mhjo0309@gmail.com 질문함 4년 전
머신러닝을 업무에 적용하고 싶다는 막연히 생각만해오다가 더이상 미룰수 없어 샵투스쿨을 통해 열심히 공부하고 있습니다.
왕초보 강의 를 완강하고 머신러닝이 어떤 것인지 감은 잡을 수 있었네요.
너무 감사합니다.
현재 구상하는 프로젝트는
2차원 실험 데이터(그림)들로부터 계산되는 1차원 특성 그래프를 구하는 것을 생각하고 있습니다.
만약에 2차원 그림으로부터 레벨을 매기거나 실패, 성공 등 같은 것들은 강의로 부터 구현할 수 있겠다 싶었습니다.
만약 텐서가 0인 단순 레벨이 아니고 텐서 1인 1차원 그래프 같은 것으로 label을 만들 수도 있는지 궁금합니다.
결국 머신러닝으로 1차원 그래프를 유추하고 싶은 것인데, 그런 방법이 있는지 궁금합니다.
감사합니다.
샵투 스탭 답변함 4년 전
안녕하세요.
2차원 그림으로부터 1차원 그래프를 유추하는 것을 문의 주셨습니다.
먼저 생각하시는 아이디어가 아주 뛰어나셔서 감탄했습니다.
스스로 아무런 경험 없이 그 부분을 생각해 내시다니 정말 창의성이 뛰어나시 군요
머신러닝의 이미지 처리와 관련된 접근 방법은 많기에 그 중 일단 생각나는 것이 다음과 같네요.
Histogram Equalization (히스토그램 평활화)에서 실현 아이디어를 얻으면 어떨까요?
이 과정에서 2차원 그림을 1차원 그래프로 유추하는 아이디어가 보입니다.
예를 들어 아래 링크에서는 어떻게 간단한 이미지가 1차원 그래프로 진행되는지의 아이디어를 직관적으로
보여줍니다.
https://towardsdatascience.com/histogram-equalization-5d1013626e64
파이썬의 경우는 numpy에서 histogram 함수를 제공하기 때문에 hist.cumsum으로 히스토그램을
쉽게 생성할 수 있습니다.
여기 소스코드 예를 보실 수 있습니다.
https://stackoverflow.com/questions/28518684/histogram-equalization-of-grayscale-images-with-numpy
위의 소스에선 import numpy as np 로 넘파이를 가져온 후
히스토그램 적용을 np.histogram(데이터, bin 갯수) 형태로 사용합니다.
또 평활화도 numpy의 interp (인터폴레이션) 함수를 이용하여
구현이 가능합니다. 다음과 같이 사용됩니다.
np.interp(data, bins[:-1], cdf)
또 2차원 어레이를 1차원 어레이로 변환하는 아이디어도 있습니다.
https://imgur.com/4bCtRh8
https://root-forum.cern.ch/t/conversion-of-2d-histogram-into-a-1d-array/26166
처음 말씀드린 것 처럼 머신러닝의 이미지 처리와 관련된 부분은 많은 자료가 있기 때문에
연관된 부분들을 찾아서 계속 추가해 가시면 목적 하신 소기의 성과를 훌륭히 달성하시리라 봅니다.
감사합니다.