Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 머신러닝
- 결정계수
- 차원축소
- 기술통계학
- word2vec
- 최소자승법
- 코사인 유사도
- 기초통계
- Pandas
- 밑바닥부터 시작하는 딥러닝
- student t분포
- 군집화
- 다층 퍼셉트론
- numpy
- F분포
- 자연어 처리
- 밑바닥부터 시작하는 딥러닝2
- Django
- 텍스트 분류
- 회귀분석
- rnn
- 은준아 화이팅
- 파이썬 pandas
- 가설검정
- 감성분석
- 오래간만에 글쓰네
- 히스토그램
- 모두의 딥러닝
- 구글 BERT의 정석
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
Archives
- Today
- Total
목록PaperReview (4)
데이터 한 그릇
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/v8fms/btrQl5J7b1Q/4Q59NAXwgdGUJ5cGx4kg30/img.png)
지금까지 기본 ANN 과 CNN 을 활용한 시계열 예측을 시도해봤다 다음으로는 RNN 을 활용하여 시계열을 예측해보려고 한다 df = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv') print('Shape of the dataframe:', df.shape) df.head() 마찬가지로 datetime 칼럼을 생성해야만한다 df['datetime'] = df[['year', 'month', 'day', 'hour']].\ apply(lambda row: datetime.datetime(year=row['year'], \ month=row['month'], day=row['day'],hour=row['hour']), axis=1) df.sort_values('date..
PaperReview
2022. 11. 4. 10:25