KT에이블스쿨3 [KT AIVLE SCHOOL] KT Aivle 5차 미니프로젝트 후기 2 5차 미니프로젝트 두번째는 얼굴 인식 프로젝트입니다. 최종적으로는 yolo모델을 사용해 조원들의 얼굴을 인식하는것이 최종목표입니다. 프로젝트 진행순서 프로젝트의 진행순서는데이터 전처리 -> 모델링Ⅰ- YOLO v8 -> 모델링Ⅱ - YOLO v8 추가학습 모델링Ⅰ에서는 13명의 유명인들의 얼굴을 학습시켜 모델을 만들어 보는 것 이고모델링Ⅱ 에서는 6명의 조원들의 얼굴을 추가 학습시켜 모델을 만델을 만드는 것입니다. 플로우차트 모델링 Ⅰ YOLO 모델에 적용할 YAML 생성import yamldata = { 'train': '/content/mini_project5/datasets/train/', 'val': "/content/mini_project5/datasets/valid/images".. 2024. 5. 12. [KT AIVLE SCHOOL] KT Aivle 5차 미니프로젝트 후기 1 5차 미니프로젝트에서는 시계열 데이터를 활용한 상품 판매량 예측 모델링을 진행했습니다. EDA 탐색적 분석 중요 범줏값의 비율을 확인합니다.각 범주별 판매량 및 판매량 추이등을 확인 했습니다. 두 범주별 판매량 추이를 이용해 판매량을 선그래프로 시각화해 시계열 패턴을 찾았습니다. diff()함수를 사용해 변수에 대한 변화량을 확인할 수 있습니다. 데이터프레임 구성기본 변수 구성날짜 변수에서 요소 추출데이터 전처리결측치 처리범주형 데이터의 가변수화데이터 분할(학습용, 검증용)# datetime 형으로 변환sales['Date'] = pd.to_datetime(sales['Date'] )oil_price['Date'] = pd.to_datetime(oil_price['Date'] )orders['Dat.. 2024. 5. 12. [KT AIVLE SCHOOL] KT Aivle 4차 미니프로젝트 후기 이번 KT 에이블스쿨 4차 미니프로젝트는 Aice Associate 시험 대비였습니다. Associate 시험은 6월 예정 되어있지만, 미리 에이블스쿨에서 실습 문제로 시험 대비를 할 수 있게 준비해주셨습니다. 시험 전 실제로 데이터 전처리, 탐색, 머신러닝, 딥러닝의 전체 흐름을 경험해보는 좋은 기회였던 것 같습니다. Associate 시험의 흐름은 이렇게 구성 되어있습니다.탐색적 데이터 분석데이터 전처리머신러닝/딥러닝 모델링모델 성능평가해당하는 챕터에 필요한 함수들을 공부하는것이 도움이 될것같습니다. 매니저님 말씀대로 실제 시험은 이 실습문제들보다 조금 더 어려울 수 있다고하니 그동안 배운 내용을 꾸준히 복습하고 연습문제도 많이 풀어보는 것이 좋겠습니다. 2024. 5. 12. 이전 1 다음
