✔️ CNN(Convolutional Neural Networks) - 합성곱 뉴런 신경망 - 형태: 전통적인 뉴럴 네트워크 + 컨볼루셔널 레이어 - 컨볼루셔널 레이어를 통해 입력받은 이미지의 특징을 추출 -> 추출한 특징을 기반으로 기존 뉴럴 네트워크 이용 - 이미지 분류 / 예측에 많이 사용 특징) * 특히 이미지를 분류할 때 DNN(Deep Neural Network)의 문제점을 가지고 있다. * 일반적인 DNN은 1차원 형태의 데이터를 사용 * 2차원 이상의 데이터가 입력되는 경우는 flatten 시켜서 한줄로 데이터를 변환 후 넣어야함. * 이미지의 공간적/지역적 정보가 손실된다. * 따라서 DNN의 문제점을 해결하기 위해 이미지를 그대로 (Raw Input) 받음으로 공간적 / 지역적 정보를 ..

✔️ KMeans - 클러스터링 알고리즘 - 특징 단점) - 사람이 클러스터 수를 정해줘야한다 ( 몇개로 나눌것인지 ) - 중심점이 랜덤하게 설정되기 때문에 값이 매번 다름 cf) 중심점의 점간의 거리(Global Optimum)이 최소 값을 찾는게 아니라, 중심점이 Local Optimum에 수렴하여 잘못된 분류를 할 수 있다. https://velog.io/@jhlee508/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-K-%ED%8F%89%EA%B7%A0K-Means-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 [머신러닝] K-평균(K-Means) 알고리즘 머신러닝 비지도학습에 속하는 K-means 알고리즘은 K개의 군집(Cluster)로 묶는(Clustin..

기초 설정 ! pip install matplotlib import matplotlib.pyplot as plt plt.plot() 함수 plt.plot([1,2,3,4]) # 리스트의 값이 y값이며, x값[0,1,2,3..]은 자동으로 생성 plt.show() plt.plot([1,2,3,4],[1,4,5,8]) #x값 y값 plt.show() 1가지 표에 2가지 데이터 표시하기 #1번 데이터(파랑) data = np.arange(1,50) plt.plot(data) #2번 데이터 (주황) data2 = np.arange(50,100) plt.plot(data2) #표 보기 plt.show() 2가지 데이터 2가지 표로 표현하기 =plt.subplot(행의개수, 열의 개수, 순서(인덱스)) # 2개 행..