데이터 형태에 따른 시각화 함수 적용방법 1차원데이터: 실수값, 실수분포 플롯 (커널밀도, 러그, rugplot, kdeplot, distplot) countplot: 카테고리별 데이터가 얼마나 있는지 나타낼 때 사용 다차원데이터: 데이터변수가 여러개 2차원, 실수형 데이터 : 스캐터플롯 (jointplot) (만약 카테고리형 데이터가 포함되어 있다면 hue 속성을 지정) 2차원 카테고리형 데이터 : heatmap(열지도) 사용 2차원 실수값, 카테고리형 데이터가 섞여 있음 : bar, box, point, violin, swarm plot 이용 3차원이상의 실수형데이터 : pairplot (그리드형태로 출력) 데이터 import seaborn as sns tips = sns.load_dataset("t..

xdata = np.array([[0,0],[0,1],[1,0],[1,1]]) ydata = np.array([[0],[1],[1],[0]]) 텐서플로우 기반 단일 퍼셉트론 x = tf.placeholder(tf.float32, [None,2]) y = tf.placeholder(tf.float32, [None,1]) # 0~9 digit w = tf.Variable(tf.random_normal([2,1])) b = tf.Variable(tf.random_normal([1])) hf= tf.sigmoid(tf.matmul(x, w) + b) cost = -tf.reduce_mean(y * tf.log(hf) + (1 - y) * tf.log(1 - hf)) train = tf.train.Gradient..

텐서플로우 데이터 불러오기 import tensorflow as tf import matplotlib.pyplot as plt import random tf.set_random_seed(777) from tensorflow.examples.tutorials.mnist import input_data mnist =input_data.read_data_sets("MNIST_data/", one_hot=True) 변수 정의 x = tf.placeholder(tf.float32, [None,784]) y = tf.placeholder(tf.float32, [None,10]) # 0~9 digit w = tf.Variable(tf.random_normal([784,10])) b = tf.Variable(tf.ra..

예제 데이터 x_data = [[1, 2, 1, 1], [2, 1, 3, 2], [3, 1, 3, 4], [4, 1, 5, 5], [1, 7, 5, 5], [1, 2, 5, 6], [1, 6, 6, 6], [1, 7, 7, 7]] y_data = [[0, 0, 1], #원핫인코딩 상태 [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0, 0]] 변수정의 x= tf.placeholder("float",shape=[None,4]) y= tf.placeholder("float",shape=[None,3]) #3: 분류기의 갯수 (분류 결과 종료의 가짓수) nb_classes = 3 w=tf.Variable(tf.random_norma..

# 라이브러리 호출 %matplotlib notebook import matplotlib.pyplot as plt Matplotlib.org : 라이브러리 정보 홈페이지 Series.plot() 인자 label = 그래프의 범례이름 ax= 서브플롯 객체 style= "ko--" 와같은 그래프 스타일 문자열 alpha = 그래프 투명도 (0~1) kind= 그래프 종류.'area', 'bar', 'barh', density', ' hist', 'kde', ' line' ,'pie' logy = y축에대한 로그 스케일링 use_index = 객체의 색인을 눈금이름으로 사용할지 여부 rot = 눈금이름을 로테이션 (0~360) xticks = x축으로 사용할 값 yticks = y축으로 사용할 값 xlim =..

기술경영 (MOT) : 기술의 가치를 Maximize 하는 것 MOT FrameWork 거시 객관적 인간 | 기술 주관적 미시 T&M분야 최신 연구 선출년도 석학 이름 주요연구내용 2015 Carliss Y. Baldwin 공급자의 혁신에서 사용자 혹은 개인에 의한 혁신과 오픈협력 혁신으로의 전환에 관한 연구 2014 Kathy Eisenhardt 기업의 상품개발 속도를 증대하는 방안 및 성공적인 R&D 협력방안 2013 Constance E. Helfat 기술혁신과 경영자원 및 기업들 역량(동태적 역량포함)에 관한 연구 2012 David C. Mowery 기업들, 기술적 연합군, 산학연구관계, IP전략에 R&D를 어떻게 접목할지를 연구 인간중심 기술경영 User Innovation : 그 기술을 사용..