by
Apr 21. 2020
딥러닝 교과서 결론은 행렬
파이썬,이미지인식모델,배열,행렬,매트릭스,OpenCV
딥러닝, 파이썬, 이미지 인식
종국의 목적은 이미지 인식이다. 하지만 시작은 어떤 언어로 어떤 방식으로 데이터를 어떻게 활용하느냐이다.
그런 측면에서 딥러닝교과서는 개념부터 차근차근 진행이 가능하다.
첫 뒤표지의 소 제목이 이 책을 정확히 대변하고 있다.
기초부터 이미지 인식 모델 구현까지
예제 소스
저자
목차를 보면 맨 앞 부문은 파이썬 설치가 나오고 머신러닝 개요에 대하여 설명이 나온다.
지도 학습
지도 학습은 데이터에 붙어 있는 정답 라벨
비지도 학습
강화 학습
머신러닝의 흐름
문제와 연습문제로 정리를 하는 구성이다.
함수, 객체 지향
넘파이
결국은 배열, 행렬이다.
중고등학교 때 접했던 행렬 그리고 대학교 때는 매트릭스로 접했던 그 계산법이 이렇게 활용될지는 몰랐던 것이다. 물론 프로그램의 기본이기도 하지만, 딥러닝 데이터 활용분야에서는 데이터의 조합이 가장 큰 활용이기 때문에 행렬 계산이 가장 활용도가 높아 보인다.
2차원 배열, 2차원 배열의 예
axis, 전치 행렬의 예
axis의 예, 데이터 참조
DataFrame 연결과 결합의 개요
이미지 인식 모델, OpenCV 기초
선형 SVM, 풀링층
한빛미디어 책 소개
https://www.hanbit.co.kr/store/books/look.php?p_code=B5364144898
이 책의 장점은 머신러닝/딥러닝 개요와 기본 문법/함수 특히 배열에 대한 정리가 잘 되어 있다. 물론 최종 목표는 이미지 인식 기초와 응용이지만 거기까지 단 번에 갈 수 있는 것이 아니다. 차근차근 단계별로 진행해야 함이다. 그런 면에서 앞 부문 구성과 내용이 잘 정리되어 있음이다.
