일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- Object Detection Dataset 생성
- Paper Analysis
- TensorFlow Object Detection 사용예시
- object detection
- 객체 탐지
- 사회초년생 추천독서
- Carla
- VOC 변환
- 리눅스 빌드
- paper review
- Linux build
- Custom Animation
- Branch 활용 개발
- TensorFlow Object Detection API install
- DACON
- InstructPix2Pix
- Docker
- 개발흐름
- 논문분석
- TensorFlow Object Detection Error
- CARLA simulator
- Towards Deep Learning Models Resistant to Adversarial Attacks
- 기능과 역할
- 논문 분석
- TensorFlow Object Detection Model Build
- 크롤링
- DOTA dataset
- Git
- AI Security
- 커스텀 애니메이션 적용
Archives
- Today
- Total
목록Data Processing/Data Analysis (1)
JSP's Deep learning
[Data Analysis] 1. ols를 사용한 선형회귀 모수적 분석 루틴
여러 함수 중 가장 편리했던 방법만 기록 1. 기본 분석 (ols 기법 사용전) 결측치 확인 data.info() - pandas.DataFrame 함수 사용 특성 및 분포 확인 pandas_profiling 패키지의 profile_report 함수 사용(전반적인 데이터 확인) ex. profile = data.profile_report() data.변수.unique() : 범주형 변수의 속성을 확인 data.변수.value_counts() : 범주형 변수의 속성별 빈도수 확인 2. 기본 분석 토대로 ols 기법 사용전 전처리 불필요 변수 제거 ex. id 특징이 너무 많은 변수의 파생변수 생성(단, 원본변수는 제거하지 않고 그대로 둔다.) 범주형 변수의 속성 중 동일의미이나 오타로 잘 못 기입된 속성에..
Data Processing/Data Analysis
2022. 6. 12. 01:27