전체 글
-
[키움증권 Open API+] 아나콘다를 이용한 개발 환경 세팅(파이썬 32bit)#프로젝트 2025. 6. 30. 00:43
키움증권 OPEN API+를 사용하기 위해,개발환경을 세팅하려다 보니 아래와 같은 에러가 발생하였습니다. QAxBase::setControl: requested control KHOPENAPI.KHOpenAPICtrl.1 could not be instantiatedQAxBase::dynamicCallHelper: Object is not initialized, or initialization failedTraceback (most recent call last): File "run.py", line 49, in window = MyWin() File "run.py", line 14, in __init__ self.loginEvent() File "run.py", line 27, in ..
-
[AICE PRO] AICE Professional 텍스트 데이터를 통한 이진 분류 문제 : LSTM을 통한 이진분류AI 2025. 6. 25. 23:12
# LSTMfrom tensorflow.keras.layers import Dense, Flatten, Conv1D, MaxPool2Dfrom tensorflow.keras.layers import Embedding, Bidirectional, LSTM, SimpleRNN, GRUfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.callbacks import EarlyStopping, ModelCheckpointmodel = Sequential()# 모르는 단어 임베딩을 위해 max_words+1model.add(Embedding(max_words+1, 32, input_length=maxlen)) # 단어를 의미있는 32 차원으로 ..
-
[AICE PRO] AICE Professional 텍스트 데이터를 통한 이진 분류 문제 : 토크나이징 및 데이터 전처리 - 2AI 2025. 6. 25. 23:04
###3. 케라스를 이용한 LSTMimport tensorflow as tffrom tensorflow.keras.preprocessing.text import Tokenizerfrom tensorflow.keras.preprocessing.sequence import pad_sequences# Tokenizer 구현 : 단어 사전 만들기(fit_on_texts)tokenizer = Tokenizer()tokenizer.fit_on_texts(x_train_2)print(tokenizer.word_index) # 단어 → 숫자 인덱싱print(tokenizer.index_word) # 숫자 → 단어 인덱싱print(tokenizer.word_counts) # 단어별 빈도수 확인max_words = l..
-
[AICE PRO] AICE Professional 텍스트 데이터를 통한 이진 분류 문제 : 데이터 전처리 - 1AI 2025. 6. 25. 23:00
# google drive colab 연결from google.colab import drivedrive.mount('/content/gdrive')# file readimport pandas as pdimport numpy as nptrain_2 = pd.read_csv('/content/gdrive/My Drive/AICE_PRO/pro2/train_2.csv')test_2 = pd.read_csv('/content/gdrive/My Drive/AICE_PRO/pro2/test_2.csv')train_2.info()test_2.info()###1. 전처리# step1. 특수문자게거, 양쪽 빈 공간처리train_2['document'] = train_2['document'].str.replace('[^..
-
[AICE PRO] AICE Professional & Associate 정형 데이터 분류 문제AI 2025. 6. 24. 01:31
# google drive colab 연결from google.colab import drivedrive.mount('/content/gdrive')# google colab 기준 AICE_PRO - pro1 - test_1.csv# |__ train_1.csvimport pandas as pdimport numpy as nptrain_1 = pd.read_csv('/content/gdrive/My Drive/AICE_PRO/pro1/train_1.csv')test_1 = pd.read_csv('/content/gdrive/My Drive/AICE_PRO/pro1/test_1.csv')# 전처리# 불필요한 컬럼 삭제train_1 = train_1...
-
[AICE PRO] AICE Professional 이미지 분류 문제 : 결과 엑셀 파일 만들기AI 2025. 6. 24. 00:37
AICE Professional 시험에서, 3가지 유형 모두 엑셀 파일을 만들어야합니다.이에, 아래 코드를 통해 이미지 분류 문제의 엑셀 파일 만드는 코드를 정리해보려합니다.#predict, csv생성classes = train_ds.class_namesclasses # classes [0], [1] 확인# 특정 파일 위치 가져오기(https://itholic.github.io/python-listdir-glob/)import osfile_list = os.listdir(test_path)from keras.preprocessing import imageimport numpy as npresults = []# predictfor item in file_list: img_path = os.path.jo..
-
[AICE PRO] AICE Professional 이미지 분류 문제: mobilenet 전이학습 구현 코드AI 2025. 6. 24. 00:36
AICE Professional 시험대비 중 pretraining된 mobilenet 모델을 사용하여 구현하는 코드를 정리합니다.from tensorflow.keras import layers, modelsfrom tensorflow.keras.applications import MobileNetV2#include_top: 최상위 FC 분류층 포함 여부(False로 설정할 경우, feature extractor로 사용)#weights: imagenet 가중치 사용base_model = MobileNetV2( input_shape=(224, 224, 3), weights='imagenet', include_top=..
-
[AICE PRO] AICE Professional 이미지 분류 문제 : 이미지 데이터 분할 -image_dataset_from_directory 사용방법AI 2025. 6. 23. 23:02
AICE Professional 시험대비 중 image_dataset_from_directory 함수 관련하여 정리합니다.파일구조# google drive colab 연결from google.colab import drivedrive.mount('/content/gdrive')# google colab 기준 AICE_PRO - pro3 - images - test# |__ train - African# |__ Asianimport tensorflow as tf import pandas as pdtrain_path = '/content/g..