Python/DeepLearning 썸네일형 리스트형 Python과 2018 교통사고 사망 데이터를 활용하여 지도에 표시해보기 - 노트북 주소 : (링크) 2018_korea_accident_data Using data from [Private Dataset] www.kaggle.com # This Python 3 environment comes with many helpful analytics libraries installed # It is defined by the kaggle/python docker image: https://github.com/kaggle/docker-python # For example, here's several helpful packages to load in import numpy as np # linear algebra import pandas as pd # data processing, CS.. Table Detection using Deep Learning 따라하기 원문 : https://blog.goodaudience.com/table-detection-using-deep-learning-7182918d778 Table Detection using Deep Learning For a specific task I had to solve I recently came across some interesting paper: blog.goodaudience.com 생전 해본적도 없는 OCR과 Deep Learning을 하게 되었다. 시키는거 해야하는 찌랭이 연구원이기 때문에 얌전히 po구글 검색wer하다가 어떻게 해도 답이 안나오길래 일단 튜토리얼을 진행하기로 했다. 지금 현재 가장 시급한 테이블 인식 부분의 예시가 있어 스터디 겸 해본다. 모태가 되는 논문 : https.. 가상환경에서 tesseract 실행하기 자꾸 MARVEL의 Tesseract가 생각나지만 tesseract는 구글이 개발한 OCR Engine이다. 프로젝트 때문에 사용해야 하는데 python 환경에서 사용하려면 다음과 같은 라이브러리를 설치해야한다. import pytesseract 짧은 코드를 작성하여 실행해본다. from PIL import Image import pytesseract import argparse import cv2 import os ap = argparse.ArgumentParser() ap.add_argument('-i', '--image', required=True, help="path to input image to be OCR'd") ap.add_argument('-p', '--preprocess', type=s.. 왜 machine learning에서는 Normal Distributions를 사용할까? 나는 통계에 전혀 지식이 없고 수학과도 거리가 먼 사람이다. 공부를 하면서 슬금슬금 나타나는 Normal Distibution의 정체가 궁금해졌다. 도대체 왜 정규분포를 사용하는 것일까? 이것은 통계의 유구한 역사에서 기원하는데 대부분의 자연 현상을 설명해주기 때문이다. 14살 소녀들의 키를 조사하여 분포도를 그려보자. 놀랍게도 평균을 중앙값으로 가지고 이와 대칭되는 분포도가 그려진다. 우리가 접할 수 있는 다른 자연 데이터들도 이와 비슷한 값을 갖는다. Machine Learning에서 사용하는 데이터들은 결정론적인 부분과 무작위적인 부분으로 이루어져 있으며 데이터의 무작위적인 부분은 정규 분포를 가지고 있다. 이러한 현상을 중심 극한 정리(central limit theorem)이라고 한다. 동일한 .. Tensorflow 기반 딥러닝 핵심과 활용 AI 개요 머신러닝의 동작 원리 머신 러닝의 구현 방법 및 활용 딥 러닝의 구현 방법 및 활용 1. AI 개요 1) AI 개념 인간의 지능을 컴퓨터나 시스템 등으로 만든 것 또는 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 기술 또는 과학 인공지능은 다양한 컴퓨터 과학 기술의 조합을 통해 사물을 더욱 똑똑하게 만드는 과학 기술을 일컫는다 Symbolic AI 룰을 기반으로 작동되는 AI(1950s~1980s) 1980년대 expert system(전문가 시스템) Machine Learning 1990s Statistics vs. Machine Learning (이론적 vs. 실험적) Deep Learning Learning representations from data 딥러닝은 뉴럴네트워크를 이용.. TensorFlow 교육 - 2일차 1. TensorFlow Example (초급) # -*- coding: utf-8 -*- import tensorflow as tf ............. #hello ='Hello, TensorFlow!!' #print(hello) hello = tf.constant('Hello, TensorFlow!!') print(hello) Out : Tensor("Const_1:0", shape=(), dtype=string) ........ sess = tf.Session() print(hello.eval(session=sess)) Out : b'Hello, TensorFlow!!' sess.run(hello) Out: b'Hello, TensorFlow!!' tf.constant : 변수 생성 sess .. TensorFlow 교육 - 1일차 0. AI 개념과 역사 및 활용분야 1. AI 개념 - Symbolic AI - Machine Learning - Deep Learning (1) AI 접근 기법 (모델링 + 알고리즘) - Real world task - Modeling - Formal task (3) Features 2. 머신러닝의 동작원리 - 학습에 의해 지식이 축적되거나 새로운 기능을 습득하거나 혹은 경험이 풍부해지는 등 학습자의 내용 상태가 변화함 - 이 변화는 학습자가 외부 환경에 따라 적합한 방향으로 발현함 - 새로운 문제가 나타났을 때 더 현명하게 문제에 대응할 수 있게 됨 - 머신러닝에서는 기계, 컴퓨터 프로그램이 학습을 수행함 - 컴퓨터 프로그램이 바깥 세상과 상호 작용하여 그 결과에 따라 내용 상태를 변경해 가는 과정 .. 이전 1 2 3 다음
