[머신러닝기반데이터분석] 텐서플로우 활용한 모델 만들기 / 수료증

[이성령]

---

텐서플로우 활용한 수기데이터(손글씨) 인식 모델 만들기

---

1.계획

---

1. 28px * 28px 의 손글씨 숫자 이미지를 입력 받아 실제로 의미하는 숫자를 인식시키기.

2. mnist 손글씨 데이터셋을 머신러닝을 통해 학습시키고 실제로 예측하기.

3. GUI프로그램으로 구현해보기

4. 데이터를 입력하여 실제로 예측이 가능한지 검증하기

---

2.학습데이터로부터 머신러닝 모델링 수행 및 결과 동영상

---

★결과★

DNN모델로 epochs=100으로 합습시킨 후

mnist 샘플데이터를 별도로 편집하여 저장한 테스트데이터 경우 90%의 정확도를 보임.

C:\springworkspace\mytest\mytest\data_0.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 2s 2s/step
이미지 예측값 : [0]

---

C:\springworkspace\mytest\mytest\data_1.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 47ms/step
이미지 예측값 : [1]

---

C:\springworkspace\mytest\mytest\data_2.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 56ms/step

이미지 예측값 : [2]

---

C:\springworkspace\mytest\mytest\data_3.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 46ms/step
이미지 예측값 : [3]

---

C:\springworkspace\mytest\mytest\data_4.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 48ms/step
이미지 예측값 : [4]

---

C:\springworkspace\mytest\mytest\data_5.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 47ms/step
이미지 예측값 : [5]

---

C:\springworkspace\mytest\mytest\data_6.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 46ms/step
이미지 예측값 : [6]

---

C:\springworkspace\mytest\mytest\data_7.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 45ms/step
이미지 예측값 : [7]

C:\springworkspace\mytest\mytest\data_8.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 48ms/step
이미지 예측값 : [9]

---

C:\springworkspace\mytest\mytest\data_9.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 48ms/step
이미지 예측값 : [9]

---

---

CNN모델로 epochs=100으로 합습시킨 후

mnist 샘플데이터를 별도로 편집하여 저장한 테스트데이터 경우 100%의 정확도를 보임.

C:\springworkspace\mytest\mytest\data_0.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 1s 596ms/step
이미지 예측값 : [0]

---

C:\springworkspace\mytest\mytest\data_1.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 77ms/step
이미지 예측값 : [1]

---

C:\springworkspace\mytest\mytest\data_2.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 75ms/step

이미지 예측값 : [2]

---

C:\springworkspace\mytest\mytest\data_3.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 72ms/step
이미지 예측값 : [3]

---

C:\springworkspace\mytest\mytest\data_4.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 80ms/step
이미지 예측값 : [4]

---

C:\springworkspace\mytest\mytest\data_5.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 81ms/step
이미지 예측값 : [5]

---

C:\springworkspace\mytest\mytest\data_6.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 75ms/step
이미지 예측값 : [6]

---

C:\springworkspace\mytest\mytest\data_7.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 72ms/step
이미지 예측값 : [7]

C:\springworkspace\mytest\mytest\data_8.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 74ms/step
이미지 예측값 : [8]

---

C:\springworkspace\mytest\mytest\data_9.jpg
1/1 [==============================] - ETA: 0s
1/1 [==============================] - 0s 75ms/step
이미지 예측값 : [9]

---

3. 선택한 머신러닝 기법의 적절성

---

28px의 저해상도 사진이고, 손글씨의 경우 구분선의 정확도가 중요하기 때문에 DNN기법을 사용하여 편집된 별도의 테스트 데이터를 테스트해 본 결과 90%의 정확도를 보이고 있기 때문에 손글씨 데이터를 예측하는데 적절한 기법으로 판단됨.

다만 DNN의 경우 공간정보가 소실되기 때문에 데이터의 위치가 조금 틀어지면 인식을 하지 못하는 경우가 발생하므로, CNN모델을 사용하면 더 높은 정확도를 보임.

---

4. 소스파일 및 사용데이터

---

mytest4.py

2.66KB

mytest6.py

4.13KB

손글씨테스트.zip

63.60KB

---

5.한국기수교육대학교 STEP 머신러닝 기반 데이터분석 수료증

---

한국기술교육대학교 온라인평생교육원_머신러닝기반데이터분석_이성령.pdf

567.34KB