글쟁이, 코딩한다

0. 웹 프로그래밍 중 오늘 한 일 : 1) Django로 만든 로컬 기반 사이트를 일반 도메인에 공개. Github와 PythonAnywhere를 이용 2) 두 번째 사이트 만들기. 설문조사 사이트. 깃Git과 깃허브Github Git 소스코드 저장소 ; 버전 정리가 편리하다 온라인 Git 저장소 Github에 작업물을 올리는 과정 git bash에서 cd 명령어로 프로젝트 폴더에 접근 git init : 프로젝트 폴더 안에 .git 폴더 생성 # git status : git 상태 확인 git add . : 프로젝트 폴더 안 모든 작업물들을 스테이지 위로 올린다 git commit -m "commit" : 커밋(버전) 등록 ; 로컬 저장소에 등록 ; #권장 커밋 메시지를 확인해보자(명령형, 점 빼기 ..

0. 어제에 이어 Django 웹 프로그래밍. 데이터를 다룰 때보다 눈에 보이는 결과물이 있어 한결 흥이 나는 편이다. Django 프로세스 예제. 로또 번호 자동 생성 사이트 어제 한 일 marune3.tistory.com/61 1. 가상환경 만들기 2. 프로젝트 생성 3. 앱 생성 이어서 간다 4. 사이트 DB 설정 (models.py) 웹 사이트에서 주로 활용할 데이터베이스의 구조와 조건 등을 설정한다. django에서 제공하는 Model 클래스를 상속받아 활용한다. from django.db import Model #Field : DB의 Feature에 해당한다 ; 열 이름과 데이터타입, 옵션 등을 설정 ;CharField(문자), TextField(대용량 문자), ImageField(이미지), ..

0. 웹 프로그래밍 시간이다. 여태 배운 것들을 웹에 구현하기 위한 준비 작업이다. 프론트엔드와 백엔드를 대강 구분할 줄 알았을뿐 생각보다 더 컴퓨터 개발 환경에 대한 이해가 없었구나 하고 느낀다. 다만 여태 해 온 작업보다 더 직관적으로 웹에서 살펴볼 수 있어 흥미롭게 다가갈 수 있을 듯 하다. 프레임워크 개발 효율성을 위해 프로그래밍 코드, Logic, 프로그램 구현 방법론 등을 최적화해둔 것 ㅇ웹 프레임워크 : 이미 만들어진 흐름을 따라 구현/수정하면 웹 사이트가 만들어지도록 기본적인 것을 제공 Java 기반 Spring, Python 기반 Django/Flask, JavaScript 기반 React/Angular/Vue.js 등등 #웹 프레임워크가 설정해주는 패턴 영역 Original Design..

0. 2월! 세미프로젝트3 Mushroom Data 독성 분류 모델 + Simpson Image Dataset 캐릭터 분류 모델 마무리 1. 발표자료 만들기 버섯 데이터를 이해하도록 돕는 다양한 버섯 사진들 Mushroom Data Feature Class : 독성 분류 ; Edible(e) : 먹을 수 있는 / Poisonous(p) : 독성 Cap : 버섯의 머리 부분 ; shape : 모양 / surface : 표면(돌기) / color : 색깔 Bruises : 멍 Odor : 냄새 Gill : 버섯 머리 아래 주름 ; attachment : 주름이 붙은 모양(형태) / spacing : 주름 사이 틈 / size : 주름 하나 크기 / color : 색깔 Stalk : 줄기(버섯 몸통) ; sh..

0. Simpson Character Classifier 2일차 1. 같은 구조, 다른 모델? 헐겁게 짜여진 모델 구조로는 돌릴 때마다 변동이 크다? => 나는 테스트 데이터 대상 정답 평균(accuracy)이 99.45% 나온 반면 다른 분들은 90% ~ 로 다르게 나왔다. 초기화가 다르게 잡혀서 그랬을까? 운일까? 일단 다음 차례로 넘어간다. 2. 시각화 시각화를 위해 generator에서 이미지 파일, class_name 등을 찾느라고 오랜 시간을 썼다. => 처음에는 모델이 예측한 결과값과 generator를 비교하려 했으나 generator가 매번 랜덤으로 섞이는 바람에 이건 의미가 없어졌다. 애초에 흐르는 물과 고인 물을 비교하려 했으니 접근방법부터가 문제. 해서 찾아놓은 모델을 곧바로 예측하..

