1. 선형회귀import torchx_train = torch.FloatTensor([[1,1],[2,2],[3,3]])y_train = torch.FloatTensor([[10],[20],[30]])W = torch.randn([2,1], requires_grad=True)b = torch.randn(1, requires_grad=True)optimizer = torch.optim.SGD([W,b], lr=0.01)# [딥러닝 1단계] 모델을 만든다. Model Setupdef H(x): model = torch.matmul(x,W) +b return model# [딥러닝 2단계] 학습을 시킨다. Training - W,b찾기for i in range(2000): cost = torch.mean(..

IMDb: Ratings, Reviews, and Where to Watch the Best Movies & TV ShowsIMDb is the world's most popular and authoritative source for movie, TV and celebrity content. Find ratings and reviews for the newest movie and TV shows. Get personalized recommendations, and learn where to watch across hundreds of streaming providers.www.imdb.com - 데이터 가져오기import os # 파일폴더경로등의 정보를 가져오기 위해서 사용import re # Regul..

- 추천 알고리즘1. CF ( Collaborative Filtering )비슷한 취향을 가진 타 사용자의 선택을 기반으로 추천 항목을 결정장점 : 잠재적인 특징들을 고려해서 다양한 범위를 추천단점 : 아직 평가되지 않은 항목은 추천 대상으로 발견하긴 어려움, 초기 사용자에 대해선 믿을만한 추천을 하기 어려움, Gray Sheep(확고하지 않은) 평가는 도움이 안됨 2. CBF ( Content-based Filtering )사용자 개인의 과거 선호도와 항목의 콘텐츠 자체를 기반으로 추천장점 : 사용자의 명시적인 기호 정보를 직접적으로 반영, 새로 추가된 아이템도 추천 가능단점 : 질적인 부분을 포착하지 못함, 선호도와 취향을 특정단어로 표현하기 어려움, 추천하는 항목이 비슷한 장르에 머무는 한계가 있음..

- TF- IDF ( Term Frequency-Inverse Document Frequency )중요한 단어만 먼저 뽑아내는 기법이다.TF: 현재 문서 중에 단어의 수IDF : 모든 문서 중 단어가 포함된 문서의 수 (모든 문서에 나오면 특징성이 없기 때문에) - 단어 표현 ( Word Representation, Word  Embedding, Word  Vector )자연어 처리를 위해 텍스트를 벡터로 표현한다. 하나의 벡터는 단어를 표현하는 특징이 된다. (인코딩 과정) One-Hot Encoding은 자연어 단어 표현에는 부적합하다.단점 3가지1. 단어의 수가 많기에 고차원 저밀도 벡터를 구성한다.2. 의미나 특성을 표현할 수 없다.3. 신조어가 생기면 다시 구조를 다시 바꿔야한다는 단점이 있다...

- 사이트1. RoboFlow UniverseRoboflow에서 제공하는 오픈 소스 플랫폼으로, annotation을 가지고 있습니다. Roboflow Universe: Open Source Computer Vision CommunityDownload free, open source datasets and pre-trained computer vision machine learning models.universe.roboflow.com  Face Detection Object Detection Dataset and Pre-Trained Model by Mohamed Traore1369 open source faces images plus a pre-trained Face Detection model an..

- YOLO 소개YOLO는 You only live once라는 뜻도 있지만,제가 소개시켜 드리는 Yolo는 You only look once "너는 한번만 보면 돼"라는 의미를 가집니다.즉, CNN 딥러닝 모델을 기반으로 실시간으로 객체탐지가 가능합니다. MS COCO 데이터는 80개의 클래스로 분류하여 자세. 위치를 알려주며 80개의 클래스를 분류합니다.MS COCO : Object Detection 모델을 학습할 때 사용한 데이터셋 YOLO : MS COCO 데이터셋으로 학습한 Object Detection 모델Yolo11n.pt : 그 결과가 담겨있음  - YOLO 코드# 설치!pip install ultralytics# -----------추가-----------import osos.enviro..

객체탐지는 Multi-Labeled Classification(다중분류) + Bounding Box Regression(Localization)을 뜻한다. 주요 개념1. Bounding Box : 하나의 Object가 포함된 최소 크기 박스x min, y min 등의 꼭짓점과 width, height 등의 위치 정보를 가지고 있습니다. 즉, CNN구조도 들어가 있습니다. Ground Truth Box(실제 있는 박스), Predicted Box(예측한 박스)에 가깝다면?x,y(꼭짓점)는 위치정보를 잘 예측한다고 봅니다.w,h(너비)는 크기자체를 잘 예측한다고 봅니다.👉🏻모델이 object가 있는 위치를 잘 예측한다.  2. Class Classification : 분류미리 정의된 클래스로 나누는 작업..

- VGG16# VGG에서 가장 가벼운 모델 VGG16from keras.applications.vgg16 import VGG16, preprocess_input, decode_predictionsimport numpy as npimport matplotlib.pyplot as pltvgg_model = VGG16(include_top=True, # VGG16 모델의 아웃풋 레이어까지 전부 불러오기 weights='imagenet', # ImageNet 데이터를 기반으로 학습된 가중치 불러오기 input_shape=(224,224,3) # 모델에 들어가는 데이터의 형태 )  # 연결from goo..

100분류에 원핫인코디을 진행하면 99개의 0 데이터와 1개의 1데이터가 생겨서 과부하가 생길 수 있다. 1. 데이터 불러오기 및 나누기import numpy as npimport matplotlib.pyplot as pltfrom keras.datasets.cifar100 import load_data(train_x, train_y), (test_x, test_y) = load_data()# train데이터 val 데이터로 나누기from sklearn.model_selection import train_test_splittrain_x, val_x, train_y, val_y = train_test_split(train_x,train_y, test_size=.2, random_state=2024)2. 모..