Harrison이 구글 운영의 Kaggle Challenge에 참여한 한 시간 동안의 동영상입니다. 코로나19 관련한 아티클을 대회 본부에서 주고, 거기서 그 바이러스의 평균 잠복기간을 찾아내는 과제입니다. 주어진 아티클이 1,304개, incubation 이란 키워드로 찾아낸 게 800개 약 2기가의 data set에 이릅니다. 각기 아티클은 title, abstract, full_text로 구성되어 있습니다. 일단 거기 아티클을 우리 눈에 익숙한 모양으로 data frame을 재구성합니다. 그리곤 거기 full_text 에서 'incubation' 이란 searching argument로 잠복기간 일수가 언급된 부분을 찾아내고, mean이니 distribution 등의 각종 통계자료 및 도표를 활용해 분석해내는 모.......

Harrison이 구글 운영의 Kaggle Challenge에 참여한 한 시간 동안의 동영상입니다. 코로나19 관련한 아티클을 대회 본부에서 주고, 거기서 그 바이러스의 평균 잠복기간을 찾아내는 과제입니다. 주어진 아티클이 1,304개, incubation 이란 키워드로 찾아낸 게 800개 약 2기가의 data set에 이릅니다. 각기 아티클은 title, abstract, full_text로 구성되어 있습니다. 일단 거기 아티클을 우리 눈에 익숙한 모양으로 data frame을 재구성합니다. 그리곤 거기 full_text 에서 'incubation' 이란 searching argument로 잠복기간 일수가 언급된 부분을 찾아내고, mean이니 distribution 등의 각종 통계자료 및 도표를 활용해 분석해내는 모.......

Convolutional Neural Networks CNN은 이미지 데이터를 convolution 연산으로 predicting 해내는 기법입니다. 실습할 cats and dogs 이미지 화일을 갖고와선 가공해 실습에 들어갈 data 채비를 먼저 마쳐야 합니다. 사이즈를 50 x 50 pixels로 동일하게 맞추고, 세 개의 화일 directories를 만들어 둘은 cats, dogs, 그리고 남은 하나는 testing 이라고 한다. 그리곤 다음과 같이 training dataset을 만들어냅니다:def make_training_data(self):for label in self.LABELS:print(label)for f in tqdm(os.listdir(label)):if "jpg" in f:try:path = os.path.join(label, f)img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)img &.......

Convolutional Neural Networks CNN은 이미지 데이터를 convolution 연산으로 predicting 해내는 기법입니다. 실습할 cats and dogs 이미지 화일을 갖고와선 가공해 실습에 들어갈 data 채비를 먼저 마쳐야 합니다. 사이즈를 50 x 50 pixels로 동일하게 맞추고, 세 개의 화일 directories를 만들어 둘은 cats, dogs, 그리고 남은 하나는 testing 이라고 한다. 그리곤 다음과 같이 training dataset을 만들어냅니다: def make_training_data(self): for label in self.LABELS: print(label) for f in tqdm(os.listdir(label)): if "jpg" in f: try: path = os.path.join(label, f) img = cv2.imread(path, cv2.IMREAD_GRAYSCA.......

Convolutional Neural Networks CNN은 이미지 데이터를 convolution 연산으로 predicting 해내는 기법입니다. 실습할 cats and dogs 이미지 화일을 갖고와선 가공해 실습에 들어갈 data 채비를 먼저 마쳐야 합니다. 사이즈를 50 x 50 pixels로 동일하게 맞추고, 세 개의 화일 directories를 만들어 둘은 cats, dogs, 그리고 남은 하나는 testing 이라고 한다. 그리곤 다음과 같이 training dataset을 만들어냅니다: def make_training_data(self): for label in self.LABELS: print(label) for f in tqdm(os.listdir(label)): if "jpg" in f: try: path = os.path.join(label, f) img = cv2.imread(path, cv2.IMREAD_GRAYSCA.......

(글의 앞부분이 이미지 혹은 HTML 태그만으로 되어있습니다)

(글의 앞부분이 이미지 혹은 HTML 태그만으로 되어있습니다)

(글의 앞부분이 이미지 혹은 HTML 태그만으로 되어있습니다)