NumPy 기반 데이터 분석 핵심 기술
NumPy는 고성능 다차원 배열 객체와 이를 활용한 수치 계산을 위한 핵심 라이브러리로, 데이터 과학 및 분석 작업의 기반이 됩니다. 주로 2차원 형태의 업무 데이터를 처리하는 데 최적화되어 있으며, 다음과 같이 임포트하여 사용합니다.
import numpy as np
print(np.__version__)
배열 생성과 데이터 형식
NumPy 배열(ndarray)은 동일한 데이터 타입을 가지는 연속적 ...
6월 7일 18:21에 게시됨
BP 신경망 구현을 위한 기본 알고리즘
신경망 초기화
def initialize_network(input_size, hidden_layers, output_size):
layer_sizes = [input_size] + hidden_layers + [output_size]
network = {}
for i in range(1, len(layer_sizes)):
network[f'W{i}'] = np.random.randn(layer_sizes[i], layer_sizes[i-1]) * np.sqrt(2.0 / (layer_sizes[i-1] + layer_sizes[i]))
network ...
6월 4일 19:22에 게시됨
CV-얼굴인식-주요점검출
주요 점 추출
【구현 방법, 피로 감지, 얼굴 정렬】
1. 구현 방법 - face_recognition 라이브러리
face_recognition,
Python에서 명령줄 또는 스크립트 형태로 사용 가능하며, 얼굴 관리 및 인식을 제공합니다. 설치 명령어는 pip install face_recognition입니다.
구현 방법:
이미지를 저장할 두 개의 디렉토리를 만듭니다. 하나는 알려진 사람들의 사진을, 다른 하나는 ...
6월 2일 17:54에 게시됨
NumPy 배열 연산 및 선형 대수 기능 활용
배열의 기본 연산
NumPy를 사용하면 반복문 없이도 배열 내 각 요소에 대해 수학적 연산을 수행할 수 있습니다. 모든 연산은 자동으로 벡터화되어, 효율적인 저수준 코드로 데이터 시퀀스를 처리합니다. 즉, 배열에 대한 수학 연산은 각 요소에 대해 자동으로 적용됩니다.
배열과 스칼라 연산
data1 = np.arange(1, 10)
print(data1 + 5)
print(data1 * 3)
출력:
[6 7 8 ...
5월 22일 22:38에 게시됨