-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
이미지와 일반 속성을 이용한 분류는 어떻게 적용해야 하나요?
22.07.08 22:00 작성 조회수 366
0
강의 잘듣고 있습니다. 평소 이해하기 힘든 부분 잘 설명해주셔서 감사합니다.
강의를 듣다 의문이 있어 질의드립니다.
이미지와 일반적인 속성을 이용해서 분류를 해야 하는 경우 어떤식을 적용해야 하나요?
예를들면 음식 이미지와 온도, 습도 데이터를 통해 부패여부를 알고자 한다면, 이미지를 딥러닝을 통해 1차로 분류한 후, 그 결과를 온도, 습도와 같이 머신러닝을 시켜야 하는지, 아니면 한번에 학습하는 방법이 있는지, 또는 다른 방법이 있을지 궁금하네요.
실제 프로젝트에서는 이미지와 같이 사용하는 경우가 많을거 같아 질문드립니다.
답변을 작성해보세요.
0
권 철민
지식공유자2022.07.09
안녕하십니까,
오, 좋은 질문이군요.
이걸 딥러닝으로 구현하는 방법이 있고, 머신러닝으로 구현하는 방법이 있습니다.
머신러닝으로 구현할 때는 image를 CNN으로 Feature map을 만든 후 이 속성을 다른 일반 속성과 같이 결합합니다.
딥러닝도 유사합니다. 모델 layer를 CNN layer 출력된 feature map을 다른 속성과 같이 결합하여 모델을 만듭니다.
좀 더 확실하게 사례를 알고 싶으신 경우 Kaggle Avito demand prediction competition의 여러가지 커널 코드들을 살펴보시기를 권장드립니다.
대부분의 코드들이 머신러닝의 구현하는 방식을 채택했습니다만 아래 URL에서는 딥러닝만으로 구현했습니다.
https://towardsdatascience.com/kaggle-avito-demand-challenge-18th-place-solution-neural-network-ac19efd6e183
제 강의의 텍스트 분석 세션의 실전 텍스트 분석의 mercari price prediction challenge도 말씀하신 사례와 비슷합니다. 다만 이미지는 없고 일반 속성과 텍스트 속성이 섞여 있는 데이터에서 모델을 만듭니다. 이걸 먼저 경험해보시고 Avito를 구현해보시는 것도 좋을 것 같습니다.
감사합니다.
답변 1