Kaggle4 CNN을 위한 Image 전처리 (노수정) only code (추후 설명 예정) import os import cv2 import numpy as np from sklearn.utils import shuffle Images = [] Labels = [] directory = 'C:/CNN/datasets/alien_vs_predator_thumbnails/data/train/' # change your director # don't forget last '/' for label, names in enumerate(os.listdir(directory)): try: for image_file in os.listdir(directory+names): image = cv2.imread(directory+names+r'/'+image_fil.. 2020. 2. 12. 딥러닝 신경망 딥러닝에 관한 내용을 Kaggle에 올리고 있습니다. 블로그에도 옮길 예정입니다. https://www.kaggle.com/kekedang/perceptron https://www.kaggle.com/kekedang/neural-network-theory https://www.kaggle.com/kekedang/neural-network-training-theory 2020. 1. 22. 필사 - 타이타닉 데이터 이 글은 kaggle의 타이타닉 데이터에서 올라온 노트북을 필사하는 것을 목적으로 합니다. 3~5번을 따라하면 실력이 향상되는 것을 느낄 수 있습니다. (코드 결과는 올리지 않습니다. 직접 해보시길 바랍니다.) 1. https://www.kaggle.com/startupsci/titanic-data-science-solutions Titanic Data Science Solutions Using data from Titanic: Machine Learning from Disaster www.kaggle.com 필사헀던 코드입니다. 참고용으로만 보길 바랍니다. # 필요한 패키지 import pandas as pd import numpy as np import random as rnd import seabo.. 2020. 1. 6. 타이타닉 데이터(1) Kaggle에서 유명한 타이타닉 데이터를 다뤄보겠습니다. ML을 하기 전에 중요한 것은 데이터를 파악하고 분석을 하기 쉽게 처리를 하는 일입니다. 이번 블로그에서는 타이타닉 데이터를 파악 및 처리해보고 LogisticRegression으로 간단히 모델만 만들어보겠습니다. 데이터 확인 import pandas as pd import numpy as np import random as rnd import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline 필요한 라이브러리를 로드합니다. train_df = pd.read_csv('./titanic/train.csv') test_df = pd.read_csv('./titanic/test.csv'.. 2020. 1. 2. 이전 1 다음
