본문 바로가기

Data Scientist

(39)
R기초 R Studio에서 R Script를 누르면 그럼 스크립트 창에 이렇게 써야할 패키지들을 인스톨한다. # R을 실행시키고, 스크립트 창에 입력 install.packages("tidyverse") install.packages("readr") 실행하려면 줄마다 ctrl+enter 조금만 기다리면 알아서 주륵주륵 설치를 한다. library(readr) DM = 30000) ---------------------------------------------------------------------------------------- > DM %>% filter(Age == 'Old') # A tibble: 205 x 10 Age Gender OwnHome Married Location Salary Child..
기초통계 - 척도 척도의 조건 1. 논리적 관련성 진술문들간에 서로 관련 되어있는 것 처럼 보일 때 2. 경험적 관련성 진술문을 어떤 실험집단에서 실시한 뒤 진술문에 대한 반응이 어느정도로 일관성을 갖는지 척도의 종류 질적척도: 명목, 서열 양적척도: 등간, 비율 관찰하는 대상의 속성에 따라 그 값을 숫자로 나타낸다. 연구대상을 구분하거나 분류할 목적으로 숫자를 사용하고 숫자 자체가 가지고 있는 의미는 없음. 한 그룹에 속하면 다른 그룹에 속하지 않는 상호배타적인 특성 (ex) 초등학생: 0 / 중학생: 1 / 고등학생: 2 / 대학생 : 3 즉 같은 숫자는 같은 특성, 다른 숫자는 다른 특성 관찰하는 대상의 특성을 측정해서 그 값을 순위로 나타내는 것 매겨진 숫자 자체가 가지고 있는 의미가 있다. 그렇기 때문에 높은지 ..
챗봇솔루션 closer를 이용한 나만의 챗봇 만들기! https://app.closer.ai/login?redirect_uri=https%3A%2F%2Fbuilder.closer.ai%2Fapp CLOSER | 비즈니스 성장을 이끄는 챗봇 브랜드를 알리고, 전환률을 높이고, 고객 문의에 24시간 쉬지 않고 답변하는 챗봇을 코딩없이 만들어 보세요. closer.ai 챗봇의 경우 간단한 솔루션, 플랫폼을 이용해서 만들 수 있다. 생각보다 만들기도 간단하고 알고리즘에 따라서 동작하기 때문에 귀찮은(?) 작업의 반복으로 볼 수도 있다. closer의 경우 1000명까지 무료로 이용할 수 있다. 간단하게 연습해보는 용도이기 때문에 closer로 만들어보자 로그인을 하면 다음과 같이 깔끔한 화면이 나온다. 첫봇은 연습용으로 만든 것인데 오늘 점심뭐먹을지에 대해서 동작..
와인 종류 예측하기(체크포인트_모델저장, 그래프, Early stopping) 목표 : 레드와인, 화이트 와인 구분하기 데이터: UCI repository 데이터 6497개 행 레드와인 1599개, 화이트와인이 4898개 13개 컬럼 12개 feature : 주석산 농도, 아세트산 농도, 구연산 농도, 잔류 당분 농도, 염화나트륨 농도, 유리 아황산 농도, 총 아황산 농도, 밀도, PH, 황산칼륨 농도, 알코올 도수, 와인 맛(0~10등급) class: 레드와인(1), 화이트와인(0) from keras.models import Sequential from keras.layers import Dense from keras.callbacks import ModelCheckpoint, EarlyStopping # 모델 최고값 저장, import numpy import pandas as..
폐암수술 환자 생존율 예측 간단하게 폐암환자 수술 예측을 해보려 합니다. 앞서서 포스팅한 피마 인디언셋과 다 동일하고 데이터 셋만 바꾸어서 실행했어요. # 라이브러리 임포트 import tensorflow from keras.models import Sequential from keras.layers import Dense import numpy as np import tensorflow as tf 먼저 라이브러리를 임포트해줍니다. seed =0 #seed 고정 np.random.seed(seed) tf.set_random_seed(seed) # 텐서플로우 1.15 # 2.0이상이면 tf.random.set_seed 씨드를 정해주고 난수를 생성하구요. Data_set = np.loadtxt('/ThoraricSurgery.csv'..
피마 인디언 당뇨병 예측하기 - 2편: 딥러닝 구조 짜기 2020/01/23 - [딥러닝] - 피마 인디언 당뇨병 예측하기 - 1편: 데이터 불러오기 1편에 이어서 간단하게 딥러닝 구조를 짜도록 하겠습니다. 딥러닝 구조 짜기 # 모델 설정 model = Sequential() # 2, 4,, 8, 16, 32, 64, 128, 256, 512, 1024 2진법 구조로 생각 model.add(Dense(16, input_dim=8, activation = 'relu')) #0부터 7까지였으니 8개 인풋 #히든 레이어 model.add(Dense(8, activation = 'relu')) #히든레이어 model.add(Dense(1, activation = 'sigmoid')) #이진분류 #아웃풋레이어 model은 앞서 말했던 Sequntial을 사용하여 빈 그..
피마 인디언 당뇨병 예측하기 - 1편: 데이터 불러오기 (모두의 딥러닝 & 강의[이동x 선생님]를 참고하여 작성하였습니다) 조태호 저 | 길벗 | 2017년 12월 27일 리뷰 총점9.6 (예스24기준) 정가 24,000원(현재 21,600) 안녕하세요. 처음으로 해볼 내용은 '피마 인디언 당뇨병 예측하기' 입니다. 그런데 아직 공부중이기도 하고 잘모르기 때문에 내용이 상당히 빈약하고 결과치도 마찬가지입니다. 혹시 댓글로 많은 가르침 주시면 감사하겠습니다. from keras.models import Sequential #층을 담는 그릇 from keras.layers import Dense #층을 만드는 것 import numpy import tensorflow as tf import warnings warnings.filterwarnings("ignore..