데이터과학/머신러닝(4)
-
[머신러닝/지도학습] Machine Learning with Teachable Machine
https://teachablemachine.withgoogle.com/train/image Teachable Machine Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required. teachablemachine.withgoogle.com 개🐶와 고양이🐈 구분하기 Class 2개 그룹으로 Dog / Cat 을 설정하여 각각 이미지를 넣어 학습시킨 결과, 개의 이미지를 넣었을때 97%로 Dog라고 보는 것을 확인할 수 있다. (이미지를 많이 넣..
2021.11.09 -
추천시스템(recommendation system)이란?
추천시스템은 요즘 우리가 사용하는 서비스에서 흔하게 볼 수 있다. 뉴스 기사를 볼 때도, 쇼핑 서비스에서도, 심지어 지도 서비스에서도! 이 외에도 가장 유명한 넷플릭스의 영화추천, 유튜브, 웹툰 추천 서비스 등이 있다. 추천시스템이란 정보 소비자가 원하는 정보를 찾아 소비자에게 추천하는 시스템이다. 검색과의 차이점은? 검색은 소비자가 관심사를 표현하는 검색이라는 행위를 해야한다. but, 추천은 특별한 행위 없이도 정보 전달이 가능하다. 추천시스템 분류 (1) 시나리오에 따른 분류 -연관된 아이템 추천 -개인화 아이템 추천 (2) 피드백 종류에 따른 분류 -명시적 피드백을 사용하는 추천 시스템 -암시적 피드백을 사용하는 추천 시스템 (3) 업데이트 주기에 따른 분류 -Offline 추천 시스템 -Onli..
2021.01.07 -
K-평균 알고리즘(K-means Clustering algorithm) 실습
1. 데이터 설정하기 :가장 먼저 데이터 프레임(Data Frame)을 형성한다. from sklearn.cluster import KMeans import numpy as np import pandas as pd import seaborn as sb import matplotlib.pyplot as plt %matplotlib inline df = pd.DataFrame(columns=['x', 'y']) df.loc[0] = [2, 3] df.loc[1] = [2, 11] df.loc[2] = [2, 18] df.loc[3] = [4, 5] df.loc[4] = [4, 7] df.loc[5] = [5, 3] df.loc[6] = [5, 15] df.loc[7] = [6, 6] df.loc[8] = [..
2020.12.14 -
K-평균 알고리즘(K-means Clustering algorithm) 개념
클러스터링(Clustering) : 여러 개의 데이터가 있을 때 데이터를 군집화하는 것 비슷한 데이터끼리 묶으면 관리하기가 쉽다는 장점이 있다. ex) 학원을 운영한다고 했을 때 학생을 고급반/중급반/초급반 으로 나누어 적절히 분류한다. -> 이렇게 적절히 분류한다면 데이터를 활용할 방안이 많다. (클러스터링 기법은 적용할 사례가 매우 많다는 특징) K-means 알고리즘은 대표적인 비지도학습(Unsupervised Learning) 알고리즘이다. -클러스터링을 수행할 데이터의 주제를 결정한다. (수학 학원에서 학생들의 성적에 따라 반을 구분하기) -얼마나 많은 클러스터를 만들지 고민해야 한다. (고급반, 중급반, 초급반,,,) -데이터 준비 (데이터가 정확할수록 유리하다.) -클러스터링을 수행하기 위한..
2020.12.14