목록분류 전체보기 (47)

JSP's Deep learning

[Paper Review - Object Detection] 1. R-CNN

1. 주요 용어 1) Region proposals 한 이미지에서 Object가 존재한다고 예측되는 영역을 추출하는 것 R-CNN에서는 Selective Search 기법을 사용하여 Region proposals을 수행한다. 2) Warp 사전적 의미는 "왜곡"이라는 의미를 가지고 있다. R-CNN에서 Warp는 이미지의 사이즈를 변형한다는 의미(Reshape와 비슷하다) p는 context padding으로 p가 0이 아니면, 주변환경을 어느정도 포함한다. 3) Selective Search Region Proposals을 수행하는 기법 중 하나 비슷한 Pixels의 값이 있는 영역을 여러 개 선택한 다음, 중복되는 부분을 제거하여 Region Proposals을 수행한다. 상세한 사항은 J. Uijl..
Paper Review/Object Detection 2023. 1. 10. 00:42
[DACON] 2. 신용카드 사기 거래 탐지 AI 경진대회(rank : 7/740) - 수상

[대회 링크] - https://dacon.io/competitions/official/235930/overview/description 월간 데이콘 신용카드 사기 거래 탐지 AI 경진대회 - DACON 분석시각화 대회 코드 공유 게시물은 내용 확인 후 좋아요(투표) 가능합니다. dacon.io [깃허브 코드 링크] - https://github.com/wjsrlahrlco1998/DACON-code/blob/master/%5BDACON%5Dcreditcard_data_anomaly_detection/AutoEncoder_torch_submit.ipynb GitHub - wjsrlahrlco1998/DACON-code: DACON 대회 참가 코드 모음 DACON 대회 참가 코드 모음. Contribute..
AI Competition/DACON 2022. 9. 6. 21:15
[Setting] 0. TensorFlow 메모리 관리 코드

* TensorFlow 메모리 관리 코드 import tensorflow as tf gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: try: tf.config.experimental.set_memory_growth(gpus[0], True) except RuntimeError as e: # 프로그램 시작시에 메모리 증가가 설정되어야만 합니다 print(e) TensorFlow-gpu 라이브러리는 코드 실행 시 잔여 GPU memory을 사용가능한 최대치로 할당해버린다. 따라서 위의 코드를 설정하지 않으면, GPU memory을 효율적으로 사용하지 못하기 때문에, 해당 코드로 GPU memory을 필요한만큼 할당할 수 있도록 한다. ..
Deap learning/Setting 2022. 7. 24. 22:44
[Git] Git push 충돌 시 해결 법

1. Command git fetch --all git reset --hard origin/master git pull origin master 2. 순서 push 충돌 발생 시 원경 저장소로부터 fetch을 진행한다. Local 저장소에서 hard reset을 사용하여 충돌 전 상태로 되돌린다. 이후 원격저장소 pull을 통해서 버전을 맞추고 다시 push을 진행한다. + 충돌의 원인은 다양하기 때문에 위의 방법으로 모두 해결이 안 될 수도 있다.
Etc/Git 2022. 7. 24. 16:54
[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
[DACON] 1. 중고차 가격 예측 경진대회(rank : 53/390)

https://dacon.io/competitions/official/235901/overview/description 중고차 가격 예측 경진대회 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io 1. 주제 : 중고차 가격 예측 나이지리아 중고차의 차종, 주행거리, 생산연도, 엔진, 사용여부, 연료, 도색, 파는지역의 데이터를 가지고 그 가격을 예측하는 문제이다. 나는 자동차에 대한 도메인 지식이 거의 전무했기 때문에 도메인 지식을 가진 사람에 비해 불리하다. 하지만 지금까지 배운 통계적 검증방법을 통해서 이를 극복하고자 했다. 2. 시도했던 데이터 분석 1) 단순 시각화를 통한 분석 모든 데이터를 target과 비교하여 시각화하는 방법으로 대략적으로 파악하기는 용이하나 ..
AI Competition/DACON 2022. 6. 11. 00:34
[Deep learning - Useful Library] 0. pycaret 머신러닝 라이브러리

1. 라이브러리 소개 Machine learning model의 집합 Grid search와 마찬가지로 학습 데이터에 대해서 여러가지 Machine learning models을 한번에 학습하고, 각 성능별로 모델을 정렬한다. 또한 각 모델에 대한 각종 성능지표를 제공한다. 2. 설치방법 1) Conda 가상환경 생성 및 pycaret 설치 # 1. 가상환경 생성하기 conda create -n 가상환경이름 python=3.6 # 2. 가상환경 확인하기 -> 가상환경 목록에 생성한 가상환경 이름이 존재하면 Ok conda info --envs # 가상환경 활성화하기 : 해당 가상환경으로 들어간다고 생각하면된다. prompt에 가상환경 이름이 표시되면 Ok conda activate 가상환경이름 # 가상환..
Deap learning/Useful library 2022. 6. 4. 00:44
[Data Preprocessing] train_test_split의 stratify 옵션을 데이터 균형 분할

1. 코드 X_train, X_test, y_train, y_test = train_test_split(X_data, y_data, test_size=0.2, random_state=0, stratify=y_data) 또한 Train dataset과 Test dataset을 분할할 때, 라벨의 비율에 맞게 분할할 필요가 있다. 다음의 코드를 통해서 y_data의 label 분포에 맞게 데이터를 분할한다.
Data Processing/Data Preprocessing 2022. 6. 2. 13:50
이전 Prev 1 2 3 4 5 6 Next 다음