AI기초프로젝트 과제 (6) 썸네일형 리스트형 AI기초프로젝트 3주차 과제 - Naver Shopping Review Sentiment Analysis 1. Colab에 Mecab 설치 여기서는 형태소 분석기 Mecab을 사용합니다. 저자의 경우 Mecab을 편하게 사용하기 위해서 구글의 Colab을 사용하였습니다. 참고로 Colab에서 실습하는 경우가 아니라면 아래의 방법으로 Mecab이 설치되지 않습니다. 이 경우 해당 환경에 맞게 Mecab을 설치하시거나 다른 형태소 분석기를 사용하시기 바랍니다. # Colab에 Mecab 설치/ 형태소 분석기 Mecab을 사용 !pip install konlpy !pip install mecab-python !bash 기말 프로젝트 주제: 뉴스 데이터의 감성 분석을 이용한 모델 성능 비교 방법: 소비자들의 기업에 대한 인식과 같은 기업에 대한 감성을 분석하고 주가 예측 모델에 적용. n기업에 대한 감성 지표를 알 수 있는 뉴스 데이터를 수집하고 여러 모델에 성능 비교. >뉴스 데이터를 벡터화 SVM (Support Vector Machine) : 분류와 회귀 분석에 사용되는 지도 학습 모델이다. 데이터를 분류하기 위해 결정 경계(하이퍼플레인)을 찾으며, 이 경계는 서로 다른 클래스의 데이터를 최대한 멀리 떨어지게 하는 방식으로 설정한다. 입력 변수로 뉴스 데이터 전문을 벡터화하여 사용하는 것보다 summarization하여 사용하는 것이 더 좋은 성능을 끌어낸다 RNN: 시간에 따라 변하는 주가 데이터와 뉴스 기사 내용을 분석하는 .. AI기초프로젝트 5주차 과제 - 감성Fine-tuning 감성분석 Fine-tuning해보기 AI기초 프로잭트 5주차 과제 -1 코랩에서 PyTorch와 Hugging Face Transformers 라이브러리를 사용하여 학습하였습니다.(GPU사용) 학습 과정 (데이터 전처리, 모델 구성, 학습) 1.데이터셋 다운로 !pip install transformers !wget https://raw.githubusercontent.com/e9t/nsmc/master/ratings_test.txt !wget https://raw.githubusercontent.com/e9t/nsmc/master/ratings_train.txt 먼저 HuggingFace Transformers 패키지를 설치한 다음, NSMC 데이터셋을 다운로드합니다. 데이터셋은 "ratings_tra.. AI기초프로젝트 4주차 과제 - Transfer Learning for Computer Vision Tutorial ConvNet 미세조정(Finetuning) 사전 훈련된 네트워크로 초기화: 무작위 초기화 대신, ImageNet 1000 데이터셋과 같은 사전 훈련된 네트워크를 사용하여 네트워크를 초기화합니다. 통상적인 훈련 수행: 네트워크의 나머지 부분은 보통 훈련 과정을 거칩니다. 이는 사전 훈련된 네트워크의 가중치를 조정하여 새로운 데이터셋에 더 잘 맞도록 하는 과정을 포함합니다. ConvNet을 고정된 특징 추출기로 사용 네트워크의 대부분의 가중치 고정: 네트워크의 마지막 완전 연결 계층을 제외한 모든 계층의 가중치를 고정합니다. 마지막 완전 연결 계층 교체 및 훈련: 마지막 완전 연결 계층을 새로운 계층으로 교체하고, 이 새로운 계층의 가중치만 무작위로 초기화하여 훈련합니다. 이 계층은 새로운 데이터셋에 특화.. AI기초프로젝트 2주차 과제 - Detectron2 Install detectron2 # Properly install detectron2. (Please do not install twice in both ways) !python -m pip install 'git+https://github.com/facebookresearch/detectron2.git' > /dev/null GPU연결 확인 import torch, detectron2 !nvcc --version TORCH_VERSION = ".".join(torch.__version__.split(".")[:2]) CUDA_VERSION = torch.__version__.split("+")[-1] print("torch: ", TORCH_VERSION, "; cuda: ", CUDA_VERSION.. AI기초프로젝트 1주차 과제 - 음성인식 Speech Command Classification with torchaudio 1. 필요 라이브러리 설치 # Uncomment the line corresponding to your "runtime type" to run in Google Colab # CPU: # !pip install pydub torch==1.7.0+cpu torchvision==0.8.1+cpu torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html # GPU: !pip install pydub torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio==0.7.0 -f https://download.pytorch... 이전 1 다음
