전체 글 (22) 썸네일형 리스트형 머신러닝 성능향상 주요기술 [ 4가지 알고리즘 비교 관련 ]- Linear Reg, ..., LightGBM 4가지 알고리즘 : 자세한 알고리즘 동작원리를 수학적으로 어려워서 이해를 못했고, 오픈소스들이 있어서 간단하게 함수로 실행할수 있어서 비교해보았다. [ Scaler 테스트 ]ㅁ Scaler의 역할 : Scaler를 사용하여 모든 feature를 동일한 범위로 맞춰주면, 모델이 각 feature의 중요도를 균형 있게 학습할 수 있습니다.1. 원본데이터원본 데이터 분포2. Standard Scaler사용시 :표준편차를 1로 맞추어 Scaling진행 [ 이상치제거]- 이상치 제거 기술은 비정상적이거나 극단적인 값(이상치)을 탐지하고 처리하는 방법- 이상치는 분석 결과에 부정적인 영향을 미칠 수 있기 때문에, 이를 탐지하고 적.. MyFriend 질의응답 대비 [전체 구성도/흐름도 이해](PPT그림 참고)1. 영상대화 : 사용자 Comment -> Node.js(javascript언어) 서버에서 Flask서버로 Comment 전송 -> Comment 감정분류 -> 감정분류결과포함하여 ChatGPT에 전송 -> ChatGPT결과 내용을 D-ID API를 이용하여 전송 -> 최종 대화 영상 출력2. 채팅대화 : 사용자 Comment -> 안드로이드 앱 에서 Flask서버로 Comment 전송 -> Comment 감정분류 -> 감정분류결과포함하여 ChatGPT에 전송 -> ChatGPT결과 내용을 D-ID API를 이용하여 전송 -> 최종 대화 영상 출력3. 비밀다이어리 : 비밀다이어리 작성 -> 작성내용 데이터베이스 저장 -> 저장된 내용을 Flask서버로 전송 .. [Part7] Flask서버와 안드로이드 통신(HTTP GET방식) 결과물 안드로이드의 165라는 데이터를 Python Flask서버로 전달하는 코드를 작성해본다. HTTP통신 GET방식을 이용해 구현되었다. 간단한 예제 코드지만, 안드로이드에서 Flask서버의 AI서비스를 연동하는데 활용할 수 있는 기초적인 구현방식이다.Flask서버 준비 안드로이드 코드 안드로이드코드의 경우 더 정교하게 모듈화를 시킬수 있지만, 최대한 이해하기 편한 방법으로 구현하였다. MainActivity Code activity_main.xml 코드 반복적으로 연습했던 간단한 구현이라 직접 구현해보자. 기억이 나지않는다면 앞에 Part 글들을 참고하면 된다. [실습1] Android(Kotlin) Firebase를 이용한 사용자별 BMI지수 관리 [프로토타입 시연영상] [전체 흐름도]1) Firebase Auth를 이용한 회원로그인2) 홈화면에서 Firebase데이터베이스에 저장된 BMI지수 보여주기3) 홈화면에서 "BMI지수 계산" 버튼을 누르면 BMI지수 계산 화면으로 넘어가기4) "BMI지수 계산"화면에서 입력한 키, 몸무게를 바탕으로 "계산하기"버튼 클릭시 Firebase데이터베이스에 계산된값을 저장한후 Home화면으로 전환시키기5) 홈화면에서 Firebase데이터베이스에 업데이트된 BMI지수 보여주기 [단계별 완성포인트]1단계) 로그인 화면 제작 2단계) 로그인 화면 Firebase Auth연동하여 로그인3단계) 홈화면 화면 제작4단계) 홈화면에서 Firebase realtime database에 저장된 값을 불러오기(사용자 .. [Part6] Android - Firebase Realtime Database연동(데이터 읽기/쓰기) 개발환경 셋팅 1. Realtime Database 생성 - us-central선택 2. Realtime Database 생성 - 테스트모드 선택 3. 데이터베이스 생성확인 4. 사용자UID 확인, 복사 5. Database 생성 안드로이드 개발 1. google-services.json 파일 업데이트google-services.json설정하는방법이 기억이 안나면 아래 링크를 참고해서 Android studio에 있는 파일을 변경해주자.https://mymajoriscs.tistory.com/28 2. APP수준 Build.gradle에 추가하기 --> Sync Now실행 3. Activity전체 코드 4. 최종결과 [Part5] Android-Firebase Database연동하기(로그인 기능) 구현 순서 Step1. 안드로이드 Layout 작성Step2. Firebase 설정Step3. 안드로이드-Firebase 연동 환경설정Step4. 안드로이드 Activity 작성 Step1. 안드로이드 Layout 작성1. layout_xml 작성기본으로 생성되어 있는 activity_main.xml파일을 아래와 같이 작성하는것부터 시작이다. - Part1~Part4를 이해했다면 직접 작성할 수 있겠지만, 아직 익숙해지지 않았다면 아래 코드를 사용하길 바란다. Step2. Firebase 설정 1. 프로젝트 추가https://firebase.google.com/으로 접속하여 Google계정으로 로그인을 진행한다. 2. 프로젝트 이름 설정 3. 프로젝트 만들기Google 애널리틱스 사용 설정은 해도 안.. [Kaggle 데이터 분석] 심혈관질환 예측 Kaggle의 Heart Disease(Cardiovascular Diseases Risk Prediction Dataset)를 활용하여심혈관질환을 예측하는 모델의 정확도를 높여보는 코드를 작성해보았다.아래링크로 들어가서 확인할 수 있다. https://www.kaggle.com/code/hyungjoon/perf-comp-auc-50-95-5-heart-disease Perf Comp📊 AUC.50%~95.5%❤️Heart Disease❤️Explore and run machine learning code with Kaggle Notebooks | Using data from Cardiovascular Diseases Risk Prediction Datasetwww.kaggle.com [Part2] Logistic Regression 이해 및 실습 분류(Classification)와 회귀(Regression)Machine Learning은 크게 분류와 회귀로 나눌 수 있다.분류는 여러 Class Label 중 하나를 예측하는 것으로, 이진 분류(Binary Classification)와 다중 분류(Multiclass Classification)으로 나눌 수 있다.회귀는 연속적인 숫자를 예측하는 것으로 예측하고 싶은 종속변수가 숫자일 때 사용한다. Logistic Regression Logistic Regression이란- 종속 변수와 하나 이상의 독립 변수 간의 관계를 분석하고 모델링하는 통계적 방법 (= 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는 통계 기법)- 이진분류 문제를 해결하는데 적합한 모델.. 이전 1 2 3 다음
