categorical crossentrophy2 [딥러닝] mnist 데이터 학습으로 손글씨 숫자를 판별할 수 있을까? mnist 데이터셋은 handwritten digits(손글씨 숫자)로 이루어져있다. 28 * 28 pixel 단위의 박스로 감싸져있고, grayscale화 되어있다. 기계가 손글씨(입력값)를 보고 해당하는 숫자(출력값)를 추측하도록 하는 것이 mnist 모델링의 핵심목표이다. # kaggle API Token 입력 import os os.environ['KAGGLE_USERNAME'] = 'kimpearl' # username os.environ['KAGGLE_KEY'] = '5256160a022840baa11247040cf36dad' # key # 데이터셋 불러오기 !kaggle datasets download -d oddrationale/mnist-in-csv # 압축 풀기(.csv 파일) !unz.. 2022. 1. 8. [다항논리회귀] 내가 마시는 와인을 기계로 분류할 수 있을까? 와인의 종류는 일반적으로 색, 향, 맛, 질감, 용도, 양조법 등을 기준으로 구별한다고 한다. 와인을 판별하는 소믈리에도 직업으로 존재하는 것 처럼 다양한 와인을 구별해내는 것은 쉬운 일이 아니다. 우리에게는 와인의 여러 특성들을 바탕으로 와인을 3그룹으로 분류해놓은 데이터셋이 있다. 이 데이터셋을 바탕으로 내가 마시는 와인을 분류할 수 있는 기계를 학습시킬 수 있을까? 와인 데이터셋: https://www.kaggle.com/brynja/wineuci Classifying wine varieties Great practice for testing out different algorithms www.kaggle.com # kaggle API Token 입력 import os os.environ['KAGG.. 2022. 1. 8. 이전 1 다음
