#wannabeeeeeee the best DataScientist

05-1 결정 트리¶ 로지스틱 회귀로 와인 분류하기¶ In [1]: # 데이터 준비 import pandas as pd wine = pd.read_csv('https://bit.ly/wine_csv_data') wine.head() # class가 0이면 레드 와인, 1이면 화이트 와인 Out[1]: alcohol sugar pH class 0 9.4 1.9 3.51 0.0 1 9.8 2.6 3.20 0.0 2 9.8 2.3 3.26 0.0 3 9.8 1.9 3.16 0.0 4 9.4 1.9 3.51 0.0 In [2]: # 데이터 분류 data = wine[['alcohol', 'sugar', 'pH']].to_numpy() target = wine['class'].to_numpy() from skle..

04-1 로지스틱 회귀¶ In [1]: # 데이터 준비 import pandas as pd fish = pd.read_csv('https://bit.ly/fish_csv_data') fish.head() Out[1]: Species Weight Length Diagonal Height Width 0 Bream 242.0 25.4 30.0 11.5200 4.0200 1 Bream 290.0 26.3 31.2 12.4800 4.3056 2 Bream 340.0 26.5 31.1 12.3778 4.6961 3 Bream 363.0 29.0 33.5 12.7300 4.4555 4 Bream 430.0 29.0 34.0 12.4440 5.1340 In [2]: print(pd.unique(fish['Species..

03-1 k-최근접 이웃 회귀¶ 회귀 : 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 예측하는 문제 k-최근접 이웃 회귀 : 샘플 x에 가장 가까운 샘픔 k개를 선택하여 k개의 샘플의 수치를 사용해 샘플 x의 타깃을 예측하는 방법 In [1]: # 데이터 import numpy as np perch_length = np.array( [8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0, 21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7, 23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5, 27.5,..

01-3 마켓과 머신러닝¶ k-최근접 이웃 (k-Nearest Neighbors)¶ 머신러닝 : 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야(사이킷런) 딥러닝 : 인공신경망을 기반으로 한 머신러닝 분야를 일컬음(텐서플로) k-Nearest Neighbors Algorithm, KNN : 가장 간단한 머신러닝 알고리즘 중 하나로 어떤 규칙을 찾기보다는 인접한 샘플을 기반으로 예측을 수행함 In [1]: import numpy as np # 도미 데이터 bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0..

◎ 밑바닥부터 시작하는 딥러닝(1)¶ ● chapter 3. 신경망¶ ANO, OR 게이트의 진리표를 보면서 인간이 적절한 가중치 값을 정해야 하는 단점이 있었습니다. 신경망은 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력이 있습니다. 3.1 퍼셉트론에서 신경망으로 신경망은 입력층, 출력층, 은닉층으로 구성 입력 신호의 총합을 출력 신호로 변환하는 함수를 활성화 함수라 한다. 3.2 활성화 함수 임계값을 경계로 출력이 바뀌는 함수를 계단 함수라 한다. 신경망에서 자주 이용하는 활성화 함수인 시그모이드 함수는 h(x) = 1 / (1+exp(-x))로 나타낸다. In [1]: import numpy as np import matplotlib.pylab as plt # 계단 함수 구현하기..

https://book.naver.com/bookdb/book_detail.nhn?bid=11492334 밑바닥부터 시작하는 딥러닝 직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서!『밑바닥부터 시작하는 딥러닝』은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 book.naver.com 해당 책에 대한 정보이며 해당 책을 읽고 학습한 내용을 단원별로 공유하고자 합니다. ◎ 밑바닥부터 시작하는 딥러닝(1)¶ ● chapter 1. 헬로 파이썬¶ 1.1 파이썬이란? 오픈 소스 + 무료인 배우기 쉬운 프로그래밍 언어 넘파이 + 사이파이 = 수치 계산과 통계 처리를 다루는 데 탁월한 라이브러리 카페 + 텐서플로 + 체이너 + 테아노 = 딥러닝 프레임워크 1.2 파..