Most Favorite
-
Lecture ML 머신러닝 강좌 #7] 머신러닝 모델 성능 평가 - 정확도 (Accuracy), Confusion Matrix 머신러닝 모델은 여러 가지 방법으로 예측 성능을 평가할 수 있습니다. 성능 평가 지표(Evaluation Metrics)는 일반적으로 모델이 분류냐 회귀냐에 따라 여러 종류로 나뉩니다. 회귀의 경우 대부분 실제값과 예측값의 오차 평균값에 기반합니다. 예를 들어 오차에 절댓값을 씌운 뒤 평균 오차를 구하거나 오차의 제곱 값에 루트를 씌운 뒤 평균 오차를 구하는 방법과 같이 기본적으로 예측 오차를 가지고 정규화 수준을 재가공하는 방법이 회귀의 성능 평가 지표 유형입니다. 분류의 평가방법도 일반적으로는 실제 결과 데이터와 예측 결과 데이터가 얼마나 정확하고 오류가 적게 발생하는가에 기반하지만, 단순히 이러한 정확도만 가지고 판단했다가는 잘못된 평가 결과에 빠질수 있습니다. 특히 0과 1로 결정값이 한정되는 이..
-
ML with SckitLearn Kmeans의 K값을 정하는 기준 : Elbow Method, Silhouette Score(실루엣 스코어) K-means 알고리즘의 적정의 K값을 선택하는 어려움이 있습니다. 다양한 방법으로 최적의 K를 구하는 방법이 있습니다. 이 중 가장 보편적으로 사용하는 Elbow Method, Silhouette Score에 대해 알아보겠습니다. Elbow Method 가장 보편적으로 이용되는 방법으로 클러스터 내의 총 변동을 설명하는 WCSS(Within Clusters Sum of Squares)를 이용합니다. WCSS= ∑Pi in Cluster1 distance (Pi C1)2 +∑Pi in Cluster2distance (Pi C2)2+∑Pi in CLuster3 distance (Pi C3)2 다음의 방법으로 이용합니다. 1. 사용하고자 하는 클러스터 범위를 지정한다. 2. 각 클러스터를 WCSS방법으로 계..
-
ML with SckitLearn K-Means 알고리즘의 원리와 이해 한판에 배워보기 K-Means 클러스터링은 머신러닝에서는 가장 대중적인 비지도학습(Unsupervised) 클러스터링 방법 중 하나입니다. 각 데이타그룹의 중심점에 대표되는 K숫자를 정의하는 것으로 각 클러스터의 중심점을 대표하는 중심점을 찾는 방법입니다. 이 중심점이 바로 Centroid입니다. Python에서 K-Means가 작동하는 방법에 대해 알아보겠습니다. 실전에서도 바로 사용이 가능합니다. 1. K-Means 알고리즘 작동 방식 데이터를 처리하기 위해 K-Means 알고리즘은 모든 클러스터의 데이타를 무작위로 선택하여 중심점이 되는 데이타를 구한 후 반복 계산을 통해 중심 위치를 최적화하는 방식을 취합니다. 이 중심점이 안정화되었다고 하면 더이상 클러스터링을 할 수 없다고 판단하고 다른 중심점을 임의적으로 선..
-
IT Tech & Knowledge 티스토리API 자동글쓰기를 위한 오픈 API 발급 절차 티스토리 오픈 API 발급 따라만 해보세요. 1. 오픈 API 발급 창으로 이동, 아래 클릭하면 바로 이동 됩니다. TISTORY 나를 표현하는 블로그를 만들어보세요. www.tistory.com 2. 앱등록을 선택 후 아래의 내용을 입력합니다. - 오픈API이용약관 체크 - 서비스명과 설명에 임의적으로 작성 "API연동하기" 등 글자 수 내에서 작성하세요. - 서비스 형태 "웹서비스" 선택 - 서비스 권한 "읽기,쓰기" 선택 - Callback : 본인의 티스토리 URL 중 로그인 한 티스토리 계정 중 하나를 기입합니다. 예를 들어 티스토리 URL 중 아무것이나 고른 후 "http://XXXXX.tistory.com/" 이라면 해당 URL을 그대로 넣어주세요. 3. APP Id와 Secret Key 확..
