-

저희가 예전에 수학을 배울 때 저 선을 y = ax + b라고 했었는데 저희는 지금 이 선을 Wx + b라고 하겠습니다. import tensorflow as tf print(tf.__version__) # 텐서플로우 버전 확인 # 만약 1.x가 나오면 아래의 코드 실행 # !pip uninstall tensorflow --yes # !pip install tensorflow==2.0.0 import numpy as np rng = np.random # 파라메터 설정 learning_rate = 0.01 training_steps = 1000 display_step = 50 # 학습 X = np.array([1,2,3,4]) Y = np.array([1,2,3,4]) n_samples = X.shape[..

머신러닝 강의를 듣나보면 linear regression, classification 이런 단어들이 나옵니다. classification은 분류인 것 같은데 regression은 뭘까? 라고 의문이 듭니다. 저는 이 regression이라는 말을 들었을 때 이게 도대체 무슨소리인가 싶었는데 애를 찾아보면 위키백과에서 - 회귀 회귀 분석은 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법이다. - 선형 회귀 선형 회귀 종속 변수 y가 한개 이상의 독립 변수 x와의 선형 상관 관계를 모델링하는 회귀분석 라고 나옵니다. 쉽게 말하면 그래프입니다. 실생활을 예로 들어보면 - 아들키 -> 아빠키 예를 들면 아들의 키가 큽니다. 그러면 아빠도 클 것 이다 라고 예상할 수 있..

AI가 뭔지 한번 보고 가겠습니다. 흔히 쓰이는 예시입니다. 아래의 이미지들이 있을 때 우리는 이 원통이 X+Y의 수식을 가진다고 예상할 수 있습니다. 저 X + Y를 사람이 써 주는 것을 일반적인 프로그램, X + Y를 정해주지 않은 것이 머신러닝이라고 생각하시면 됩니다. 기존에 고양이를 알아보는 프로그램을 개발한다고 생각해볼게요 요런 애가 있다고 생각해봅시다. 그러면 이 이미지를 가져와서, 기존에는 얼굴이 얼마나고 귀는 어떤 위치에 있어야하고 그런 것들을 정해줘야 했습니다. 하지만 머신러닝에서는 그런 것들을 정해주지 않고 다양한 데이터들을 보여줌으로써, 이런 애들이 고양이구나 하면서 알 수 있게 합니다. 그래서 만약 새로운 사진이 들어오면, 얘가 지금까지 봤던 애와 유사하면 NN%확률로 고양이와 비슷..

구글 코랩 사용방법 https://colab.research.google.com/notebooks/welcome.ipynb?hl=ko-kr Google Colaboratory colab.research.google.com 여기 들어가서 사용해봅니다. print("a") print("b") a_list = [] a_list.append("c") a_list.append("d") a_list.append("e") a_list.append("f") from konlpy.tag import Kkma import collections kkma = Kkma() kkma.nouns("아버지가 가방에 들어가신다") kkma.nouns("아버지가가 방에 들어가신다") kkma.nouns("개발자가 진화하면 치킨집 사장님..

모두가 AI를 외쳐서 한번 만들어본 AI 앱입니다. Linear regression, Gradient decent algorithm, sigmoid 등에 대해서 모르시는 분이 수강하시면 좋을 것 같습니다. 자세한 내용은 강의소개 영상 참고해주세요~

# Package 넣어줌 import numpy as np import matplotlib.pyplot as plt # 값 입력 label = ['A', 'B', 'C', 'S'] index = np.arange(len(label)) plt.bar(index, [10,5,20,10]) # 그리기 plt.title('My title') plt.xlabel('X-title') plt.ylabel('Y-title') plt.xticks(index, label) plt.show() list_data = [('코로나', 29), ('재인', 18), ('대통령', 18), ('신천지', 18), ('문재인', 16), ('마스크', 16), ('탄핵', 15), ('청원', 14), ('코로나19', 13), (..

# 엑셀을 읽기 위한 준비과정들 from openpyxl import load_workbook read_wb = load_workbook("./blusehouse.xlsx") read_ws = read_wb.active list_excel = [] for i in range(1,151) : print(read_ws.cell(i,1).value.strip()) list_excel.append(str(read_ws.cell(i,1).value.strip())) print(list_excel) from konlpy.tag import Kkma import collections kkma = Kkma() list_temp = [] for row in list_excel : list_temp = kkma.nouns..

from konlpy.tag import Kkma import collections kkma = Kkma() list_sentence = ["저는 여자친구가 있습니다", "저는 남자친구가 있습니다", "아버지가 방에 들어가신다", "아버지가방에 들어가신다", "인생은 뭘까요", "돈 많은 백수가 되고싶다", "건물주가 되고싶다", "일더하기 일은 귀요미", "이더하기 이는 귀요미", "삼더하기 삼은 귀요미 귀요미"] for i in list_sentence : print(i) list_a = [] for i in list_sentence : list_a = list_a + kkma.nouns(i) print(list_a) list_a collections.Counter(list_a).most_common..

import collections print (collections.Counter(['가', '나', '다', '라', '가', '가'])) print (collections.Counter(['가', '나', '다', '라', '가', '가','가','가자','다'])) for k, v in collections.Counter(['가', '나', '다', '라', '가', '가','가','가자','다']).items() : print(k, v) list_a = ['가', '나', '다', '라', '가', '가','사'] list_b = ['가', '나', '다', '라', '가', '가'] list_c = list_a + list_b print(list_c) collections.Counter(list..

일단 설치부터 합니다. conda install -c conda-forge jpype1 얘를 먼저 설치하고 난 다음 pip install konlpy로 설치합니다. 그러면 이제 사용이 가능합니다. 사용법은 여기 아래에 사이트에 나와있는데 https://konlpy-ko.readthedocs.io/ko/v0.4.3/ from konlpy.tag import Kkma kkma = Kkma() print(kkma.sentences(u'네, 안녕하세요. 반갑습니다.')) # ['네, 안녕하세요.', '반갑습니다.'] print(kkma.nouns(u'질문이나 건의사항은 깃헙 이슈 트래커에 남겨주세요.')) # ['질문', '건의', '건의사항', '사항', '깃헙', '이슈', '트래커'] print(kkma...