티스토리

Learning_EunBi

검색하기

블로그 홈

Learning_EunBi

naeunbi698.tistory.com/m

Hello, this is a blog that freely records the process I learn.

구독자: 12

방명록 방문하기

주요 글 목록

지지도, 신뢰도 https://swingswing.tistory.com/m/33 데이터마이닝_연관규칙(Association)_지지도, 신뢰도, 향상도, Apriori, 빈발항목▣ 연관규칙(Association)_지지도, 신뢰도, 향상도, Apriori, 빈발항목 - 항목들 간의 관계를 얻기 위해 한 항목의 존재가 다른 항목의 존재를 암시하는 조합을 발견하는 분석 방법 - 동시에 발생한 사swingswing.tistory.com 공감수 0 댓글수 0 2023. 5. 13.
베이즈 정리(Bayes’ theorem)_빅데이터분석 베이즈 정리(Bayes’ theorem) : 두 확률변수(A,B)의 사전확률과 사후확률 사이의 관계를 나타내는 정리 베이즈 정리 기반의 지도 학습 분류 모델로 나이브 베이즈(Naïve Bayes) 모델이 있음 𝑃(𝐴|𝑋,𝑌) = 𝑃(𝑋,𝑌 |𝐴)∙𝑃(𝐴) / 𝑃(𝑋, 𝑌) = 𝑃(𝑋|𝐴)∙𝑃(𝑌|𝐴)∙𝑃(𝐴) / 𝑃(𝑋) ∙ 𝑃(𝑌) (문제) 순수베이지안분류 훈련용데이터로 순수베이지안분류기 적용 Yes no yes 일때 클래스 확인 ㄱ. P(A|M) 확률, P(A|N) 확률 ㄴ. P(A|M)P(M) 확률, P(A|N)P(N) 확률 ㄷ P(A|M) > P(A|N) 이므로 mammals ㄹ P(A|M) P(A|N)(N) 이므로 mamma.. 공감수 0 댓글수 0 2023. 5. 7.
머신러닝 분류모델 평가(정밀도, 재현율, f1-score 등) * (목표) : 정밀도, 재현율, f1-score 계산 가능하도록 수식 정리 및 암기 정확도(Accuracy) 정확도는 실제 데이터에서 예측 데이터가 얼마나 같은지를 판단하는 지표이다. 정확도(Accuracy) = (예측 결과가 동일한 데이터 건수) / (전체 예측 데이터 건수) 정확도는 직관적으로 모델 예측 성능을 나타내는 평가 지표이다. 하지만 이진 분류의 경우 데이터의 구성에 따라 모델 성능을 왜곡할 수 있기 때문에 정확도 수치 하나만 가지고 성능을 평가하지 않는다. 예를 들어 캐글(Kaggle)의 타이타닉(Titanic)데이터 로 비유를 해보겠다. 먼저 성별(Sex)에 따라 남성은 생존할 확률 30% 여성이 생존할 확률 70% 라고 했을때 정확도를 사용하게 무조건 여성이 생존할 확률에 투표를 한다.. 공감수 0 댓글수 0 2023. 1. 10.
(인공지능)[딥러닝] ANN, DNN, CNN, RNN 개념 및 문제 최근 시험 트렌드는 AI, 딥러닝 (빅데이터) 문제로, 시험 비중이 높아졌음을 확인해볼 수 있다. ● ANN, DNN, CNN, RNN ANN(Artificial Neural Network) 위에서 설명한 머신러닝의 한 분야인 딥러닝은 인공신경망(Artificial Neural Network)를 기초로 하고 있는데요. 인공신경망이라고 불리는 ANN은 사람의 신경망 원리와 구조를 모방하여 만든 기계학습 알고리즘 입니다. 인간의 뇌에서 뉴런들이 어떤 신호, 자극 등을 받고, 그 자극이 어떠한 임계값(threshold)을 넘어서면 결과 신호를 전달하는 과정에서 착안한 것입니다. 여기서 들어온 자극, 신호는 인공신경망에서 Input Data이며 임계값은 가중치(weight), 자극에 의해 어떤 행동을 하는 것은.. 공감수 0 댓글수 0 2023. 1. 10.
