| 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 |
- Machine Learning
- 코이딥
- Azure
- 머신러닝 코드
- 배터리 딥러닝
- Deep learning
- Battery modeling
- Incremental Capacity Analysis
- 배터리 AI
- 배터리 연구
- 배터리 진단
- 배터리 EIS
- AzureML
- 배터리 열화
- 머신러닝
- 칼만필터
- bms
- state of health
- Battery Deep Learning
- 딥러닝
- Battery Management System
- tensorflow
- 리튬배터리
- 텐서플로우
- eis
- Battery AI
- Battery SOH
- 코드로 이해하는 딥러닝
- 딥러닝 코드
- 배터리 모델링
- Today
- Total
목록Data pre processing (2)
Engineering insight
※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 [Microsoft AzureML - 1] 개발 환경 세팅 https://limitsinx.tistory.com/114 [Microsoft AzureML - 2] 학습할 데이터 불러오기 https://limitsinx.tistory.com/115 Data Pre-processing 데이터전처리는 머신러닝에서 아주 중요한 부분으로, 저는 개인적으로 인공지능의 80%는 데이터 전처리라고 생각하고 있습니다. 학습 모델을 짜는것은 어떻게든 github나 googling을 통해 구현을 할 수 있는데, 내가 진짜 학습시키고자 하는 Domain의 데이터들을 학습하기 유용한 형태로 정리하는것은 ..
"Data Pre-Processing" 데이터 전처리(Data pre-processing)은, 머신러닝 및 빅데이터 분석가에게 아주 필요한 기술입니다. 데이터들의 범위는 중구난방이기 때문에 균일화를 해줄 필요가 있기 때문이죠 예를들면, 저는 [1,2,3] [1000,3,4], [10000,5,2] 라는 x_data를 학습시킨다고 가정해보죠 Feature 1은 1~10000의 범위를 갖는동안 나머지는 +-2정도의 값변화를 가지죠 즉, Feature들 간에 값의 scailing차이가 너무 나게되면, 한쪽으로 강한 Bias가 생긴 값들이 나올 수 있다는 것입니다. 따라서, 데이터를 학습시키기전에 전처리를 해주는 과정이 필요한데요 보통, Gaussian pdf를 따른다는 전제하에, Z-score (x-mean(..