-
해외구매대행 스마트스토어 상품등록 프로그램 : DrD : 아마존, 아이허브 가격 재고 연동 자동화 스마트스토어 상품등록 무료 등록 프로그램입니다. 등록, 수정 시간을 대폭 줄여주는 툴로 여러분의 생활에 여유를 선사합니다. 이보다 더 쉽게 할 수는 없습니다. 첫 사용자는 제발! 끝까지 읽어보시고 숙지 후 어렵다면 문의해 주세요. 1. 미리 준비가 되어야 할 사항 - 네이버커머스 API (*1) : 애플리케이션 ID와 시크릿 코드, 등록하면 바로 발급되니 없다면 등록하고 발급받으세요. [관련링크] - ImageMagick 설치(*2): 아이허브의 이미지 파일 확장자인 avif를 일반 이미지로 변환하기 위한 부가 프로그램 [관련링크]으로 다운로드 후 설치해 주세요. 하단 "ImageMagick-7.1.0-61-Q16-HDRI-x64-dll.exe" 이 내용으로 설치해 주세요. 정학하게 되었다면 윈도우 기준..
ML with SckitLearn
-
ML with SckitLearn
심장질환 발병 예측하기 - SVM, K Nearset Neighbour, ANN Multilayer Perceptron
-
ML with SckitLearn
Kmeans의 K값을 정하는 기준 : Elbow Method, Silhouette Score(실루엣 스코어)
-
ML with SckitLearn
데이터 전처리하기 : 레이블 인코딩 (Label Encoding), 원-핫 인코딩(One-Hot Encoding), get_dummies()를 Pandas에서 사용하기
-
ML with SckitLearn
K-Means 알고리즘의 원리와 이해 한판에 배워보기
-
ML with SckitLearn
머신러닝, 클러스터 가우시안 가상데이터 생성하는 make_blobs를 이용한 K-means 실습 (Elbow Method 사용)
-
ML with SckitLearn
Light GBM(LGBM)의 개요와 파라미터 정의에 대해
-
ML with SckitLearn
Faiss를 이용한 K-means구현 [사이킷런에 비해 8X 빠르고, 27X 적은 에러 구현]
-
ML with SckitLearn
로지스틱 회귀 : Logistic Regression, 시그모이드(sigmoid)를 이용한 분류 회귀
NPL with ML
-
NPL with ML
Python 머신러닝, 한글 감정분석을 위한 리뷰 분석 : 프로그램부터 실전적용까지 (rhinoMorph이용
-
NPL with ML
Python에서 SpaCy를 사용한 텍스트 분류를 위한 기계 학습
-
NPL with ML
텍스트 분석 실습 - Mercari Price Suggestion Challenge
-
NPL with ML
토픽 모델링 [Topic Modeling] - LDA기법 소스포함
-
NPL with ML
감성 분석 (Sentiment Analysis) - 비지도학습 기반, VADER
-
NPL with ML
감성 분석 (Sentiment Analysis) - 지도학습 기반
-
NPL with ML
문서 유사도 측정 - 코사인 유사도(Cosine Similarity)와 실전 연습 코드
-
NPL with ML
한글 텍스트 처리 위한 KoNLPy를 이용한 네이버 영화 평점 감정 분석
Recommendation
-
ML Recommendation
포트폴리오를 위한 추천 알고리즘 구현 [3장] : Scikit-Surprise
-
ML Recommendation
포트폴리오를 위한 추천 알고리즘 구현 [2장] : Scikit-Surprise
-
ML Recommendation
포트폴리오를 위한 추천 알고리즘 구현 [1장] : Scikit-Surprise
-
ML Recommendation
아이템 기반 최근접 이웃 협업 필터링 실습 - MovieLens
-
ML Recommendation
콘텐츠 기반 필터링 : TMDB 5000 Movie Dataset
-
ML Recommendation
추천 시스템의 이해 : 콘텐츠 기반 필터링 추천 시스템 / 최근접 이웃 협업 필터링 / 잠재 요인 협업 필터링
ML & AI Theory
-
ML & AI Theory
tf.keras 모델의 저장과 복원
-
ML & AI Theory
tf.keras API. Sequential 모델 실습
-
ML & AI Theory
텐서플로의 계산 그래프 : 1.0 vs 2.x 버젼 차이
-
ML & AI Theory
텐서를 다차원 배열로 변환하기
-
ML & AI Theory
텐서플로, 랭크와 텐서를 확인하는 방법
-
ML & AI Theory
다층 신경망의 활성화 함수 : 시그모이드, 소프트맥스, 하이퍼볼릭탄젠트, 렐루함수
-
ML & AI Theory
케라스 실습] tf.keras API를 사용한 다층 신경망 훈련 기본
-
ML & AI Theory
텐서플로우 #1] 텐서플로우의 시작과 배열 구조 다루기
Pandas
-
Pandas
Pandas Sidetable: 판다스 똑똑하게 사용하기 - Freq, Counts, Missing, Subtotal
-
Pandas
데이타 결측치(누락값, 결측값) 처리하기 : fillna (ffill, bfill), dropna, isnull
-
Pandas
Pandas에서 시간, 날짜 다루기 - to_datetime만 잘 다루면 끝!