딥러닝과 텐서플로우 (이미지 처리) - 이미지/비디오 처리 - Image / Video BM 이해 2.3 Binary & Gray Image 2.4 Image Histogram : 정규화, 평활화 2.5 Image Blending : 가중 평균 2.6 Image Differencing : 촬영시작 시점 2.7 Chroma Key : 전경과 배경 2.8 Image 원근변환 : 선형변환 2.9 Image Blurring : 뽀샵 2.10 Noise Filter : median filter 2.11 edge detection : 경계(2차 미분값, 절댓값 큰곳) 2.12 sketch camera : 엣지 / 팽창연산 2.13 morphology : 결점보완 2.14 Image Contour : 같은색, 등고선 2.15 Hough Transfor.. 공감수 1 댓글수 0 2022. 11. 9.
소프트웨어 실습 개념적인 서술형 형태로 출제 (수업을 잘 듣고, 실습을 제대로 했는지 등 서술하는 시험) PyQT HelloGUI Widget QMainWindow QMainWindowEvent QDialogEvent ui Designer SimpleCalc 실행파일 만들기 Sudoku Game Image Viewer (median, Gaussian, 호모그래피) Table DB 연동 MP3 Tag Image Tag API Homograpy 유사이미지 검색 (Hash Matching, Hamming Distance) Face Mosaic (Haar Cascade, Supervised Learning) Object Detection (YOLO, Bounding Box Regression) Geo Information Py.. 공감수 0 댓글수 0 2022. 11. 9.
분석모형 평가지표 - 재현율(민감도), 정밀도 공감수 0 댓글수 0 2022. 9. 29.
지도학습 - 로지스틱 회귀분석 로지스틱 회귀분석 : 반응변수가 범주형인 경우 적용할 수 있는 회귀분석 모형 : 데이터의 반응변수가 특정 범주에 속할 확률을 0에서 1 사이의 값으로 예측하고, 예측된 확률에 따라 가능성이 더 높은 범주로 분류하는 지도학습 알고리즘 문제1 1) 반응변수가 범주형인 경우에 적용되는 회귀분석 모형이다. 2) 로지스틱 회귀분석을 통해 추정된 확률은 사후 확률이라고도 한다. 3) 로지스틱 함수라고도 하는 시그모이드 함수는 -무한대~+무한대 사이의 입력값을 0~1 사이의 값으로 변환하여 출력한다. 4) 로지스틱 회귀분석의 결과는 각 데이터가 속하는 범주 / 각 데이터가 특정범주에 속할 확률이다. 문제2 ex1) 신용카드 고객의 파산여부(YES/No)를 예측하기 위해 고객의 신용도, 나이, 직업 등의 변수를 사용하.. 공감수 3 댓글수 0 2022. 9. 29.
확률분포 - 포아송분포 포아송분포 : 시간과 공간 내에서 발생하는 사건의 발생횟수에 대한 확률분포 - 단 시간 안에 어떤 사건이 몇번 발생할 것인지 표현한 분포 - 이항분포와 비슷하지만 포아송 분포는 시행횟수 n이 일반적으로 크면서 사건의 발생확률 P가 매우 작은 경우 사용 기댓값과 분산이 동일 E(X) = Var(X) = λ https://soohee410.github.io/discrete_dist3 공감수 2 댓글수 0 2022. 9. 29.
