분류 전체보기 (509) 썸네일형 리스트형 Scenario 8 실행코드 proc print data= cert.Addresses; # ZIpcode 추출을 위한 데이터 확인 run; data work.Senario8; set Cert.Addresses; Zipcode = substr(state, 3,5); state = substr(state,1,2); run; proc print data=work.senario8; where zipcode = '85069'; run; proc freq data= work.senario8 order=freq; tables State ; run; 정답 data work.Senario8; set Cert.Addresses; Q. Extract the 5-digit ZIP codes from the State variable and st.. scenario 7 실행코드 libname cert 'C:/folders/mypath/cert/'; # ERROR: Libref CERT is not assigned. 오류 해결 data work.scenario7; set cert.Temp18; format Day date9.; Month = month(day); run; proc freq data=work.scenario7; tables HighTemp; run; proc means data=work.scenario7; class month; var AvgHighTemp AvgLowTemp; run; proc print data=work.scenario7; var HighTemp day; run; 정답 data work.scenario7; set cert.Temp18; .. Scenario 6 실행코드 libname certdata '/folders/mypath/cert/heart.xlsx'; data work.heart; set certdata.heart (drop= AgeAtDeath DeathCause); where Status='Alive'; if AgeCHDdiag =. then delete; length Smoking_Status $17; if 0 인공신경망에서 원-핫 인코딩 원-핫 인코딩 데이터를 표현하는 방식 중의 하나로 수많은 0 과 하나의 1로 주어진 데이터를 표현하는 방식이다. 가령 0~9 까지의 숫자를 표현하는 정보라면 다음과 같이 나타낼 수 있다. 1 → [0, 1, 0, 0, 0, 0, 0, 0, 0, 0] 신경망에서는 분류 문제에서 교차 엔트로피 오차를 이용하여 손실을 구하기 때문에 정답값 ( Labeling) 을 원 - 핫 인코딩으로 변환하는 작업이 필요하다. Brain Tumor Classification (MRI) - Tumor Classification https://www.kaggle.com/datasets/sartajbhuvaji/brain-tumor-classification-mri?resource=download&select=Testing Brain Tumor Classification (MRI) Classify MRI images into four classes www.kaggle.com https://www.kaggle.com/code/rohandeysarkar/tumor-classification Tumor Classification Explore and run machine learning code with Kaggle Notebooks | Using data from Brain Tumor Classification (MRI) www.ka.. [Project] 의류직물 불량검출을 위한 이미지 분석 - 프로그램 전달하기 제조공정 분야 01. 공정 검사의 현재 02. 공정 검사와 딥러닝 03. 딥러닝 실무 개요 04. 실습 환경 준비 05. 문제 정의하기 06. 스펙 결정하기 07. 실행 가능성 확인하기 - 1 08. 실행 가능성 확인하기 - 2 09. 알고리즘 설계하기 10. 데이터 정리하기 11. 모델 학습 및 검증하기 - 1 12. 모델 학습 및 검증하기 - 2 13. 프로그램 전달하기 - 1 14. 프로그램 전달하기 - 2 정상과 불량 데이터 불량데이터가 적을수도 있으므로 Oversampling 수행 TFRecord Builder import glob import os import tensorflow as tf import cv2 Paths and Hyperparameters DATASET_OK_PATTERN = .. [Project] 의류직물 불량검출을 위한 이미지 분석 - 실행 가능성 확인 제조공정 분야 01. 공정 검사의 현재 02. 공정 검사와 딥러닝 03. 딥러닝 실무 개요 04. 실습 환경 준비 05. 문제 정의하기 06. 스펙 결정하기 07. 실행 가능성 확인하기 - 1 08. 실행 가능성 확인하기 - 2 09. 알고리즘 설계하기 10. 데이터 정리하기 11. 모델 학습 및 검증하기 - 1 12. 모델 학습 및 검증하기 - 2 13. 프로그램 전달하기 - 1 14. 프로그램 전달하기 - 2 DataSet 불러오기 random.seed(0) defect_list = glob.glob(PATH_DEFECT + '*.png') # PATH 폴더에 png 파일들의 이름만 defect_list에 리스트에 저장된다. mask_list = glob.glob(PATH_MASK + '*.png').. RNN 을 이용한 주식가격 예측 RNN 모델에 피팅시킬 시계열 데이터 전처리에 대한 간단한 그림이다. 이전 1 ··· 57 58 59 60 61 62 63 64 다음