-
Pandas
Pandas, read_excel()을 이용한 데이타 읽은 후 K-Means에 적용하기: 실습
-
Pandas
Pandas 기초 통계를 위한 groupby 응용 - nunique()와 matplot로 그래프 간단하게 그리기
-
Pandas
[TIP] Pycharm, Run Window에서 결과 값 전체 보이게 하기
-
Pandas
Pandas 데이터 추출, 활용 하기 : loc, iloc 활용 [슬라이싱]
-
Pandas
Pandas 데이터 추출, 활용 하기 : loc, iloc 활용 [행단위]
Python
-
Python
제휴 모델 자동화[1 : 애드픽(AdPick)의 뉴스픽(NewsPick) 링크 자동으로 만들기
-
Python
Python으로 코호트 분석(Cohort Analysis)하고 Pandas 명령어 시행
-
Python
입문자 위한 Python 기본 안내서 [2] : 제어문에 대해
-
Python
입문자 위한 Python 기본 안내서 [1] : 자료형에 대해
-
Python
[실습] 매일 경제 기사 Python 크롤링 후 Dataframe에 넣은 후 CSV에 저장하기
-
Python
Top Python Libraries for Data Science, Data Visualization & Machine Learning
-
Python
[TIP] Jupyter에서 다른 폴더의 library, import 호출하기
-
Python
Python에서의 lambda(람다) Function의 사용
IT Tech
-
IT Tech & Knowledge
액세스토큰 자동 발행기 : 티스토리를 위한 AccessToken 발
-
IT Tech & Knowledge
ChatGPI API 발급을 위한 OpenAI 절차
-
IT Tech & Knowledge
티스토리API 자동글쓰기를 위한 오픈 API 발급 절차
-
IT Tech & Knowledge
ChatGPT API 연동 티스토리 자동글쓰기 포스팅 해보기 (2/2)
-
IT Tech & Knowledge
ChatGPT API 연동 티스토리 자동글쓰기 포스팅 해보기 (1/2) : 프로그램 포함
-
IT Tech & Knowledge
SQL Query 연습을 위한 기본 준비
-
IT Tech & Knowledge
원격제어 프로그램 PARSEC 파섹 셋팅하기 : 언제나 원격제어 가능
-
IT Tech & Knowledge
구글코랩 - 구글의 클라우드에서 GPU를 무료로 사용하는 분석
Analyst Life & Information
-
Analyst Life
데이터 과학자 (Data Scientist) 인터뷰에 나오는 질문 Top8
-
Analyst Life
Data Scientist, ML Engineer가 구독해야 할 Youtube - 렉스 프리드먼 (Lex F ridman), 켄 지(Ken Jee), 야닉 킬처(Yannic Kilcher), 조던 해로 드(Jordan Harrod)
-
Analyst Life
[지식라이브ON] 세상을 읽는 새로운 언어, 빅데이터 (서울대 산업공학과 조성준 교수)
-
Analyst Life
경영학 전공자가 뽑은 가장 매력적인 회사 TOP 50 : 삼성 43위
-
Analyst Life
Business Analyst와 Data Analyst : 업무, 책임, 기술, 연봉, 채용회사
-
Analyst Life
팔란티어 투자를 시작합니다.
-
Analyst Life
GPT-3 유료화
-
Analyst Life
‘머신러닝을 쉽게’··· 추천 오픈소스 도구 14선