티키타카

프로그래밍 공부/인공지능

사이킷런(Sklearn) 없이 시그모이드 함수 구현하기

기본 설정 필수 모듈 불러오기 그래프 출력 관련 기본 설정 지정 In [ ]: # 파이썬 ≥3.5 필수 import sys assert sys.version_info >= (3, 5) # 사이킷런 ≥0.20 필수 import sklearn assert sklearn.__version__ >= "0.20" # 공통 모듈 임포트 import numpy as np import os # 노트북 실행 결과를 동일하게 유지하기 위해 np.random.seed(42) # 깔끔한 그래프 출력을 위해 %matplotlib inline import matplotlib as mpl import matplotlib.pyplot as plt mpl.rc('axes', labelsize=14) mpl.rc('xtick', lab..

프로그래밍 공부/인공지능

캐글(Kaggle) 타이타닉 경진대회 맛보기

일단 라이브러리들을 불러오고, 'train.csv', 'test.csv' 파일 또한 불러오자. import pandas as pd import numpy as np train = pd.read_csv('train.csv') test = pd.read_csv('test.csv') 그 후 제대로 파일을 불러왔는지 train.head()로 확인해보았다. In [ ]: train.head() Out[ ]: 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... female 38.0 1 0 PC 17599 71.2833 C85 C 3 1 3 Heikk..

프로그래밍 공부/인공지능

Housing 데이터셋을 이용한 머신러닝 - 2

프로젝트 목표(변환 1~3) 변환 1 중간 소득과 중간 주택 가격 사이의 상관관계 그래프에서 확인할 수 있는 수평선에 위치한 데이터를 삭제한다. 우선 그래프를 확인해보면 median_house_value의 500,000 값이 집중적으로 존재한다. In [37]: housing = strat_train_set.copy() # housing 값 초기화 In [38]: housing.plot(kind="scatter", x="median_income", y="median_house_value", alpha=0.1) plt.axis([0, 16, 0, 550000]) save_fig("income_vs_house_value_scatterplot") 그림 저장: income_vs_house_value_scatte..

프로그래밍 공부/인공지능

Housing 데이터셋을 이용한 머신러닝 - 1

housing 데이터셋을 활용하여 데이터 전처리를 진행해보자! housing 데이터셋 다운로드 후 csv 형식의 파일을 pandas로 확인하는 것으로 시작. 훈련 세트와 테스트 세트를 구분하여 만들고, 고유 식별자를 이용하여 무작위로 테스트 세트를 만드는 것을 방지한다. 기본 설정 필수 모듈을 불러오고 그래프 출력 관련 기본 설정을 정한다. # 파이썬 ≥3.5 import sys assert sys.version_info >= (3, 5) # 사이킷런 ≥0.20 import sklearn assert sklearn.__version__ >= "0.20" # 공통 모듈 임포트 import numpy as np import os # 깔금한 그래프 출력을 위해 %matplotlib inline import m..

게임 제작/끈기의 숲

끈기의 숲(Forest_of_Patience)

Forest_of_Patience 끈기의숲(Forest_of_Patience) 게임 제작 기간: 2021-05-04 ~ 2021-05-06 2021-05-04 Resource Preparation 게임 구성요소 정리 및 리소스 준비 1. Model and Animations - MIXAMO 2. Scripts Camera Operation - Programming TPS 캐릭터 조작 기능 구현 3. 그 외 참고 - Unity 3D docs 메이플스토리 끈기의 숲 모티브 제작 모델과 애니메이션 구조 학습 중점 2021-05-05 Wirte Scripts 코드 작성 'Scripts' 참조 BGM, 점프 효과음 등 사운드 삽입 'TPSCAM.cs' - 캐릭터 컨트롤러 스크립트 'Player_Animation...

프로그래밍 공부/리눅스 & 임베디드 시스템

폭탄 해체 게임(BOMB BREAKDOWN GAME)

Hybus-Smart4412 타겟시스템과 리눅스 환경에서 크로스컴파일하여 만든 게임입니다. 제 깃허브 주소 (https://github.com/Oh3gwnn/IoT_HSmart4412)에 전부 정리되어 있습니다. 이 문서는 처음으로 나오는 README 파일을 수정한 것입니다. 자세한 것은 깃허브 주소를 참고해주세요! 1. 프로젝트 계획 H-Smart4412 타겟 시스템의 다양한 장치를 이용하고 싶어서 계획한 폭탄 해체 게임. 게임을 해결해나가는 아이디어 부분은 Keep Talking and Nobody Explodes 게임을 참고하였습니다. 'Keep Talking and Nobody Explodes' 사이트 링크 참고 2. 프로젝트 사전조사 이전에 누군가 진행하였던 타겟시스템 실습 내용들을 확인 프로젝..

프로그래밍 공부/디지털 영상처리(with MATLAB)

Digital Image Processing with MATLAB - ⑤ Point Processing 2

1) 다음의 작은 영상은 0~19 범위의 그레이 값들을 가지고 있다. 그레이 레벨 히스토그램과 이 히스토그램을 평활화하는 사상(mapping)을 계산하라. 히스토그램 평활화를 수행한 새로운 영상에 대해서 아래와 같은 형태의 8 X 8 그레이 값들의 격자를 만들어라. 기존 8 X 8 그레이 값 위 내용을 프로그래밍하여 결과를 비교해보자. 우선 원본과 직접 평활화한 영상을 비교하면 히스토그램이 전반적으로 펼쳐져 있는 것을 확인할 수 있다. 마지막은 프로그래밍으로 진행한 평활화인데 범위가 0~19가 아니라 0~255로 표현되어 있는 것을 확인할 수 있다. (그래서 axis([0 9 0 15])를 추가했다.) 2) 앞서 변환한 카메라맨 인덱스 영상을 입력으로 사용하여 히스토그램 평활화 알고리듬을 실행하는 프로그..

프로그래밍 공부/디지털 영상처리(with MATLAB)

Digital Image Processing with MATLAB - ④ Point Processing 1

디지털 영상처리 교재(연습 문제 2, 3번) 1) blocks 영상 b에 대해서 다음의 명령들을 수행하라. 우선 ‘blocks.tif’를 가져와 다음 문제에 있는 명령을 수행해보자. [그림 1] blocks.tif [그림 2] imshow(bb2) 출력 결과 결과: 영상의 크기는 같다. 하지만 눈으로 보이는 품질은 많은 차이가 존재한다. imdivide 함수를 통해 64로 나누었을 때 데이터값이 손실되었고, 그 이후 immultiply 함수를 통해 64를 곱하여도 손실된 값은 돌아오지 않기 때문이다. 정확히는 255/64로 4개의 화소 데이터 중 한 화소 만을 가지고 저장이 되고, 다시 곱하였을 때 그 값을 곱하는 것이기 때문이다. 2) 문제 2에서의 값 64를 32와 16으로 치환하여 수행하라. 우선 ..

티키택
'분류 전체보기' 카테고리의 글 목록 (7 Page)