일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 데이터분석
- 데이터시각화
- JSP/Servlet
- 자연수의성질
- 정보처리기사실기
- html/css
- 자바 실습
- numpy/pandas
- 딥러닝
- pandas
- 선형분류모델
- 파이썬
- C++
- 머신러닝
- c언어
- 언리얼학습
- 언리얼프로젝트
- 자바
- 정보처리기사필기
- 데이터베이스
- 요구사항확인
- 중학수학
- 텍스트마이닝
- 선형회귀모델
- Orange
- 이수증
- 핵심프로젝트
- 디버깅
- 코딩테스트
- 데이터입출력구현
- Today
- Total
목록Orange (9)
클라이언트/ 서버/ 엔지니어 " 게임 개발자"를 향한 매일의 공부일지
영화 리뷰를 분석하는 또 다른 실습 예제를 진행해보려고 한다. 이번 실습은 선생님이 자세한 설명을 해주지 않고 파일부터 생성해서 솔직히 뭘 하는 건지 잘 모르겠다.아무튼 영화 리뷰를 분석하는 또 다른 예제인 것 같다. 수업이 어느 정도 진행되면서 이 예제가 무엇인지 이제야 알게 되었다. 영화 리뷰를 모아놓은 것을 분석하는 실습이다. 영화 리뷰 텍스트 분석 실습해보기1. 말뭉치 만들기 라벨에서 Role을 target으로 지정해준다. 라벨의 feature로 되어 있으면 0과 1로써 0이면 긍정, 1이면 부정인 데이터로 처리된다. 우리는 이것을 정답 데이터인 target으로 지정한 것이다.이것을 Corpus로 설정해 말뭉치로 전달했다. 이를 Corpus Viewer로 확인해보았다. 2. 워드 클라..
늦었지만 새벽 루틴도 실천했고 이제 다시 아침 공부를 시작해볼 것이다. 오늘은 아침을 먹지 않을 것이고(먹는 날은 별로 없지만) 점심 때까지 열심히 공부해보자. 조금 전에 승차권 예매도 했고 이제 아침 공부를 하는 일만 남아있다. 이번에는 조금 전에 학습했던 텍스트 마이닝을 실습하는 시간을 갖기로 하자. 텍스트 분류하는 실습해보기영화 인사이드 아웃2의 영화 리뷰를 가져와서 이 리뷰에 대한 평점을 분석해볼 것이다. 먼저 텍스트 패키지를 설치해준다. 그런 다음 Corpus 파일을 하나 만들고 영화 리뷰를 다음과 같이 작성한다. 10개의 리뷰를 작성하는데 긍정과 부정이 모두 섞이도록 한다. 1. 영화 리뷰 데이터 가져와서 분석하기 Corpus Viewer에도 연결해주는데 1에서 10까지 내용이 잘 보이는지 확..
이번에는 텍스트 마이닝이라고 해서 텍스트를 분류하는 방법에 대해서 알아보고 실습도 함께 진행해볼 것이다. 먼저 텍스트 마이닝이란 무엇인지 살펴보기로 하자.모두 한번 들었던 수업이지만 처음 들었을 때는 무슨 말인지 거의 이해하지 못했다. 오늘 다시 들어보니 무척 신기했고 이런 식으로 데이터를 분류한다는 것을 알게 되었다. 텍스트 마이닝이란 무엇인가? 자연어는 컴퓨터가 알아들을 수 없는데 이를 알아들을 수 있도록 변경하는 작업을 거쳐야 한다. 이런 식으로 활용된다. 텍스트 마이닝을 하는 과정 이번에 실습해볼 것은 감성 분석이다. 텍스트 마이닝을 위해서는 전처리 과정이 필요하다. 한국어는 형태로 단위로 분석을 하는 편이다. 1. 텍스트 데이터 수집 2. 텍스트 전처리..
수업 시간에 만들었던 작업을 그래도 붙여 넣어 학습일지를 쓰는 것보다 처음부터 다시 해보는 게 더 도움이 되는 것 같다. 사실 이렇게 하면 시간이 많이 걸릴까봐서 하지 않으려 했는데 조금 전에 오류가 생겨서 새로 파일을 만들어서 하나하나 따라서 해보니 더 잘 기억이 되었다. 이번 실습부터는 모든 예제를 혼자서 직접 따라해보려고 한다. 이번에는 이미지 관련 실습이다. 이미지 분류 실습 - 사진 추출 및 유사도 검사이미지를 사용하기 위해서는 먼저 이미지를 처리하는 패키지를 설치해주어야 한다. option에서 add를 클릭한 후 image를 검색해서 다음과 같은 설치를 진행한다. 처음에는 잘 되지 않아서 정말 여러 번 시도한 끝에 마침내 해결했다. 텍스트와 이미지 데이터는 컴퓨터가 인지하는 것과 사람이 인지하..
