AI활용 7주차

• 11장 데이터 다루기
  • 판다스
    • 넘파이 기능 포함, 다양한 데이터 포멧 지원하여 사용
  • 판다스 데이터 프레임 함수
    • df.describe()
      • 데이터의 정보 (평균, 최소값, 최대값 등등)
    • df.corr()
      • 각 속성별 상관관계를 수치로 나타내줌
  • 히스토그램
    • x = 입력값, y = 빈도수
  • 각 노드간 가중치 (w), 각 노드의 바이어스(b)
    • wx+b 를 다 시그마해서 활성화 함수 넣고 다시 전달
  • 코드
    • model = Sequential()
    • #입력 레이어 노드 8개
    • #히든레이어1 노드 12개
    • #히든레이어2 노드 수 8개
    • #출력 레이어 노드 1개
    • model.add(Dense(12, input_dim=8, activvation='relu', name='Dense_1'))
    • model.add(Dense(8, activvation='relu', name='Dense_2'))
    • model.add(Dense(1, activvation='sigmoid', name='Dense_3'))
  • relu? 렐?루
    •  
  • 레이어의 수, 노드의 수
    • 프로젝트 마다 다르다,
    • 최적의 수는 이것저것 시험해보고, 괜찮은거 골라봐라
• 시험
  • 151쪽 실행결과 파라미터 수의 의미, none의 의미
    • 파라미터는 각 노드간의 가중치(이전 레이어 노드 수 * 현제 레이어 노드 수) + 각 노드의 바이어스(b)
    • none?
  • 모델 코드
    • 코드 전문 외우고 각 파라미터의 의미
  • x가 epochs, y가 loss 값인 그래프 + y가 정확도인 그래프
  • 예측 한번 해보기
  • 하이퍼 파라미터란?
    • 사람이 정해줘야되는 파라미터
  • 케라스와