앙상블(Ensemble) 기법 - 배깅(/보팅), 부스팅, 랜덤포레스트 앙상블 기법 : 주어진 자료로부터 여러개의 예측모형을 만든 후 예측 모형들을 조합하여 하나의 최종 예측모형을 만드는 방법 ex) 배깅, 부스팅, 랜덤포레스트(배깅과 임의선택을 결합한 앙상블 방법) 1) 배깅(Bagging) : 주어진 자료에서 여러개의 부스트랩 자료를 생성하고, 각 붓스트랩 자료에 예측모형을 만든 후 결합하여 최종 예측모형을 만드는 방법 - 샘플을 여러 번 뽑아 학습시킨 모델들의 결과물을 집계하여 결과값 출력 - 서로 같은 알고리즘 투표 - Bootstrap Aggregation의 약자 보팅(Voting) : 여러 개의 모형으로부터 산출된 결과를 다수결에 의해서 최종 결과를 선정하는 과정 - 서로 다른 알고리즘 투표 2) 부스팅(Boosting) : 예측력이 약한 모형들을 결합하여 강한 .. 공감수 0 댓글수 0 2022. 9. 29.
개인정보, 가명정보, 익명정보 1) 개인정보 [개인정보 보호법] "개인정보"란 살아 있는 개인에 관한 정보로서 다음 각 목의 어느 하나에 해당하는 정보 2) 가명정보 - 추가정보 사용 -> 식별 가능 - 개인정보의 일부를 삭제하거나 일부 또는 전체를 대체하는 등의 방법으로 추가정보를 사용하지 않고서는 특정 개인을 식별할 수 없는 정보 - 가목 또는 나목을 제1호의2에 따라 가명처리함으로써 원래의 상태로 복원하기 위한 추가 정보의 사용ㆍ결합 없이는 특정 개인을 알아볼 수 없는 정보(이하 "가명정보"라 한다) - "가명처리"란 추가정보를 사용하지 아니하고는 특정 개인인 신용정보주체를 알아볼 수 없도록 개인신용정보를 처리 3) 익명정보 추가정보 사용 -> 식별 불가능 - 개인을 특정할 수 있는 핵심 식별 정보를 철저히 제거하여 추가정보를 .. 공감수 2 댓글수 0 2022. 9. 29.
머신러닝 데이터 모델링 방법 - 지도학습, 비지도학습, 강화학습 1) 지도학습 : (입력, 출력) 입력 데이터와 원하는 출력값을 모두 제공하면서 기계를 훈련시키는 방법 ex) 통계적 분류, 회구 2) 비지도학습 : (입력, ) 자율학습, 데이터에 표식이 붙어 있지 않는 경우로 학습 데이터 없이 입력 데이터만을 이용하여 학습하는 형태 정확한 답이 없어도 기계가 자체적으로 데이터 속의 패턴을 찾아내고 의미를 추론해야 함 ex) 군집화, 차원축소, 연관성 분석 3) 강화학습 : (입력, , 보상) 주어진 입력값에 대한 출력값의 정답이 주어지지 않은 상황에서 일련의 행동의 결과에 대한 보상이 주어지며, 선택 가능한 행동들 중 보상을 최대화하는 행동 또는 행동 순서를 선택하여 학습을 진행함. https://ebbnflow.tistory.com/165 [인공지능] 지도학습, 비.. 공감수 0 댓글수 0 2022. 9. 29.
데이터 종류 - 정형 데이터, 반정형 데이터, 비정형 데이터 https://computer-science-student.tistory.com/471 데이터 종류 - 정형 데이터, 반정형 데이터, 비정형 데이터 데이터 종류 일반적으로 데이터는 형태에 따라 정형 데이터, 반정형 데이터, 비정형 데이터로 분류할 수 있다. 정형 데이터(Structured Data) 정형 데이터는 구조화된 데이터, 즉 미리 정해진 구조에 computer-science-student.tistory.com 정형 데이터(Structured Data) 정형 데이터는 구조화된 데이터, 즉 미리 정해진 구조에 따라 저장된 데이터다. 표 안에서 행과 열에 의해 지정된 각 칸에 데이터를 저장하는 엑셀의 스프레드 시트, 관계 데이터베이스의 테이블이 대표적인 예시이다. 정형 데이터는 미리 정해 놓은 형식과.. 공감수 0 댓글수 0 2022. 9. 26.
