분류 전체보기 (73) 썸네일형 리스트형 젠슨 황, 마크 저커버그: AI는 이제 우리 삶의 모든 영역을 변화 시킵니다! 페북/인스타그램 알고리즘의 미래 ㅣ AI크리에이터와 기업 AI스튜디오의 장밋빛 근미래 젠슨 황 & 마크 저커버그: AI가 바꾸는 미래, 페이스북/인스타그램 알고리즘은 어떻게 진화할까? AI, 우리 삶을 어떻게 바꿀까요? 젠슨 황 & 마크 저커버그의 만남!젠슨 황과 마크 저커버그의 대담, 정말 흥미롭지 않나요? 이 둘은 AI가 우리 삶의 모든 영역을 어떻게 변화시킬지 이야기했어요. 특히 페이스북과 인스타그램 알고리즘이 AI 덕분에 어떻게 진화하고 있는지에 대한 내용이 핵심이죠. AI 크리에이터와 기업의 AI 스튜디오가 가져올 미래는 정말 장밋빛일까요? 마크 저커버그는 젠슨 황의 시그래프(SIGGRAPH) 첫 방문을 환영하며 대화를 시작했죠. 젠슨 황은 현대 컴퓨팅 기술을 선도해왔으니 이 행사에 오는 게 당연하다고 칭찬했어요.메타는 오픈 소스 AI 전략으로 AI 기술을 더 쉽게 사용할 수 있.. 12-4. 교재 머신러닝 지도학습 1. 사이킷런(sklearn)라이브러리# 선형 회귀 모델을 제공하는 서브라이브러리from sklearn.linear_model import LinearRegression# 데이터 분리 기능을 제공하는 서브라이브러리from sklearn.model_selection import train_test_split# train_test_split은 sklearn.model_selection 서브라이브러리 안에 있는 모듈from sklearn.model_selection import train_test_split# LinearRegression은 sklearn.linear_model 서브라이브러리 안에 있는 모듈from sklearn.linear_model import LinearRegression# 데이터 분리 .. 이패스 신성진 김용재 와 함께하는 AI모델링 이패스 신성진 김용재 와 함께하는 AI모델링AI 모델링과 머신러닝을 배우고 싶다면? 이패스의 신성진, 김용재 강사와 함께하세요!1. NumPy 기본 튜토리얼2. Pandas 기본 문법 튜토리얼3. 파이썬 자료형 튜토리얼4. 데이터 불러오기 및 저장하기5. 데이터 선택하기6. 데이터 전처리 (결측치와 이상치)7. 데이터 전처리8. 데이터 병합과 추가9. Feature Engineering (특성 공학, 변수 파생)10. 탐색적 데이터 분석11. 시각화12-2. 머신러닝 지도학습12-1 데이터 분할 (분할, k-fold)13. 모델 평가 (모델 성능 비교)12-3. 머신러닝 분류모델 총정리12-4. 머신러닝 회귀모델 총정리 12-4. 머신러닝 회귀모델 총정리 (이패스 신성진 김용재 와 함께하는 AI모델링) 회귀모델을 위한 데이터불러오기, 전처리 작업 (데이터일반분할)이패스 신성진 김용재 와 함께하는 AI모델링# 📌 Wine 데이터 - 회귀 모델 총정리 (일반 Train/Test Split 사용)# - 다양한 회귀 모델을 학습하고 성능 평가 수행import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import LinearRegression, Ridge, Lasso, ElasticNetfrom sklearn.ensemble import RandomForestRegressor, GradientBoosting.. 12-3. 머신러닝 분류모델 총정리(이패스 신성진 김용재 와 함께하는 AI모델링) 머신러닝 지도학습 분류모델 (데이터 불러오기, 전처리) - 일반분할이패스 신성진 김용재 와 함께하는 AI모델링# 📌 머신러닝 지도학습 모델 - 분류모델 총정리 (Heart 데이터 활용)# - 일반 Train/Test Split을 사용 (K-Fold 분할은 주석으로 설명)# - 각 모델의 하이퍼파라미터를 상세히 설명import pandas as pdfrom sklearn.model_selection import train_test_split, KFold, cross_val_scorefrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import accuracy_score, precision_score, recall_score, f1_.. 13. 모델평가 (모델성능비교) 회귀 모델 평가# 📌 Wine 데이터 - 일반 Train/Test Split 후 다양한 회귀 모델 성능 평가import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import LinearRegressionfrom sklearn.ensemble import RandomForestRegressorfrom xgboost import XGBRegressorfrom lightgbm import LGBMRegressorfrom sklearn.metrics import mean_absolute_error, mean.. 12-1 데이터분할(분할, k-fold) 와인데이터 - 일반분할# 📌 1. Wine 데이터 - 일반 Train/Test Split & 다양한 모델 학습import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.linear_model import LogisticRegressionfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.svm import SVCfrom xgboost import XGBClassifierfrom lig.. 12-2. 머신러닝 지도학습 사이킷런(sklearn)라이브러리pip install scikit-learn --upgrade --user 서브 라이브러리(Sub library)# 선형 회귀 모델을 제공하는 서브라이브러리from sklearn.linear_model import LinearRegression# 데이터 분리 기능을 제공하는 서브라이브러리from sklearn.model_selection import train_test_split모듈(Module)# train_test_split은 sklearn.model_selection 서브라이브러리 안에 있는 모듈from sklearn.model_selection import train_test_split# LinearRegression은 sklearn.linear_model 서브라이.. 이전 1 2 3 4 ··· 10 다음
