Chapter15. 실제 데이터로 만들어 보는 모델1. 데이터 전처리1) 결측치 > 평균 변경import pandas as pd!git clone https://github.com/taehojo/data.gitdf = pd.read_csv("./data/house_train.csv")// isnull > 결측치 확인 함수df.isnull().sum().sort_values(ascending=False).head(20)// 전처리// 카테고리형 변수 > 0/1 변수df = pd.get_dummies(df)// 결측치 > 평균으로 채움df = df.fillna(df.mean())2) 속성별 관련도 추출(필요 정보 추출)import pandas as pd!git clone https://github.com/t..

Chapter10. 딥러닝 모델 설계하기https://marin0806.tistory.com/191 25.11.03 개발일지 / 딥러닝 1(모두의 딥러닝 개정4판)딥러닝 모델 설계# 1.from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# 2.import numpy as np# 3.!git clone https://github.com/taehojo/data.git# 4.Data_set = np.loadtxt("./data/ThoraricSurgery3.csv", delimiter=","marin0806.tistory.comSequential() : 입력부터 출력까지 순서대로 층을 쌓는 단순 신경망 모..

Chapter6. 로지스틱 회귀 모델1. 정의> 참(1)과 거짓(0)으로만 표현을 해야하는 자료구조를 표현해야 할 때 사용하는 모델​2. 시그모이드 함수> 참과 거짓으로 나타낼 수 있도록 S자 형태로 그려지는 그래프여기서 a는 그래프의 경사도를, b는 그래프의 좌우이동을 담당3. 교차 엔트로피 오차 함수(손실 함수)> 로지스틱 회귀 모델의 손실 함수는 교차 엔트로피 오차 함수를 사용(선형 회귀에서는 평균제곱오차를 사용)1) 공식> y는 실제값, h는 예측값​2) y가 1인 경우> -log(h) -> h가 1이면 0, 작아질수록 증가함 ​3) y가 0인 경우> -log(1-h) -> h가 0이면 0, 커질수록 증가함4. 텐서플로를 활용한 로지스틱 회귀 모델import numpy as npimport mat..

Chapter4 가장 훌륭한 예측선1. 선형회귀(Linear Regression)1) 정의> 독립변수에 따라 종속변수의 움직임을 예측하고 설명하는 것2) 종류> 단순 선형 회귀(simple linear regression) : 하나의 독립변수> 다중 선형 회귀(multiple linear regression) : 여러 개의 독립변수​2. 예측선> 독립변수에 들어갈 여러 데이터와 종속변수에 들어갈 여러 데이터를 통해 최적의 기울기와 최적의 절편값을 가진 선​3. 최소 제곱법> 최소 제곱법이란 여러 데이터를 통해 최적의 기울기와 절편을 구하는 방법1) 기울기 공식2) 절편 공식​3.1 Python을 활용한 최소제곱법import numpy as np# 공부한 시간과 점수를 x, y 변수에 넘파이 배열로 저장x..

딥러닝 모델 설계# 1.from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# 2.import numpy as np# 3.!git clone https://github.com/taehojo/data.git# 4.Data_set = np.loadtxt("./data/ThoraricSurgery3.csv", delimiter=",")X = Data_set[:,0:16]Y = Data_set[:,16]# 5.model = Sequential()model.add(Dense(30, input_dim=16, activation='relu'))model.add(Dense(1, activation='sigmoid')..

-완-

C++ MFC 클라이언트C# 서버> 전달 받아서 DB에 경로 저장까지 됨을 확인함Python AI서버> 검은 캔들 인식률이 좀 떨어졌는데, 검은 캔들이 모델 학습자료에서 별로 없어서 발생한 문제라고 예상됨Git 관련1. 원격 저장소 브랜치 가져오기1) main 브랜치를 먼저 Clonegit initgit clone https://github.com/you/yourProject.git2) 최신 브랜치 갱신git fetch --all​ 3) 원격 브랜치 기반으로 로컬에 새 브런치를 생성하기ex) 원격의 origin/Client 라는 브랜치가 있다고 가정git checkout -b Client origin/Client> origin/Client(원격)을 기반으로 Client(로컬) 이라는 새 브런치를 생성함...

경로설정1. PylonPylon 설치시 Program Files의 Pylon이라는 폴더로 저장됨환경변수가 미리 정해져있음(PYLON_DEV_DIR = C:\Program Files\Basler\pylon 5\development)2. openCVopenCV는 설치할 때 폴더를 지정해야 함환경변수를 따로 추가해야 함(OPEN_CV = C:\Users\mmmz\Downloads\opencv\build)※ 환경변수를 소문자로 하면 Visul Studio에서 일부 버전에서 인식이 불안정하므로 대문자와 밑줄로만 구성할 것3. 디렉터리 추가1) PylonC/C++ -> 일반 -> 추가 포함 디렉터리$(PYLON_DEV_DIR)\include링커 -> 일반 -> 추가 라이브러리 디렉터리$(PYLON_DEV_DIR)\..

회의 내용패킷 구조 논의1) JSON만 주고 받기2) 길이 + JSON3) 길이 + BinaryHeader + BinaryBdoy4) BinaryHeader + JSON + BinaryImage​> 여러가지 논의가 있었지만 결정된 건 아래 구조임.Header : MSG(1) + BodyLen(4) + ImgID(4)Body : IMG or RESULT로 결정함.공통 프로토콜(MFC 클라이언트용)#pragma once#include // ======================// 공통 프로토콜 정의// ======================// 메시지 타입(1Byte)enum class MsgType : uint8_t{ IMG_REQ = 1, // 이미지 전송 요청 IMG_RES = 2, /..