Numpy https://doorbw.tistory.com/171 numpy(넘파이) 기초 정리 Numpy_clear 안녕하세요. 문범우입니다. 이번 포스팅에서는 python을 통해 데이터 분석을 할때 기초 라이브러리로 사용되는 Numpy에 대해서 알아보도록 하겠습니다. 해당 내용은 flearning의 김길호님의 doorbw.tistory.com 1. Numpy란 Numpy는 C언어로 구현된 파이썬 라이브러리로써, 고성능의 수치계산을 위해 제작되었습니다. Numerical Python의 줄임말이기도 한 Numpy는 벡터 및 행렬 연산에 있어서 매우 편리한 기능을 제공합니다. NumPy("넘파이"라 읽는다)는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy.. 공감수 0 댓글수 0 2022. 9. 26.
포아송 분포 https://angeloyeo.github.io/2021/04/26/Poisson_distribution.html 포아송 분포 - 공돌이의 수학정리노트 angeloyeo.github.io 공감수 0 댓글수 0 2022. 8. 1.
배깅, 부스팅, 보팅 비교 https://swingswing.tistory.com/281 앙상블(Ensemble) 기법과 보팅(Voting), 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking) ▣ 앙상블(Ensemble) 기법과 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking) 앙상블은 여러 개의 분류기를 생성하고 그 예측을 결합함으로써 보다 정확한 최종 예측을 도출하는 기법 앙상블 학습의 유 swingswing.tistory.com https://fouaaa.blogspot.com/2019/11/blog-post_20.html 앙상블 모델 :: 베깅, 부스팅, 스태킹 앙상블 학습, Ensemble learning, Bagging, Boosting, Stacking, voting,.. 공감수 0 댓글수 0 2022. 8. 1.
로지스틱 회귀분석 로지스틱 회귀분석 종속 변수에 이산 값이 있는 경우, 다시 말해 0 또는 1, 참 또는 거짓, 흑 또는 백, 스팸 또는 스팸 아닌 것 등의 두 가지 값 중 하나만 취할 수 있는 경우 로지스틱 회귀를 사용하여 데이터를 분석할 수 있다. 로지스틱 회귀는 S자형 곡선을 사용하여 대상 변수와 독립 변수 사이의 관계를 표시한다. 그러나 로지스틱 회귀 분석 방식은 대상 변수에서 거의 동일한 값이 발생하는 대규모 데이터 세트에서 가장 효과가 있다는 사실에 유의해야 한다. 이 경우, 변수들의 순위를 지정할 때 문제를 일으킬 수 있기 때문에 서로 상관성이 높은 독립 변수들이 데이터 집합에 포함되어서는 안 된다. (이것은 multicollinearity, 즉 다중공선성이라고 알려진 현상으로, 회귀 분석에서 사용된 모델의 .. 공감수 0 댓글수 0 2022. 8. 1.
회귀모형 정리 * 대립가설 예제 https://kmrho1103.tistory.com/entry/%EC%A0%9C3%EC%9E%A5-%EC%97%B0%EC%86%8D%ED%98%95-%EC%9E%90%EB%A3%8C%EC%9D%98-%EB%B6%84%EC%84%9D 1. lm 함수의 예제 year 공감수 0 댓글수 0 2022. 7. 12.
통계실습_기말대비 # 1번 풀이 rm(list=ls()) setwd("C:/user/INHA/Desktop/final") dat = read.table("cd.txt", header=T) head(dat) dat$x prob_x 공감수 0 댓글수 0 2022. 7. 8.
