사이킷런(sklearn) 주어지는 붓꽃 데이터 피처(Feature) : 꽃잎의 길이와 너비, 꽃바침의 길이와 너비 결과로 도출하는 붓꽃 데이터 품종(레이블) : Setosa, Vesicolor, Virginica 예측 프로세스 데이터 세트 분리: 데이터를 학습 데이터와 테스트 데이터(미지 데이터)로 분리 모델 학습: 학습 데이터 기반으로 ML 알고리즘 적용하여 모델..