0. 프로젝트 3일차 : 두번째 주제 Simpson Character Classifier 지금까지 첫날 : Mushroom Dataset으로 버섯 독성 판단 모델 만들기 결정, 간단한 전처리와 데이터 분석 및 시각화 둘째날 : 결측치 채울 ML, 독성 판단할 DL 학습. 깔끔한 데이터 탓에 너무 높은 모델 성능(99.98% 수준) =>모델 예측값을 적용할 다른 방안들을 생각해내지 못했다. 이에 다른 데이터를 활용하기로 합의 새로운 데이터 접근 방향 1. 회귀분석 활용하기 ; 다중클래스 분류 문제 ML, 이진 분류 문제 DL, ML 써봤으니 회귀 문제 하나 하면 균형이 맞을 것 같은 기분 1) 카드 데이터 2) 한국 소득 데이터 활용 (둘 다 kaggle) 2. CNN 활용하기 1) 심슨 데이터 2) fl..

0. mushroom 이전 시간 : mushroom dataset 전처리와 시각화 : 식용 버섯 판단 DL 모델 구축을 위한 전처리 단계 => 결측치를 가진 stalk-root 열에 ML 모델 예측값을 밀어넣자. 1. stalk-root 채우기 용 ML모델 1-데이터 분할 ; stalk-root 값이 채워진 학습용 데이터와 값이 ? 상태인 예측용 데이터를 분할 2-학습용 데이터로 다중 클래스 분류 ML 모델 만들기 1) y data(stalk-root열), x data(y data를 뺀 모든 열) 정비 2) encoding 과정 1- labelencoder ; str을 int로 변환 과정 2- onehotencoder : 열 추가 문제; ML 모델에서 y data는 onehotencoding이 의미가 없..

0. 세번째 세미프로젝트, 네번째 프로젝트를 시작했다. 도서관 데이터 기반 추천 서비스, 타이타닉 생존자 예측 ML 모델 제작, 멜론 스테디셀러 차트 가사 기반 추천 서비스에 이어 버섯 맞추기 DL 모델 제작에 들어간다. 머쉬룸. 1. 데이터 선정 버섯 데이터 mushroom dataset -데이터의 매끈함 -적당한 데이터양(8000+)과 feature(23), 정답 데이터 다수 존재. -수집과 전처리 과정의 수고를 줄여줌 : 결측치는 feature 하나에만. -참고용 레퍼런스가 여럿 있다 : 모델 성능 확인과 발전에 용이 www.kaggle.com/uciml/mushroom-classification Mushroom Classification Safe to eat or deadly poison? www..

0. 오늘은 기록하기 위한 공부가 아닌, 조금 더 알기 위한 공부 1. 오늘 한 일 + 다시 찾아가볼 페이지 텍스트 데이터 벡터화 c11.kr/lpit Natural Language Processing: Text Data Vectorization Features in machine learning is basically numerical attributes from which anyone can perform some mathematical operation such as matrix… medium.com 딥러닝 예제 실습(iris data-set 기반(어울리지는 않았지만) 코드 복습) www.tensorflow.org/tutorials?hl=ko TensorFlow Core ML 초보자 및 전문가를 위..

0. 예! 금요일! Auto ML 모델 제작을 돕는 프로그램들. 기본적으로 로컬 환경에서는 사용이 어렵다. 구글 콜랩 환경에서 실습했다. 1) Pycaret(파이캐럿) traditional ML 모델 만들기를 도와주는 라이브러리 알아두면 도움이 될 명령어들 setup : 모델 자동 생성을 위한 준비 #자동 전처리 #라벨 데이터 onehot value 인코딩 create_model( ) : 모델 자동 생성 ; 일정 트레이닝 tune_model( ) : 모델을 일정 기준(accuracy)을 바탕으로 튜닝 compare_model( ) : 일정 기준(accuracy)을 바탕으로 모델들을 돌려보고 상위 결과 모델들을 돌려준다 evaluate_model( ) : 모델을 불러 성능, hyper-params 값 등을..