MNIST Dataset 이용한 CNN 모델 구축 MNIST Dataset 이용한 CNN 모델 구축¶ In [2]: # from IPython.core.display import display, HTML # display(HTML("")) # ! pip install tqdm # from tqdm import tqdm_notebook In [2]: import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt import os print(tf.__version__) # Tensorflow의 버전을 출력 mnist = keras.datasets.mnist # MNIST 데이터를 로드. 다운로드하지 않았다면 다운로드까지 자동으로 진행됩.. 2022. 7. 5. Basic of C programming Term - Preprocessor instruction : same with import ~~ in Python - scope : sector of statements for Definition - Variable declaration : int a; (declare the type of each variables) - assignment : a = 10 (assignment data in variable) - call or invoke : printf(~~~) - compiler - translate source code to object code - linker - linking every object files and library code to make exe file - Library code.. 2022. 6. 14. 개인 프로젝트 01. - 주소 데이터 전처리 및 시각화 Preview Abstract GOAL : 오프라인 매장 입지 선정을 위한 국내 고객 위치 분포 조사 Benefit : 오프라인 판매 매장 입지 선정을 위한 참고 자료로 이용 TASK : 고객 주소 데이터를 가공하여 히트맵으로 시각화해 제공하기 Solution Method - python Pandas를 이용한 고객 데이터 EDA - 데이터 크롤링을 통한 주소 가공 - Folium 메서드를 이용한 시각화 (MarkerCluster, Heatmap) Tools - Google colab pro (GPU + RAM) - Anaconda Jupyter Notebook Background 알바 중인 온라인 비타민 판매 회사에서 최근 회사 규모가 커짐에 따라 오프라인 판매 직영점을 오픈하려고 한다. 하지만 다양한 .. 2022. 5. 24. 5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 5. 2. 4강- 조건부 확률 (Conditional Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. We will know more about conditional probability in next class. 2022. 4. 22. 3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 4. 22. 2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. 2022. 4. 20. 1강- 확률과 셈 원리 (Probability and Counting) 본 글은 부스트코스 '[하버드] 확률론 기초 : Statistics 110' 강의를 듣고 정리한 내용입니다. This article was writed after listening to the boost course '[Harvard] Basics of Probability: Statistics 110'. We will discuss about why Replace/No order case is like that in next course. 2022. 4. 19. Introduction of C - Why we should learn C Why we have to learn C? 1. We can learn computer memory architecture by learning and using C. 2. Almost every computer science languages are based on C. So studying C will help to encourage your other language ability. Basic architecture of Computer CPU(Central processing unit) Memory(RAM) All data will be lost when we turn off our PC - For speed Graphics Card GPU - main computer in graphics car.. 2022. 2. 28. 이전 1 2 3 4 5 6 7 다음
