티스토리 뷰
[DNN project]: 타이타닉 생존자 예측 및 간단한 페이지 제작
- code : Python, JS, HTML
ide : Jupyter Notebook, VSC, 코랩
library : pandas, numpy, matplotlib, seaborn, torch, Flask, ...
DATA
- Kaggle Titanic
Titanic - Machine Learning from Disaster | Kaggle
www.kaggle.com
Feature engineering
- 어떤 column이 있는지,
어떤 데이터를 유의미 하게 분류할것인가 - 전처리는 어떻게 진행 할것인지
모델 생성
- Deep Classification
- Hidden Layer 활성함수 LeakyReLU default사용
- OutPut Layer를 Softmax 사용
(활성함수 Softmax의 출력 값들의 총합이 1이 된다는 특성을 이용하여 생존 및 생존 확률을 출력할 계획)
페이지
- 접속자의 영문이름을 기준으로 random state를 생성
- 고정된 random값을 이용하여 random데이터를 생성하여 생존여부를 출력
- 예시
'개인 공간 > project' 카테고리의 다른 글
[분산 시스템] : Google {Colab, Drive}를 이용한 분산처리 (0) | 2022.11.29 |
---|---|
[DNN project]: 타이타닉 생존자 예측.EDA (0) | 2022.07.10 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- matplotlib
- underscore
- recursive
- sad asd
- 콘다
- Python
- 이스케이프 코드
- conda
- 덮어쓰기
- 재귀함수 설명
- arguments
- _의미
- _meaning
- d asd asd
- 백준
- print()
- sep=
- 변수 덮어쓰기
- asd ad
- recursive function
- sdsad
- 이중 프린트
- 파이썬 변수
- 재귀함수 이해
- 재귀?
- 파이썬
- parameters
- list comprehension
- 연산속도
- anaconda
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 |
글 보관함