R을 이용한 데이터 탐색 1. 데이터 불러오기 -> csv파일로부터 자료 읽기 1) read.csv함수 활용 .Platform setwd("데이터를 저장한 폴더 위치") raw_dat = read.csv(file="Ex_data.csv", header=T, stringAsFactors=F) 2) 데이터 입력 후 확인을 위한 함수 (1) head : 자료의 1st행에서 6th 행 (default) 까지 출력 head(raw_dat[, 1:20]) #열의 수가 많아 1:20의 열만을 선택 (2) length(객체) or dim(객체) : 벡터의 길이 or 행과 열의 수 dim(raw_dat) > dim(iris) # 차원을 셈, iris는 150행 5열 [1] 150 5 > nrow(iris) # 행 개수를 셈 [1] 150 > n.. 공감수 0 댓글수 0 2022. 7. 5.
R_Practice 문제 모음 Practice 1 1. animation 이름의 패키지를 설치하고 불러오기 install.packages("animation") library(animation) 2. animation 패키지에서 제공되는 함수 및 자료 목록 출력 ls(2) 3. animation 패키지 내의 함수 중 하나를 정하고 도움말을 통하여 저자의 웹페이지 확인 후 웹페이지 내 예제 코드 실행 ?bisection.method #도움말 4. test와 관련된 R 함수 찾기 5. BMI (체질량 지수 ) 계산하기 : 계산식 ) 체중 / 키 ( 의 제곱 18.5 이하 저체중 , 18.5 24.9 정상 Practice 2 1. 성분으로 ‘0’, ‘21’, ‘12’, ’ 을 갖는 문자열 벡터를 x 라는 이름으로 생성 하시오 vec 공감수 0 댓글수 0 2022. 6. 29.
Creating User-defined R functions 1. 사용자 정의 함수 개념 : R에서 제공하는 기본 함수 이외에 사용자가 원하는 결과를 얻기 위하여 함수를 작성함 1) 사용자 정의 함수의 작성 2) R에서 사용자 정의 함수를 선언 (함수코드를 R에서 입력) 2. 사용자 정의 함수의 작성 함수이름 = function(필요한 인수1, 필요한 인수 2, ...) function.name 공감수 0 댓글수 0 2022. 6. 28.
R 핵심정리 연산자 우선순위 1) 괄호 및 인덱스 : (), [], $ 2) 제곱 : ^ 3) 나머지 연산자 : %% 4) 곱셈, 나눗셈 : *, / 5) 덧셈, 뺄셈 : +, - 6) 비교 : , =, ==, =! 7) 논리 : &, &&, |, || 8) 할당 : =, unlist(strsplit("a.b.c", ".", fixed=TRUE)) [1] "a" "b" "c" 3) > y = c("ab/cd/ef~z!yk?c", "a/x!b, y, z.t/x") > strsplit(y, "[/~!?]") [[1]] [1] "ab" "cd" "ef" "z" "yk" "c" [[2]] [1] "a" "x" "b, y, z.t" "x" 4) > strsplit(y, "[[:punct:]]") [[1]] [1] "ab" ".. 공감수 0 댓글수 0 2022. 6. 28.
R Condition statements 1. if statement 조건(논리값)을 만족하는 경우만 실행하도록 하고자 할 때 if(논리연산) { 실행할 표현식1 실행할 표현식 2 } 2. if - else statement 조건을 만족할 떄와 하지 않을 때를 구분하여 실행 if(논리연산) { 실행할 표현식 ...} else { 실행할 표현식 ...} * cat 함수를 이용한 화면 출력 및 파일 출력 형식 : cat(객체, file = "path", sep = "\n" / "\t") 용도 : 반복문에서 현재 반복횟수를 출력할 때 자주 쓰임 cat(객체, file = "path", sep = "\n" / "\t") "\n" = 개행문자 "\t" = 변수의 구분(탭) x 3) cat("\n expr(T)") else cat("\n expr(F)").. 공감수 0 댓글수 0 2022. 6. 28.
