생활코딩

Coding Everybody

코스 전체목록

닫기

두번째 딥러닝 - 보스턴 집값 예측

수업소개

보스턴 집값을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 모델을 구성하는 퍼셉트론에 대해 이해합니다.

 

강의 

 

수식과 퍼셉트론 

 

실습 

 

소스코드

colab |  backend.ai

###########################
# 라이브러리 사용
import tensorflow as tf
import pandas as pd

###########################
# 1.과거의 데이터를 준비합니다.
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv'
보스턴 = pd.read_csv(파일경로)
print(보스턴.columns)
보스턴.head()

# 독립변수, 종속변수 분리 
독립 = 보스턴[['crim', 'zn', 'indus', 'chas', 'nox', 'rm', 'age', 'dis', 'rad', 'tax',
            'ptratio', 'b', 'lstat']]
종속 = 보스턴[['medv']]
print(독립.shape, 종속.shape)

###########################
# 2. 모델의 구조를 만듭니다
X = tf.keras.layers.Input(shape=[13])
Y = tf.keras.layers.Dense(1)(X)
model = tf.keras.models.Model(X, Y)
model.compile(loss='mse')

###########################
# 3.데이터로 모델을 학습(FIT)합니다.
model.fit(독립, 종속, epochs=1000, verbose=0)
model.fit(독립, 종속, epochs=10)

###########################
# 4. 모델을 이용합니다
print(model.predict(독립[5:10]))
# 종속변수 확인
print(종속[5:10])

###########################
# 모델의 수식 확인
print(model.get_weights())

댓글

댓글 본문
  1. 범벌
    완료
  2. 청춘낭비금물
    완료
  3. ericpark
    완료했습니다.
  4. DreamComeTrue
    완료!
  5. 바이크
    완료
  6. 금순언니
    완료
  7. 조지아
    완료
  8. 완료
  9. 완료
  10. 셍상잉
    fin
  11. jeseung
    완료!
  12. 손님입장
    완료
  13. 완료
  14. 차차caca
    완료!
  15. 후니
    완료
  16. 고고고고
    완료
  17. 완료
  18. 궉하
    완료!
  19. 먀린이
    완료
  20. luckyo02
    완료
  21. 코티서처
    10만번 반복하려면 구글코랩의 GPU를 써야 하나요?
  22. 완료
  23. 완료
  24. 데린이
    통계 너무 기대됩니다~~~
  25. 하하즐거운문
    완료!!!
  26. 헤링
    완료
  27. 완료!
  28. 초보딥러닝
    완료
  29. 김태훈
    완료!
  30. 완료
  31. 데라스
    완료
  32. 리코타
    완료
  33. forever04
    완료
  34. 호호
    완료
  35. 지니
    완료
  36. 완료
  37. 하지빠더
    완료
  38. 하지빠더
    완료
  39. ok
  40. 김태균
    완료했습니다!
  41. 무냉스
    완료
  42. 과거로의여행
    와우~~~ 완료...
  43. 21.01.12 수강완료
  44. 코린이
    완료
  45. 완료~~
  46. Daniel
    done
  47. 김태훈
    완료~!
  48. 이민지
    완료
  49. crow49
    완료.
  50. 박지웅
    완료
버전 관리
이선비
현재 버전
선택 버전
graphittie 자세히 보기