Python
Python 설치 및 Basic : 프로그램 설치, 개발도구 및 기본적인 operations
Data manipulation : 수와 계산, 문자와 데이터 타입, 주석 , 사용 설명서 활용,
Matrix handling :
Function, 비교와 블리언 , 입력과 출력 , 논리 연산, Cheat Sheet, 컨테이너와 반복문
제어 (For, while, If) :
TensorFlow & TensorBoard
TensorFlow의 설치 및 Basic : 기본적인 operations
기본적인 operations : Build graph / Session:
Data manipulation : / Function : / Matrix : / Function : / 제어 (For, while, If) :
shape, rank :
TensorFlow로 파일에서 데이타 읽어오기:
Package, module, Library, API 활용
pandas :
numpy :
mataplotlib :
scipy :
Python,TensorFlow, R/Shiny, Java 를 이용 시스템 구축
중요한 것은 적용하여 효과를 가시하는 것이지 거기에 적용한 프로그램과 Tool이 아니다.
분석을 활용할 대상 부분을 찾는 것과 거기에 적합한 분석 방법을 선택하는 방법 :
Open source 이해와 활용 :
적합한 Library (Package.Module) 검색과 활용 :
web 시스템 구축 : 적합한 업무를 찾아서 관련 사용자들이 함께 직접 개발하여 사용
API Economy : 누가 효과적으로 찾아서 사용하는 역량이 중요
(ref. site : scientific library for python https://sourceforge.net/projects/scipy/files/scipy/)
Java
Java 설치 및 Basic : 기본적인 operations
Data manipulation : / Matrix : / Function : / 제어 (For, while, If) :
상속, 클래스 맴버 , Override , 객체와 모듈 , 다중상속 , 객체를 사용하는 이유 :
Machine Learning Program source (github)
TensorFlow로 간단한 linear regression을 구현 :
관련 Python/TensorFlow Source Code (github : https://github.com/plus4u/Data-Analytics)
Cost graph 가 어떻게 생겼으며 W 값에 따라 변화 모습 (import matplot.pyplot as plt)
Multinomial variables Regression :
multi-variable linear regression을 TensorFlow에서 구현
TensorFlow로 Softmax Classification의 구현
TensorFlow로 Fancy Softmax Classification의 구현
TensorFlow로 Logistic Classification의 구현
Softmax Regression :
학습 rate, Overfitting, 그리고 일반화 (Regularization)
Training/Testing 데이타 셋
XOR 문제 딥러닝 :
딥넷트웍 학습 시키기 (backpropagation)
Sigmoid & ReLU :
Weight, Drop-out, Eesemble
MNIST Dataset :
ConvNet의 Conv 레이어 만들기
ConvNet Max pooling 과 Full Network
RNN 개념 :
Theory, Tool & Template
Reference Site