전체 글 474

(2)점프투파이썬[2-3문자열리스트:2-4 딕셔너리자료형]

str()은 정수나 실수를 문자열 형태로 바꾸어 주는 파이썬 내장 함수이다. 리스트에서는 하나씩 수정할 수 있다. 리스트에서는 요소를 삭제할 수 있다. a = [1,2,3,4] del a[1] print(a) 리스트 관련 함수들 append(x) : 리스트의 마지막에 x를 추가하는 함수이다. sort() : 리스트를 정렬해준다. (문자도 알파벳 형태로 정렬) reverse() : 리스트를 역순으로 뒤집는다. index(x) : x의 위치값을 리턴 (존재하지않는다면 값 오류 발생) insert(a,b) : a번째 위치에 b를 넣는다. remove(x) : 첫번째로 나오는 x를 삭제한다. pop() : 괄호 안이 비어있으면 마지막 요소를 반환하고 제거한다. 괄호 안에 숫자가 들어있으면 해당 번째 요소를 반환..

(1)점프 투 파이썬_[:2-2문자열자료형]

연산과 문자열 a = 4.24E10 은 4.24 * 10^10을 의미한다. a = 4.24e-10은 4.24 * 10^(-10) 을 의미한다. X^Y (제곱)을 하고 싶다면? X**Y // 는 소수점 아래자리를 버리는 연산자이다. 문자열을 만드려면 (') 작은따옴표, (") 큰따옴표를 이용하거나 큰따옴표를 3개 이용하거나 작은따옴표를 3개이용하는 방법이 있다. 이렇게 방법이 많은 이유는 문장 안에 작은따옴표나 큰따옴표가 필요할 경우가 있기 때문이다. 줄바꿈을 하고 싶을때 hi = ''' hi i am python''' print(hi) ''' 또는 """ 또는 \n을 이용한다. (3개씩) 파이썬은 문자열 연산이 가능하다. + 는 두 문자열을 더해주고, * 는 두 문자열을 반복해준다. 그리고 프린트 호출할..

목표 : 파이썬 기본 배우기 [1/7 ~ 1/9]

점프 투 파이썬 http://www.yes24.com/Product/Goods/24567417 Do it! 점프 투 파이썬 - YES24 코딩을 처음 배우는 중·고등학생과 나만의 경쟁력을 갖추고 싶은 문과생, 소프트웨어 시대에 대비하여 새로운 스펙을 준비하려는 직장인까지! 모두 ‘점프 투 파이썬’으로 프로그래밍을 시작 www.yes24.com 처음 시작하는 파이썬 http://www.yes24.com/Product/Goods/91870652 처음 시작하는 파이썬 - YES24 전 세계 1등 언어 파이썬을 파이썬답게 쓰게 해주는 최고의 안내서 프로그래밍을 막 시작하는 입문자나, 이미 다른 프로그래밍 언어를 학습한 개발자가 파이썬을 쉽고 빠르게 배울 수 있게 안내 www.yes24.com 이 두권 뽀갠다. ..

미라클모닝 7일차

7일차 성공! 자기계발은 평생하는 것 , 딱 1년이면 된다. 1년이면 기초를 다질 수 있다. 실력차이가 아닌 시간차이 쫄거없다. 기초실력 쌓기 1. 책부터 읽자. 매일 2. 글을 쓰자. 매일 머신러닝, 딥러닝을 잘 배워보려고 혼자 공부하는 머신러닝, 핸즈온 머신러닝 2판을 주문했다. 어렵다고 두껍다고 중간에 포기하지말고 끝까지 열심해 해보자!

4.5 보편적인 머신러닝의 작업 흐름

머신러닝은 훈련 데이터에 있는 패턴을 기억하기 위해서만 사용한다. 이미 과거에서 배운것들만 인식할 수 있다. 미래를 예측하기위해 머신러닝을 이용한다는 것은 미래가 과거처럼 움직인다고 가정한 상태일 때만 가능하다. 현재의 상황을 평가할 방법에는 세가지 1) 홀드아웃 검증 세트 분리 : 데이터가 풍부할 때 사용 2) k-겹 교차 검증 : 1번을 사용하기에는 샘플의 수가 너무 적을 때 사용 3) 반복 k-겹 교차 검증 : 데이터가 적고, 정확한 모델 평가가 필요할 때 사용 -> 대부분 첫 번째로 충분하다! 4.5.4 데이터 준비 모델에 주입할 데이터는 텐서로 구성되어있어 일반적으로 작은 값으로 스케일 조정 되어있다. 예) [ 0 , 1 ] 특성마다 범위가 다를 경우 정규화 필요 4.5.6 몸집 키우기 : 과대..

배치(batch)와 에포크(epoch)

배치(batch) : 모델의 가중치를 한번 업데이트시킬 때 사용되는 샘플들의 묶음 100개의 훈련 샘플이 있고, 배치사이즈가 20이라면 20개의 샘플 단위마다 모델의 가중치를 한번씩 업데이트 시킨다. 그러므로 5번 가중치가 업데이트 될것이다. 하나의 데이터셋을 5개의 배치로 나누어 훈련을 진행했다고 볼 수 있다. 에포크(epoch) : 딮러닝에서는 학습의 횟수를 의미한다. 에포크가 10이고, 배치 사이즈가 20이라면 가중치를 5번 업데이트하는 것을 10번 반복한다. 결과적으로 가중치가 총 50번 업데이트된다. history = model.fit(partial_x_train,partial_y_train, epochs=20, batch_size=512, validation_data=(x_val,y_val))..