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 | 29 | 30 | 31 |
Tags
- Torchvision
- __call__
- DeepLearning
- 파이썬문법
- __init__
- pychram
- ViT
- 가상환경구축
- 딥러닝
- torch.nn
- LSTM
- torch
- AI
- segmentation
- tensorflow
- Anaconda
- 컴퓨터비전
- 머신러닝
- python
- CNN
- 가상환경
- pytorch
- rnn
- objectdetection
- Deep learning
- vsC
- torch.nn.Module
- 파이썬
- NumPy
- vision transformer
Archives
- Today
- Total
인공지능을 좋아하는 곧미남
데이터 전처리 방법(지속적으로 업데이트) 본문
데이터 전처리를 통해 중복되지 않고 일관적으로 대표할 수 있는 데이터 셋을 구축하는 것이 목적입니다. 이를 통해 AI 학습 모델의 정확도는 월등히 높아질 것입니다.
< INDEX >
1. 시계열 데이터 누락, Unordered 및 중복 데이터 일반화
1. 시계열 누락, Unordered 및 중복 데이터 일반화
- 데이터가 누락되거나 정렬되지 않고 중복되는 데이터로 구성되어 있을때, 백분위수를 사용하여 데이터 셋을 일반화 할 수 있습니다.
- 백분위수는 전체에서 %별로 데이터를 라벨링 할 수 있습니다.
Comments