ML (3) 썸네일형 리스트형 [탐구] Pose-Agent: TCN 학습 데이터셋 만들기 TCN 시계열 분석 모델을 학습시켜야 한다. [탐구] 시계열 데이터 예측 모델과 *TCN*시계열 데이터?시계열 데이터는 "시간의 흐름에 따라 순서대로 쌓인 데이터"를 의미힌다. 주가, 날씨 또는 매출 기록과 같은 시계열 데이터는 순서와 흐름이 중요하기 때문에, 일반적인 딥러닝oiblog.tistory.com TCN 모델을 통해 사용자의 자세가 올바른 자세인지 또는 자세에 문제가 있는지에 대해서 판단하려 한다.즉, 그 자세를 판단하기 위해 TCN을 학습시켜야 한다. TCN을 학습시키기 위한 데이터셋을 어떻게 만들까? TCN 설계 계획 변경원래 계획:multi-class로 분류하는 TCN ex. [0.2, 0.7, 0.1, 0.0]TCN의 입력 형태는 ( batch size, frame, # feature .. 2026. 4. 3. 15:05 [탐구] 시계열 데이터 예측 모델과 *TCN* 시계열 데이터?시계열 데이터는 "시간의 흐름에 따라 순서대로 쌓인 데이터"를 의미힌다. 주가, 날씨 또는 매출 기록과 같은 시계열 데이터는 순서와 흐름이 중요하기 때문에, 일반적인 딥러닝 모델보다 "시간적 관계"를 잘 이해하는 모델이 필요하다. 시계열 데이터는 ① 순서가 중요하고 ② 과거가 미래에 영향을 끼치며 ③ 패턴이 반복 즉 주기성을 띈다. 시계열 데이터 예측 모델 Time Series Forecasting Model 위에서 이야기했던 시계열 데이터를 다루기 위한 "시간적 관계"를 잘 이해하는 딥러닝 모델이 바로 시계열 데이터 예측 모델이다. 딥러닝 모델에서 입력은 과거 데이터가 될 것이고 출력은 미래 예측이 될 것이다. 다시 말해 이전 순서와 흐름의 패턴을 파악한 뒤 예측한 결과를 출력하는.. 2026. 3. 28. 03:41 [탐구] Clustering과 차원 축소: HDBSCAN과 UMAP Clustering라벨이 없는 데이터에서 비슷한 것끼리 자동으로 묶는 것. "거리 기반으로 가까운 것끼리 묶는다"대표 알고리즘: K-means, Hierarchical clustering, DBSCAN, HDBSCAN 등 DBSCAN점이 빽빽한 곳 = cluster점이 희박한 곳 = noise클러스터 개수 필요 없고 이상치를 자동으로 제거해주기 때문에 유용.대신, 밀도 설정이 어렵고 밀도가 다른 클러스터를 잘 찾지 못함. eps (ε) : 반경min_samples : 최소 이웃 수 반경 ε 안에 점이 많이 있으면 core pointcore point끼리 연결 → 클러스터 형성나머지는 노이즈 HDBSCANDBSCAN의 업그레이드 버전으로, 다양한 밀도 처리가 가능하고 계층(트리) 구조로 안정적인 클러.. 2026. 3. 26. 02:14 이전 1 다음
