모듈 1: 이 강좌를 위한 Python
작은 데이터셋 불러오기
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 모듈 3에서 신경망에게 손글씨 숫자를 읽도록 가르칠 거예요. 여기서 먼저 데이터를 만나요.
scikit-learn에는 손글씨 숫자 1,797개의 작은 세트가 딸려 와요. 각각 0부터 16까지의 밝기 값으로 된 8 × 8 격자이고, 0부터 9까지의 레이블이 있어요.
from sklearn.datasets import load_digits
d = load_digits()
d.images.shape # (1797, 8, 8)
d.target[:5] # the labels of the first five
어떤 데이터셋에서든 훈련하기 전에 각 클래스에 예시가 몇 개 있는지 세세요. 한 숫자의 예시가 열 배 많다면, 게으른 모델이 늘 그것만 추측해서 좋은 점수를 받을 수 있어요.
클래스: 분류기가 줄 수 있는 답 중 하나, 여기서는 숫자 0부터 9.
요약 무엇보다 먼저 모양을 보고 클래스를 세세요.
이 레슨의 단어와 기호
- 배열
- 모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
- 모양
- 각 방향에 따른 배열의 크기, 예를 들어 (32, 64)는 64개씩 32행
내 차례
숫자를 불러오세요. n_images를 이미지 수로, pixels_per_image를 이미지 한 장의 픽셀 수로, class_counts를 개수 10개의 배열(각 숫자가 몇 개인지)로 설정하세요. np.bincount가 정수를 대신 세 줘요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.