사실 이전 포스트에 이어서 계속하던 작업은 국가와 나이, 연봉의 data를 가지고 이 사람이 물건을 살 것인가 아닌가에 대한 예측을 하기 위한 강의 예제를 따라하고 있었다. 그래서 주어진 dataset을 다시 가져오면 다음과 같다.주어진 field는 4가지 인데, 우리가 구해야 할 결과는 Purchased라고 표기된 부분이고, 이를 위해서 활용해야 할 field는 Country와 Age, Salary field이다. 보통 전자와 같은 자료를 dependent variable, 후자와 같은 자료를 independent variable이라고 말한다. 이중 다른건 모르겠는데 Country field나 Purchased field 같은 경우는 자료가 String 형식으로 되어 있다. 이런 학습에 대해서 잘 모르..
가끔 데이터를 외부에서 읽어오다보면 원하지 않는 데이터들이 포함되는 경우가 종종 있다. 예를 들어 전체 결과에 영향을 주는 변수(outlier)가 있는가 하면, 아예 데이터가 없는 경우(NaN)도 존재한다. 이중 NaN을 처리하는 방법에 대해서 잠깐 언급해보고자 한다. 내가 생각하는 NaN이 있으면 안 좋은 이유는 딱 한가지, NaN 자체가 Pandas 내에서 mean이나 median을 계산할 때, 그 자체적으로 수행이 안된다는 것이다. 가령 NaN은 내부적으로 np.nan으로 처리되는데 이 값에 어떤 값을 더하거나 빼도 그 결과가 NaN으로 반환되어 정상적인 결과를 얻을 수 없다. 이 때문에 NaN을 배제해야 할 필요성이 생기는데, 이를 해결하는 방법도 여러가지가 있다. 아예 NaN은 배제하고 계산한다..
최근에 들어오면서 가장 핫한 언어는 무엇일까? 많은 평가 지표들이 있지만, 그래도 많이 인용하는 지표가 TIOBE Index라는 것이다. 대충 소개글을 읽어보면 이 index는 한달에 한번 전세계 개발자들과 vendor들의 투표를 바탕으로 발표된다고 하는데 이번 12월 결과를 한번 살펴보면 다음과 같다. 결과를 보면 작년과 대비해서 상위권에 있는 언어들의 순위는 바뀌지 않는다. 그 중 내가 장담하건데(물론 내가 장담한다고 뭐가 되는건 아니지만...) 적어도 Python의 위치는 언젠가는 JAVA, C, C++의 순위 중 하나를 차지하지 않을까 싶다. 물론 그러기엔 C,C++, JAVA가 차지하는 비중이 크긴 하지만 차후의 지원성 측면이나 최근 핫한 이슈중 하나인 딥러닝/머신러닝 를 쉽게 실생활에 반영할 ..
요즘 언론에서도 그렇고, 여기저기에서도 4차 산업혁명라는 단어를 사용하고 이에 대한 대비를 해야 한다고 촉구하고 있다. 회사에서도 이와 관련된 세미나를 진행하면서 어떻게 하면 최근 트렌드인 딥러닝이나 머신 러닝을 현업에 반영할 수 있는지를 많이 고민하는 것 같다. 내가 아는게 맞는지는 모르겠지만 4차 산업혁명이란 용어 자체는 2016년 세계 경제 포럼에서 언급된 내용으로, 기존의 3차 산업혁명에서 진행된 기술과 인터넷과의 결합이라는 개념에서 발전해 모든 제품과 서비스가 하나의 네트워크로 연결하고 사물을 지능화시키는 것을 의미한다. 간단히 말해 기술에 관심이 있을만한 사람이라면 한번쯤 들어봤을 인공지능, 자율주행차, IoT, 챗봇 같은게 모두 4차 산업혁명의 산출물이라고 보면 좋을거 같다. 그런데 사실 이..
- Total
- Today
- Yesterday
- Offline RL
- Variance
- ColorStream
- End-To-End
- 파이썬
- 강화학습
- Policy Gradient
- Distribution
- Kinect for windows
- RL
- Kinect
- Gan
- Python
- dynamic programming
- 딥러닝
- 한빛미디어
- PowerPoint
- Off-policy
- Pipeline
- SketchFlow
- Windows Phone 7
- reward
- bias
- arduino
- processing
- TensorFlow Lite
- Expression Blend 4
- Kinect SDK
- DepthStream
- windows 8
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 |
31 |