집에 와서 이어서 8교시때 마무리하지 못한 와인 실습을 진행해보려고 한다. 여기까지 모두 학습을 마치고 저녁 운동을 하러 가야겠다. 집에 도착하자마자 바로 운동을 하면 좋은데 오자마자 공부를 먼저 해야 저녁에도 공부하는 것을 더 쉽게 할 수 있게 된다. 이것이 지난 한 달 동안의 나의 루틴이다. 정말 하기 싫은 날도 집에 오자마자 공부부터 하면 머리도 마음도 한결 가벼워진다. 이제 나머지 공부를 시작해보자! 와인 분류 실습 두번째 - 전처리를 했을 때 train 데이터와 test 데이터를 각기 연결해준다. 중요한 점은 앞부분은 데이터를 가져와야 하니 Data Sample에서 오지만, 뒷 부분은 예측을 해야 하니 Remaining Data에 넣어주어야 한다는 것이다. 데이터의 70%가 잘 들어가있음을 확인..
머신러닝 4단계 과정이 끝난줄 알았는데 아직 몇 가지 과정이 남아있었다. Data Sampler로 훈련용과 평가용을 분리하는 일이다. 그럼 나머지 학습을 이어서 시작해보자!다시 머신러닝 공부가 재미있어졌다. BMI 예측 실습해보기 2 4. Data Sampler (Train/Test 분리) 훈련 데이터(Train Data)와 평가용 데이터(Test Data)로 나뉘는 과정과 각각의 세부 내용을 보여주는 자료이다. 이 과정을 통해 머신러닝 모델을 학습시키고 평가할 수 있게 된다.Orange의 Data Sampler를 통해 전체 데이터를 70%는 훈련 데이터, 30%는 테스트 데이터로 나누었다. Train Data (훈련 데이터)350개의 인스턴스가 훈련 데이터로 사용됨이 데이터는 머신러닝 모델이 ..
오렌지 프로그램의 첫번째 실습을 진행해보겠다. 수업 영상이 없어서 그냥 파일만 보고 어떤 내용인지 스스로 추측하며 학습일지를 정리해보려고 한다. BMI 예측 실습해보기 1. 문제 정의 및 데이터 수집 1. 문제 정의목표: 500명의 키와 몸무게 데이터를 바탕으로 BMI(체질량지수)를 예측하는 문제를 해결하는 것 각 컬럼(열)에는 데이터 유형과 역할을 정의한다. Gender (성별) Type: 범주형(Categorical) 데이터로 설정되었다. 이 열은 'Female', 'Male' 두 개의 값으로 구분된다. Role: skip으로 설정되어, 성별 데이터는 모델 학습에 사용되지 않는다. 성별은 BMI를 예측하는 데 중요한 역할을 하지 않기 때문에 학습에 포함하지 않은 것으로 보인다. Height (키) T..
이번 시간에는 오렌지의 기본적인 사용법에 대해 익혀보고 메뉴를 한번 둘러보려고 한다. 내가 참고하고 있는 동영상은 바로 이것이다. 오렌지 사용 방법 앞으로 이 강의를 통해 오렌지와 많이 친숙해질 것 같다. 수업 시간에 선생님의 온라인 수업을 듣는 것보다는 학습 시간이 더 많이 걸리겠지만 더 많은 강의들이 구성되어 있다. 여기 있는 강의를 모두 듣는 건 별로 효율적이지 못하고 지금은 필요치 않는 기능들도 많이 있어 앞부분만 강의를 듣고 나머지는 수업 시간에 배운 자료들을 중점으로 학습을 진행해보려고 한다. 오렌지의 기능 및 사용 방법 처음 화면에 뜨는 이 7가지 메뉴를 설명해보았다. 선을 끌고 오면 데이터가 이처럼 흘러가게 된다. 파일을 더블클릭하면 데이터를 선택할 수 있다. 이 데이터는 오렌지에서 제공하..
머신러닝의 첫 수업은 Orange라는 프로그램으로 진행되었다. 하지만 설치 방법을 비롯해 첫날의 수업 대부분의 영상이 없어서 그냥 있는 자료만 보고 혼자서 해석을 해야 할 것 같다. 그래도 모르는 건 자료를 찾아보면 되니 이러한 부분은 스스로 매워볼 것이다.8월부터 나의 진짜 공부가 시작되었다. 6월 초에 인공지능 사관학교에 입교하여 그때부터 인사교 생활이 시작되었다. 처음 두 달은 그냥 수업을 따라가기에 바빴고 뭐가 뭔지 모르고 수업만 들었다. 집에서 따로 온라인 학습을 진행하기는 했으나 공부할 게 너무 많았고 배우는 족속 다 콩나물 물주기처럼 다 빠져나가는 것 같았다.한 달이 넘어가자 공부가 정말 하기 싫었고 여기에 왜 와 있는지 의문이 들며 모든 것을 포기하고 싶어졌다. 팀 프로젝트도 하다가 중단하..