남들 보는 일기장

실습 2 tf07_california.py import numpy as np from keras.models import Sequential from keras.layers import Dense from sklearn.model_selection import train_test_split from sklearn.metrics import r2_score # from sklearn.datasets import load_boston -> 윤리적인 문제로 제공 안 됨 from sklearn.datasets import fetch_california_housing # 1. 데이터 # datasets = load_boston() datasets = fetch_california_housing() x = data..

실습 1 tf04_train_test_split01.py train, test 데이터 비율 직접 나누기 import numpy as np from keras.models import Sequential from keras.layers import Dense # 1. 데이터 x = np.array([1, 2, 3, 4, 5, 6, 7 ,8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]) y = np.array([1, 2, 3, 4, 5, 6, 7 ,8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]) # x = np.array([range(1, 21)]) # y = np.array([range(1, 21)])=> 일일히 입력하는 ..

파이썬 기초 test01.py # 1. 파이썬 기초 # 변수 저장 출력 a = 1 b = 2 c = a + b d = a * b print(a) print(b) print(c) print(d) # 문자 출력 print('Hello World!')# 문자열은 '' , "" 로 감싸기 print('makit "code" lab') # ""는 ''안에 출력 print("she's gone") # ''는 ""안에 출력 # 변수와 문자 출력 a = 10 b = 20 c = a + b print('a의 값은', a) # 변수와 문자를 구분할 때 , 사용 print('b의 값은', b) print('a와 b의 합은', c) # 정수와 문자 연산 a = 10 b = 'makit ' print(a * 3)# 10 곱하기..

인공지능 개념 정리 머신러닝 (Machin Learning) 컴퓨터가 데이터를 기반으로 스스로 학습하고 예측을 수행할 수 있는 인공지능의 한 분야이다. 기존의 프로그램과 달리 머신러닝에서는 사람이 직접 규칙과 조건을 설정하는 것이 아니라, 데이터를 통해 스스로 패턴을 학습하고 이를 기반으로 예측을 수행한다. 이러한 방식으로 머신러닝은 데이터 분석과 예측 분야에서 많이 사용된다. 머신러닝은 크게 지도학습, 비지도학습, 강화학습으로 분류된다. 지도학습은 입력데이터와 그에 대한 라벨(label)을 함께 제공하여 모델이 입력 데이터와 라벨의 관계를 학습하고, 새로운 입력 데이터에 대한 예측값을 생성하는 방식이다. 예를 들어, 이메일이 스팸인지 아닌지를 판별하는 문제가 있다면, 스팸 여부에 대한 라벨이 있는 이메..

Anaconda 설치 Anaconda 설치링크 Free Download | Anaconda Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com Anaconda 가상환경 생성 및 라이브러리 설치 파이썬 가상환경 만들기 (base) C:\Users\owner> conda create --name tf210 python=3.10 => 파이썬 가상환경 생성 ('tf210' 이라는 이름의 3.10버전 파이썬 가상환경) => (base): 현재 작업중인 환경 => C:\Users\owner : 현재 작업중인..