본문 바로가기

numpy4

[TIL] 내일배움캠프 AI 9기 - 13회 🐶 학습 범위머신러닝 개인공부머신러닝 특강 🐶 공부 내용✨ 머신러닝🚩 개념 > 스케일(Scale)이 다르다? - 특성 간의 값의 범위가 다른 경우 ex) 길이는 10~40, 높이는 100~1000 - 이런 경우, 근접 데이터 파악 등에서 문제가 발생할 수 있음 - 정규화 (범위 값을 동일하게 맞춰주는 작업)이 필요함 > 데이터를 표현하는 기준이 다르면 알고리즘이 올바르게 예측할 수 없음 - 거리 기반인 경우 특히 그렇다 - 여기에는 k-최근접 이웃 모델도 포함 - 제대로 사용하기 위해서는 특성값을 일정한 기준으로 맞춰 주어야 함 - 이런 작업을 데이터 전처리(data preprocessing)라고 함 🚩 용어 ✨ 분산(Variance) - 데이터가 평균으로부터 .. 2024. 12. 16.

(Python) NumPy 배열 생성 🐶 NumPy 배열 생성🚩 numpy.ndarray - NumPy의 핵심 기능 중 하나로, 다차원 배열을 표현하는 데이터 구조 ✔️ 주요특징 1) 고정된 크기: 생성 시 지정된 크기 변경 불가, 배열의 크기를 변경 시 새로운 배열 생성 2) 동일한 데이터 타입: 배열 내의 모든 요소는 같은 데이터 타입을 가짐 3) 효율성과 성능: 내부적으로 최적화된 C와 Fortran 코드를 사용하여 빠른 배열 연산을 지원 ✔️ 속성 (Attribute) 1) ndarray.ndim: 배열의 차원 수 2) ndarray.shape: 배열의 형태를 나타내는 튜플, 각 차원의 크기를 나타냄 3) ndarray.size: 배열의 전체 요소 수 4) ndarray.dtype: 배열의 데이터 타입 5) nda.. 2024. 12. 3.

[TIL] 내일배움캠프 AI 9기 - 5회 🐶 학습 범위강좌: 인공지능을 위한 파이썬 라이브러리 (1주차 ~ 2주차)Pandas, 시리즈, 데이터 프레임 🐶 공부내용✨ 시리즈(Series)🚩 내용1. 시리즈(Series) - 단일 열을 나타내는 1차원 데이터 구조로, 데이터프레임의 구성 요소 중 하나 - Pandas를 이용하여 데이터의 필터링, 정렬, 집계 등 다양한 작업 수행 ✔️ 주요특징 1) 유연한 인덱스 설정: 데이터에 접근하기 위해 정수 기반 인덱스 또는 레이블 기반 인덱스를 사용 2) 다양한 데이터 유형 지원: 모든 데이터 유형은 하나의 Series에 동일하게 적용되어야 함 3) 벡터화 연산: NumPy 배열을 기반 > 대부분의 NumPy 연산을 사용 가능 (연산은 벡터화되어 속도 향상) 🚩 사용법 # pandas i.. 2024. 11. 29.

[TIL] 내일배움캠프 AI 9기 - 4회 🐶 학습 범위강좌: 인공지능을 위한 파이썬 라이브러리 (1주차 ~ 2주차)Pandas, 시리즈, 데이터 프레임NumPy, 배열 생성, 기초 연산, 배열 연산, 브로드캐스팅 🐶 공부내용✨ Pandas🚩 요약 - Pandas, 설치, 시리즈(Series), 데이터 프레임(DataFrame) 🚩 내용1. Pandas - Python에서 데이터를 쉽게 다룰 수 있게 해주는 데이터 조작 및 분석 라이브러리 - 통계적 분석이나 데이터 과학 작업에 유용 ✔️ 주요기능 1) 데이터 정제 및 전처리: 누락 데이터 처리, 데이터 형식 변환, 데이터셋 병합 및 연결 등 2) 데이터 탐색: 데이터 그룹화, 통계 요약, 데이터 필터링 등 3) 데이터 입출력: 다양한 파일 형식(CSV, Excel 등)으로 데이.. 2024. 11. 28.

이전 1 다음

티스토리툴바