본문 바로가기
728x90

AI3

DB 데이터를 직접 머신러닝 모델 학습에 활용하는 방법 📌 DB 데이터를 직접 머신러닝 모델 학습에 활용하는 방법JDBC를 사용하여 MySQL (또는 다른 DB)에서 데이터 가져오기데이터를 Weka, Smile, DL4J 등의 라이브러리를 활용하여 학습학습된 모델을 저장 및 예측 API로 제공🔹 1. Weka를 활용한 Random Forest 학습📌 1️⃣ DB에서 데이터 가져오기 (MySQL 예제)먼저, 데이터베이스에서 냉장고 온도 데이터를 가져와서 Weka Instances 형식으로 변환합니다.import weka.classifiers.trees.RandomForest;import weka.core.Instances;import weka.core.converters.ConverterUtils.DataSource;import weka.experimen.. 2025. 3. 3.
약품 냉장고 온도 이상 증후 감지 및 예측 방법 약품 냉장고 온도 이상 증후 감지 및 예측 방법:통계적 방법:이동 평균 및 표준편차 기반 이상치 탐지Z-score나 수정된 Z-score를 사용한 이상치 식별CUSUM(누적합) 기법을 통한 변화점 감지머신러닝 기반 방법:고립 포레스트(Isolation Forest)One-Class SVM오토인코더(Autoencoder) 기반 이상 탐지LSTM 신경망을 활용한 시계열 예측 및 편차 분석규칙 기반 접근법:임계값 설정(예: 2-8°C 범위 이탈)온도 변화율 모니터링패턴 변화 감지(주기성 깨짐 등)이상 증후 예측 시스템 구축 단계:데이터 수집:온도 센서 데이터(최소 분 단위 권장)문 개폐 기록(가능한 경우)외부 환경 조건(실내 온도 등)모델 구현:정상 패턴 학습(안정적인 기간의 데이터 사용)예측 모델 구축(다음.. 2025. 2. 27.
추천시스템 맛보기 2탄 콘텐츠 기반 필터링 추천 시스템 콘텐츠 기반 필터링 방식은 사용자가 특정한 아이템을 매우 선호하는 경우, 그 아이템과 비슷한 콘텐츠를 가진 다른 아이템으르 추천하는 방식이다. 예를 들어 사용자가 특정 영화에 높은 평점을 줬다면 그 영화의 장르, 출연 배우, 감독, 영화 키워드등의 콘텐츠와 유사한 다른 영화를 추천해 주는 방식이다. A영화 - 장르 : SF, 드라마, 미스테리, 감독 : A, 평점 8점 B영화 - 장르 : SF, 액션, 스릴러, 감독 B, 평점 9점 --> 추천영화 - C영화 - 장르 : SF, 액션, 스릴러, 키워드 : 감독 A의 리메이크 작품. 참고 서적 : 파이썬 머신러닝 완벽 가이드 (http://www.yes24.com/Product/Goods/69752484) 2019. 10. 7.
728x90