MachineLearning

#Tensorflow TensorFlow는 구글에서 수치연산을 위해 만든 라이브러리이다. 기본 개념 node와 edge로 구성된 graph를 이용해 수치 연산을 수행한다. node들은 특정한 데이터가 들어오면 연산을 수행하거나, 형태를 변경하거나, 결과를 출력하는 역할을 한다. edge는 학습데이터가 저장되는 다차원 배열이다. edge는 node에서 계산된 데이터를 다음 node로 이동시킨다. edge는 방향성이 있으며(directed), tensor라 불린다. archive.ics.uci.edu/ml 에서 학습용 데이터를 받아 사용할 수 있다. 설치 python과 pip를 설치한다. pip install tensorflow 명령을 수행한다. window에서 ‘client_load_reporting_filter.h’ 파일을 찾지 못해 설치를 못했다면, path 경로가 너무 길어서 발생하는 오류이다. 실행에서 regedit을 실행하고, ‘HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\FileSystem’ 레지스트리를 찾아 값을 1로 세팅해준다. 연관 모듈 함께 쓰면 효율이 좋은 모듈들 matplotlib numpy data = np.loadtxt(FILE_NAME, delimiter=',') : ,를 기준으로 데이터를 나누는 csv 파일을 읽어들임. 숫자 데이터를 읽을 때 사용 keras (tensorflow 설치시 자동성치된다) y_encoded = to_categorical(y_data) : y_data 를 one-hot-encoding 하는 함수 (tensorflow.keras.utils.to_categorical) pandas df = pd.read_csv(FILE_NAME) : csv 파일을 읽어서 dataframe을 구성한다. 숫자 및 문자열 데이터를 읽을 때 사용 가능 sklearn 데이터 전처리 e = sklearn.preprocessing.LabelEncoder() e.fit(data) # data 에 들어있는 값 중 unique한 값을 뽑아(중복 제거) 특정 string에 번호를 매기는(indexing) 함수 data = e.transform(data) # indexing 된 정보를 바탕으로 실제 data값을 index로 치환 기본 문법 상수 선언 val = tf.constant(value, dtype=None, shape=None, name='Conts', verify_shape=False) value = 값 dtype : 데이터 타입, ex) ’tf.float32’, ’tf.float64’, ’tf.int8’ float(32, 64), int(8, 16, 64),uint(8, 16), string, bool, complex(64, 128 : 복소수) shape : 차원, value 형태에 따라 자동으로 설정 됨, ex) ‘[3,3]’ name : 상수의 이름 verify_shape : tensor의 shape를 바꿀수 있는지 여부 배열 생성 arr = tf.range(5) output : tf.Tensor : shape(5,), dtype=int32, numpy=([0, 1, 2, 3, 4], dtype=int32) ...