전체 글 (170) 썸네일형 리스트형 [JavaScript] 문서 객체 모델 01 문서 객체 모델의 기본 용어와 개념 문서 객체 모델 기본 용어 - 문서 객체 : 태그를 자바스크립트에서 사용할 수 있는 객체로 만든 것 - 문서 객체를 조작한다는 말은 결국 태그를 조작한다는 의미 - 요소 노드 : 태그와 2. 이벤트 활용 Process - 1 Process - 2 02 문서 객체 선택 '문서 객체를 선택한다' : 이미 존재하는 HTML태그를 자바스크립트에서 문서 객체로 변환하는 것 1개 선택 document.getElementByld(아이디) 아이디로 1개 선택 document.querySelector(선택자) 선택자로 1개 선택 여러 개 선택 document.getElementsByName(이름) name 속성으로 여러 개 선택 document.getElementsByClassN.. [머신러닝] 결정트리를 이용한 이미지 분류 어떤 사람 머리에서 나온 멋진 아이디어 : 결정 트리로 이미지 분류하기 1. MNIST dataset of handwritten digits import tensorflow as tf from tensorflow import keras from tensorflow.keras.layers import (Dense, BatchNormalization, Dropout) from tensorflow.keras.datasets.mnist import load_data import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.datasets import load_digits digits = load_digits() impo.. [JavaScript] 자바스크립트 기본 문법 01 자바스크립트 기본 용어와 출력 방법 자바스크립트 기본 용어 - 표현식 : 값을 만들어 내는 간단한 코드 273; 10 + 20 + 30 *2; var name = '파'+'이'+'썬'; alert('Hello JavaScript'); - 문장 : 프로그래밍 언어에 실행할 수 있는 코드의 최소 단위 273 10+20+30*2 'JavaScript' - 종결 : 문장 마지막에 세미콜론(;) 또는 줄바꿈 자바스크립트 기본 용어 - 키워드 : 자바스크립트를 처음 만들 때 정해진 특별한 의미가 부여된 단어 - 식별자 : 자바스크립트에서 변수나 함수 등에 이름을 붙일 때 사용하는 단어 키워드를 사용하면 안된다 특수 문자는 _과 $만 허용 숫자로 시작하면 안됨 공백을 입력하면 안됨 식별자 생성 관례 생성자 함수.. [혼공딥] CHAPTER 08-1 합성곱 신경망의 구성 요소 합성곱(convolution) - (수학) 하나의 함수와 또 다른 함수를 반전 이동한 값을 곱한 다음, 구간에 대해 적분하여 새로운 함수를 구하는 것 인공 신경망 합성곱 - 가중치 w1~w10과 절편 b를 랜덤하게 초기화한 다음 에포크를 반복하면서 경사 하강법 알고리즘을 사용하여 손실이 낮아지도록 최적의 가중치와 절편을 찾아간다. - 입력 개수에 상관없이 밀집층의 뉴런의 개수와 출력의 개수가 같다. - 입력 데이터 전체에 가중치를 적용하는 것이 아니라 일부에 가중치를 곱한다. - 뉴런이 3개의 가중치를 가진다고 가정하면, 가중치 w1~w3이 입력의 처음 3개 특성과 곱해져서 1개의 출력을 만든다. - 같은 가중치와 절편이 여러 개의 합성곱에 사용된다. 밀집층의 뉴런은 입력 개수만큼 10개의 가중치를 가지.. [CSS] 반응형 웹 01 반응형 웹 소개 반응형 웹 - 웹 페이지 하나로도 데스크톱, 태블릿PC, 스마트폰에 맞게 디자인이 자동으로 반응해서 변경되는 웹 페이지 ○ 개발 효율성, 유지 보수 용이 - 미디어 쿼리(media query)를 사용해 개발 뷰포트 설정 - meta 태그 : 추가적인 웹 페이지 정보를 제공 - 뷰포트와 관련한 meta 관련 설정 - viewport meta 태그 - name 속성에 viewport가 입력된 meta 태그 - viewport meta 태그의 content 속성에 입력할 수 있는 값 width 화면 너비 width=240 height 화면 높이 height=800 initail-scale 초기 확대 비율 initial-scale=2.0 user-scalable 확대 및 축소 가능 여부 u.. [혼공딥] CHAPTER 07-3 신경망 모델 훈련 손실 곡선 fit 메서드는 metrics에 지정된 정확도 값과 손실값을 각 에포크마다 계산해서 저장해주고 이를 history 객체로 반환해준다. model.compile(loss='sparse_categorical_crossentropy', metrics='accuracy') history = model.fit(train_scaled, train_target, epochs=5, verbose=0) print(history.history.keys()) history 객체를 받아서 history 객체에 있는 history 속성의 key값을 확인하면 loss와 accuracy가 있음을 확인할 수 있다. dict_keys(['loss', 'accuracy']) import matplotlib.pyplot as .. [혼공딥] CHAPTER07-2 심층 신경망 2개의 층 from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() 전 챕터와 똑같이 데이터셋을 불러온다 from sklearn.model_selection import train_test_split train_scaled = train_input / 255.0 train_scaled = train_scaled.reshape(-1, 28*28) train_scaled, val_scaled, train_target, val_target = train_test_split(train_scaled, train_target, test_size=0.. [혼공딥] CHAPTER 07-1 인공신경망 패션 MNIST 텐서플로의 케라스(Keras) 패키지를 임포트하고 패션 MNIST 데이터를 다운로드한다. from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() keras.datasets.fashion_mnist 모듈 아래 load_data() 함수는 훈련 데이터의 입력과 타깃의 쌍, 테스트 데이터의 입력과 타깃 쌍을 반환해준다. 데이터의 크기를 확인해보면, print(train_input.shape, train_target.shape) 훈련 데이터는 60000개의 이미지로 크기는 28 x 28으로 3차원배열이고, 타깃도 60000개의.. 이전 1 ··· 13 14 15 16 17 18 19 ··· 22 다음