toy project

Titanic - Predict survival on the Titanic and get familiar with ML basics (kaggle) 2부 (학습 진행)

데이터셋 구성 학습과 검증 데이터의 비율을 80:20 으로 구성하였습니다. 그리고 1부에서 진행하였던 데이터 구성으로 학습 데이터와 검증데이터를 구성하였습니다. 그리고 test.csv를 이용하여 테스트 데이터셋을 구성하였습니다. def make_Tensor(array): return torch.from_numpy(array).float() data_percent = 0.8 train_data_len = int(len(x_data) * data_percent) train_x = np.array(x_data[:train_data_len]) val_x = np.array(x_data[train_data_len:]) train_y = np.array(y_data[:train_data_len]) val_y = n..

Titanic - Predict survival on the Titanic and get familiar with ML basics (kaggle) 1부 (데이터 전처리)

Titanic data 카테고리 Passenger : 승객 ID Survived : 생존하였는지 (0 = No, 1 = Yes) Pclass : Ticket Class (1 = 1st, 2 = 2nd, 3 = 3rd) Name : 사람 이름 Sex : 성별 Age : 나이 SibSp : 타이타닉 호에 탑승한 형제와 배우자 수 Parch : 타이타닉 호에 탑승한 자녀와 부모의 수 Ticket : 티켓 번호 Fare : 여객 운임 Cabin : 객실 번호 Embarked : 승선항 (C = Cherbourg, Q = Queenstown, S = Southapmton) Data 전처리 1. 누락된 데이터 처리 (결측 데이터) 2. 데이터 평활 위의 데이터에서 티켓번호와 사람이름, 객실번호는 데이터 전처리가 어..

Kaggle UW-Madison GI Tract image Segmentation 참가 -1 일차-

석사 졸업 후, embedded 회사를 다니다가 딥러닝을 계속 연구하고 싶어 퇴사를 하게되었습니다. 그래서 딥러닝 관련 toy project를 꾸준히 진행하기 위해 고심하다. kaggle Competitions를 참여하게 되었습니다. 처음으로 kaggle Competitions에 참가하다보니 부족한 점이 많을것 이라고 예상됩니다. 조언은 댓글로 달아주신다면 적극 수용하겠습니다. 우선 UW-Madison GI Tract Image Segmentation이라는 competition에 참가해보려고 합니다. 오늘은 간단히 Competition의 Overview를 해석하고 확인하여 정리를 하겠습니다. 참가 이유 기존에 항공영상 내 포트홀 탐지와 같은 object detection과 instance segmenta..