본문 바로가기

ML&DATA53

파이썬 - (시멘틱, 바인딩, 타입 등) 파이썬 내장함수, 파이썬 자체 기능 등 메모 **모든 것은 객체 모든 수, 문자열, 자료구조, 함수, 클래스, 모듈 등은 파이썬 인터프리터에서 파이썬 객체라고하는 어떤 상자안에 저장됨.각 객체는 자료형과 내부 데이터를 가지고 있음. **변수와 인자 전달 a = [1,2,3] b = a a.append(4) b #output : [1,2,3,4] 대입연산자는 우항 객체에 대한 참조를 생성해 전달함. 변수에 값(객체)을 할당하는 것은 이름(값)을 객체에 연결하는 것이므로 바인딩이라고 한다. 값이 할당된 변수를 바운드 변수라고 부르기도 함. def append_(list_, elem): list_.append(elem) a = [1,2,3] append_(a, 4) a #output: [1,2,3,4] 함수에.. 2020. 7. 18.
파이썬 메모 ** 매직 명령어 파이썬 자체에는 존재하지 않는 특수한 명령어들. IPython, jupyter notebook에서 사용 가능. 1) %timeit : 수행시간 출력 a = np.random.randn(100,100) %timeit np.dot(a,a) #64.2 µs ± 2.59 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each) 2) %load : 스크립트 파일을 코드셀로 불러옴 %load ipython_script_test.py 3) %matplotlib inline : 주피터 노트북과 matplotlib 통합을 설정. (그래프가 화면에 나타나도록, 셸의 경우 세션의 제어권을 뺏기지 않도록 하기 위함. 요즘 버전에선 필요없는듯) 2020. 7. 18.
개요 https://skasha.tistory.com/81 머신러닝 모델 성능 평가 (홀드아웃 및 k-겹 교차 검증) 모델이 너무 간단하면 과소적합(높은 편향)이 문제가 되기도하고, 모델이 너무 복잡하면 훈련 데이터에 과대적합(높은 분산)이 일어나 문제가 되곤 합니다. 이런 현상을 피해 적절한 편향-분산 t skasha.tistory.com 1.6절 검증부분은 책 내용이 직관적으로 이해되지 않아 위 블로그로 공부했음을 밝힙니다. 1.1 intro 머신러닝 : 어떤 작업 T에 대한 프로그램의 성능을 P라고 측정했을 떄, 경험 E로 인해 성능 P가 향상됐다면, 이 프로그램은 작업 T와 성능 측정 P에 대해 경험 E로 학습한 것. 데이터 마이닝: 머신러닝을 적용해서 대용량의 데이터를 분석하여 보이지 않았던 패턴을 .. 2020. 7. 16.
실습 설명x. import numpy as np import tensorflow as tf tf.random.set_seed(777) mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 #모델 정의 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(512, activation=tf.nn.relu), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation.. 2020. 7. 13.

티스토리툴바