R Input & Output 2 https://chinggu2000.tistory.com/entry/R-%EA%B8%B0%EC%B4%88-%ED%95%A8%EC%88%98%EC%99%80-%EB%AC%B8%EB%B2%95-3 -> 예제 실습 파일 다운 (1) get wd() : 현재 작업 폴더를 반환 (3) dir : 현재 작업 폴더 내의 파일이름을 문자열 벡터로 반환 (4) dir.create() 함수 : 디렉토리 (폴더) 생성 함수 1) R에서 자료의 입력 (R 프로그램 내에서) - realine 함수 이용 사용형식 : 변수 = readline(prompt = "표시 내용") a = readline("Input any integer : "); a as.numeric(unlist(strsplit(b, "[,]"))) - un list.. 공감수 0 댓글수 0 2022. 6. 26.
R Input & Output 1. 문자열을 다루는 함수들 (1) paste 함수 : 인수들을 하나의 문자열로 만드는 함수 (2) paste0 (vector1, vector2 ..., collapse = Null) : 공백없이 붙이기 (3) n char : 문자열의 갯수를 세는 함수 (4) sub str : 문자열에서 부분을 추출하는 함수 (5) str trim : 문자열을 자르는 함수 (6) str split : 문자열을 주어진 값으로 구분하여 자르는 함수 (7) Extended regular expression (확장 정규 표현식) (+) 리스트를 벡터로 변환하기 - unlist() : 기본적으로는 unlist() 함수를 사용해서 리스트를 벡터로 쪼개 버릴 수 있다. [출처] [R 프로그래밍 :: 기본 개념편] 리스트(List) .. 공감수 0 댓글수 0 2022. 6. 26.
R Object & Basic operations (R 객체 및 기초 연산) -1. 패키지 설치 - 명령어를 이용한 패키지 설치 > install.packages("caTools") > library(caTools) > search() 0. 기본적인 R 명령어 - R 함수의 도움말 : >>> ?solve - search() 함수 - R의 객체 목록 출력 : >>> object() >>> ls() - R의 객체 삭제 : >>> rm(object) >>> remove(object) 1. R에서 사용되는 값의 유형 (Type) 정수형 실수형 문자형 논리형 < as.numeric(test2) 2. 유형의 확인 및 변환 함수 mode(객체) is.자료의 유형(변수명 or 값) as.자료의 유형(변수명 or 값) 3. 벡터와 객체의 이름 규칙 벡터(vector) 4. 벡터의 생성을 위한 함.. 공감수 0 댓글수 0 2022. 6. 26.
R 행렬 https://kilhwan.github.io/rprogramming/ch-R-Matrix.html Chapter 4 R 행렬 | R 프로그래밍 (개정판) 이 책은 경영정보시스템실습의 주교재로 사용되기 위해 개발되었습니다. kilhwan.github.io matrix() matrix(값, nrow = 행(가로)의수, ncol = 열(세로)의수) byrow = T (행, 가로) , byrow = F (열, 세로) matrix() 함수를 이용하면 데이터 벡터를 데이터 행렬로 변환시킬 수 있다. > m m matrix()는 열을 순서대로 채워나간다. 벡터의 요소는 차례대로 1열의 1행을 채우고 2행을 채운다. 그리고 난 후 2열의 모든 행을 순서대로 채운다. 이러한 방식으로 차례차례 모든 열의 데이터를 채워 .. 공감수 0 댓글수 0 2022. 6. 22.
R 데이터 분석_수집 1) 엑셀파일 가져오기 readxl 패키지 설치 install.packages("readxl") library(readxl) 데이터 세트로 저장 escel_data_ex Improt Dataset -> From Excel ] install.packages("readxl") library(readxl) > mtcars View(data_ex) https://mizykk.tistory.com/94 [Python] 엑셀 불러오기 :: pd.read_excel Pandas의 read_excel을 이용하면 엑셀 파일을 python의 dataframe으로 불러올 수 있다. # Pandas import pandas as pd pd.read_excel( io, sheet_name=0, .. 공감수 0 댓글수 0 2022. 6. 22.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.