메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

Case Study-Python Deep Learning Car Price Prediction

과정 이미지
Case Study-Python Deep Learning Car Price Prediction 과정정보
수강기간 30일
강의구성 1차시
수강료 무료
과정소개

 

 * 본 강의는 데이터캠퍼스 유료회원만 신청이 가능한 과정입니다.

 

유료회원은 이용하고자 하는 케이스 강의를 신청 해주시면 관리자가 확인 후 수강이 가능하도록 조치해 드립니다.

평일 근무시간 기준으로 1시간 이내 수강 가능하며, 주말에는 월요일 오전 중에 수강이 가능하도록 조치해드립니다.

 

######### 과제 소개 ############


본 과제는 Python으로 딥러닝 중 연속형 레이블에 대한 딥러닝 전반분석을 수행하는 소과제 풀이 영상입니다. 

데이터사이언스 Python의 딥러닝 강좌 중 Cost Function의 이해, TensorFlow를 활용한 선형회귀, 딥러닝 분석의 전반적인 과정(데이터 스케일링, 데이터셋 분할, 활성화함수/은닉층/고속옵티마이저/학습률 등 세부 튜닝방법) 까지 수강하신 분 중 본인의 실력테스트 및 실전 데이터를 다루는 연습을 하고자 하는 수강생들에게 적합한 과제입니다. 


데이터설명: 2000건의 중고차 거래 가격 데이터 


소과제 내용: 출시년도, 연식(사용한 년도), 주행 거리, 사고 횟수를 토대로 차량의 중고 가격 예측하기


1. 데이터를 Train/Test 데이터로 분리하고 정규화하시오

1) Train Data와 Test Data는 각각 7:3으로 분리하시오. 단, Numpy Random Seed를 42설정하고 무작위로 분류하시오

2) Standardize 변환을 통해 정규화하시오


2. ‘Placeholder 초기화부터 모델 평가의 loss 그래프 작성까지 한 번에 진행하는 Tensorflow 함수를 작성하시오

1) 함수 명은 regression_model_tf, input data는 epoch_size, batch_size, learning_rate, hidden_size1, hidden_size2로 설정하시오

2) Random seed는 42번으로 Tensorflow의 Random Seed와 Numpy의 Random Seed 모두 설정하시오

3) 모델은 2층 Layer로 작성하시오 4) Epoch Size, Batch Size, Learning Rate, 1층의 Hidden Size,  2층의 Hidden Size는 함수에서 받은 것을 활용할 수 있도록 작성하시오

- Epoch Size: epoch_size

- Batch Size: batch_size,

- Learning Rate: learning_rate

- 1층의 Hidden Size: hidden_size1

- 2층의 Hidden Size:: hidden_size2

5) 옵티마이저는 GradientDescentOptimizer를 이용하시오

6) 변수 초기화는 tf. global_variables_initializer 함수를 이용하시오

7) 모델 평가 부분 작성시에는 10단위 Step마다 Train Loss와 Test Loss가 출력되도록 하시오.

8)  또한 평가 완료 후 최종적인 Train Loss와 Test Loss가 출력되도록 하시오

9) Loss 그래프 작성 전 sess.close() 함수를 이용하여 Session을 닫으시오

10) Loss 그래프는 Train Loss는 검정색으로, Tess Loss 그래프는 빨간색으로 나타내고,      범례를 우측 상단에 배치하시오


3. 작성한 regression_model_tf 함수를 이용하여 모델을 만들고 평가하시오

1) Batch size를 각각 50, 100, 150, Learning Rate를 각각 0.005, 0.01. 0.05로 설정하고 모델을 만들어 Loss를 비교하시오

     (Epoch Size:는 2000, 1층의 Hidden Layer 수는 10, 2층의 Hidden Layer 수는 5로 고정)

2) 1층의 Hidden Layer 수를 10, 2층의 Hidden Layer 수를 5로 설정한 모델과 각각 4와 2로 설정한 모델을 만들어 Loss를 비교하시오

     (Epoch Size 는 2000, Batch Size는 50, Learning Rate는 0.005로 고정)


학습목표
Python으로 연속형 레이블에 대한 딥러닝 분석 전체 과정 수행하기!
강의목차
차시 강의명 학습시간
1차시 Python 딥러닝 중고차 가격예측 #12 41분