Fresh life: 신선한 인생

오늘은 인공지능 알고리즘 중 지도 학습 중 분류 알고리즘에 속하는 SVM에 대하여 알아보자! 아래는 예제에 활용할 데이터이며, 아래는 펭귄의 종, 서식지, 부리의길이, 부리의 두께, 물갈퀴의 길이, 체중, 성별이 담겨져있다. 데이터 불러오기 import pandas as pd import numpy as np from matplotlib import pyplot as plt import seaborn as sns #펭귄 데이터 불러오기 df = pd.read_csv("파일의경로/penguins.csv") sns.violinplot(x="species", y="body_mass_g", hue="sex", data=df, split=True) 데이터 전처리 결측치가 몇 개인지 파악하고 dropna()로 제거..

tensorflow 설치 pip install tensorflow 예제 코드 예제에서는 Iris 데이터셋을 사용하며, 클래스 1과 2를 하나의 클래스로 묶어 이진 분류 문제로 변환합니다. 또한 특성 데이터를 표준화하여 평균이 0이고 분산이 1이 되도록 처리합니다. 딥러닝 모델은 3개의 Dense 레이어를 사용하며, 각 레이어는 ReLU 활성화 함수를 사용하고, 이진 분류를 위해 마지막 레이어는 시그모이드 활성화 함수를 사용합니다. Adam 옵티마이저와 이진 교차 엔트로피 손실로 모델을 컴파일하고, 테스트 세트에서 모델의 성능을 평가합니다. import tensorflow as tf import numpy as np from sklearn.datasets import load_iris from sklear..

TensorFlow는 딥러닝 및 기계 학습 모델을 구축하고 훈련시키기 위한 오픈 소스 라이브러리입니다. TensorFlow는 그래프 기반 계산을 수행하는 프레임워크로, 다양한 플랫폼에서 실행되는 모델의 개발과 배포를 지원합니다. TensorFlow는 다음과 같은 기능을 제공합니다: 1. 계산 그래프 (Computational Graph): TensorFlow는 계산 그래프라는 추상화 개념을 사용하여 모델을 표현합니다. 그래프는 연산자와 텐서(다차원 배열)를 노드로 가지며, 데이터의 흐름을 나타냅니다. 이를 통해 복잡한 모델을 구성하고 효율적으로 실행할 수 있습니다. 2. 다양한 플랫폼 지원: TensorFlow는 CPU, GPU, TPU 등 다양한 플랫폼에서 실행될 수 있습니다. 이는 고성능 컴퓨팅 자원..