티스토리

나를 찾아가는 길

검색하기

블로그 홈

나를 찾아가는 길

ari950505.tistory.com/m

ari950505 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

데이터 분석하기 https://m.blog.naver.com/sharp_kiss/221599009671 Preprocessing # 데이터프레임 생성 raw_data = pd.DataFrame(raw_data , columns=names) # 결측치 확인 sum(df.isnull().sum()) / len(df) # split names = '''해지여부 선호채널''' names = kor_col.split() #reset_index df= data.reset_index(drop=True).copy()/ set_index() # 2. survived 별 연속형 변수들의 기초 통계량 df.groupby('survived').describe() df.groupby('survived')['sex'].value_counts().. 공감수 0 댓글수 0 2022. 7. 14.
[코드프레소 체험단] AI인공지능 트랙 후기 (5) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 이번 코드프레소 강의에서는 자연어처리나 시계열 데이터를 처리할 때 많이 쓰는 RNN 모델에 대해 배워보았다. 8. 시계열 데이터 처리를 위한 RNN 완벽 가이드 https://www.codepresso.kr/course/62 시계열 데이터 처리를 위한 RNN 완벽 가이드 김지훈 강사 코드프레소 인공지능 대표 강사 전 LG CNS 데이터 엔지니어 전 Smilegate Stove 딥러닝 엔지니어 www.codepresso.kr 시계열 데이터 처리를 위한 RNN 완벽 가이드 강의에서는 RNN, LSTM, GRU 모델의 아키텍쳐 및 특성에 대해 이해하는 시간을 가졌다. tensorflow, keras로 실습을 하는 내용도 포함되.. 공감수 0 댓글수 0 2022. 4. 5.
[Python] for if comprehension # for+if+else comprehension # y, y_pred 가 같으면 'True' 값 입력 df_concat['match'] = [ 'True' if df_concat.labels[i] == df_concat.label_answer[i] else 'False' for i in range(len(df_concat))] 공감수 0 댓글수 0 2022. 3. 27.
insure- tech 특징: - 비대면 (비용절감, 효율성, 고객 눈높이에 맞춤. 심플, 간편, 저렴하게 고객에게 접근 가능해지는) - 기술, 개인화(위험을 좀 더 알 수 있음. 개인의 데이터에 맞춤형, 고객의 footprint 디지털 정보로 수집되고 프로세스화 되어가는 과정. ) - 다양성, 소액 보험 상품. 공감수 0 댓글수 0 2022. 3. 25.
[통계학]코호트 효과 코호트 첫째, 코호트는 비슷한 시기에 태어나서 기존의 사회적 체계 안으로 들어와서 비슷한 생애주기 단계에 비슷한 역사적·사회적·문화적 경험을 하게 된다. 따라서 코호트효과는 개인의 생애사와 거시적 사회경제적 영향력과의 교차로 인해 형성된 경험을 반영한다. 종적 분석은 여러 개체를 여러 시점에 걸쳐 다양하게 비교함으로써 보다 풍부한 분석 가능 횡단면, 종단면, 종적 자료 패널 자료,시계열 자료 각각의 정의 정리하기 longitudial data 가 왜 더 현실적인지 보다 풍부한 분석이 왜 가능한지 공감수 0 댓글수 0 2022. 3. 25.
[Python] df.sample() - 데이터프레임 랜덤 추출 DataFrame 랜덤 추출 방법 df.sample(frac=0.1, replace=False, random_state=2022) df.sample(n=5, replace=False, random_state=2022) frac 전체 행에서 몇 % 추출? [0,1] 값 입력가능 n 몇 개의 행 추출? ** frac 과 n 동시 사용 불가 replace =False default 는 중복 비허용 random_state 설정 시 결과 고정 공감수 0 댓글수 0 2022. 3. 25.
[Python]GPU 실행 확인 코드 -cuda import torch if torch.cuda.is_available(): device = torch.device("cuda") print(f'There are {torch.cuda.device_count()} GPU(s) available.') print('Device name:', torch.cuda.get_device_name(0)) else: print('No GPU available, using the CPU instead.') device = torch.device("cpu") 공감수 0 댓글수 0 2022. 3. 24.
[코드프레소 체험단] AI인공지능 트랙 후기 (4) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 이번 코드프레소 강의에서는 머신러닝의 하이퍼파라미터 최적화 방법인 GridSearchCV & 더 나은 검증을 위해 활용할 수 있는 KFold 교차검증에 대해 배우고 실습을 해보았다. 7. 머신러닝을 위한 사이킷런 활용 팁 https://www.codepresso.kr/course/68 머신러닝을 위한 사이킷런 활용 팁 강의에서는 K-Fold 교차 검증 내용과 GridSearchCV에 대한 내용을 배웠다. 이해하기 쉽고 실습 부분도 하나 하나 잘 따라갈 수 있었다. 굿굿! K-Fold 교차 검증은 기존의 cross validation에서 말 그대로 K겹을 추가한 것이라고 볼 수 있다. 가장 보편적으로 사용되는 교차검증 방법.. 공감수 0 댓글수 0 2022. 3. 21.
[코드프레소 체험단] AI인공지능 트랙 후기 (3) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 이번 코드프레소 강의에서는 지도학습인 트리모델과 비지도학습인 PCA, LDA에 대해 배우고 실습을 해보았다. 5. 파이썬으로 구현하는 머신러닝: 트리모델 https://www.codepresso.kr/course/66 Decision Tree Ensemble(voting, bagging, boosting) Random Forest(bagging + random subspace) Decision Tree (Classifier & Regressor 둘 다 가능)은 분류문제 학습 시 성능이 좋게 나오고 해석이 가능한 모델이다. 이의 불순도 측정 지표는 gini 계수, entropy, misclassified error 가 있다.. 공감수 0 댓글수 0 2022. 3. 7.
[Python] 스케일링 Nomalizer vs. Standardscaler Nomalizaion 정규화 sklearn -> nomalizer 정규화의 목적은 데이터셋의 numerical value의 범위 차이를 왜곡하지 않고 공통 척도로 변경해주는 것. mean값을 제거하지 않으면서 편차에 따라 척도 조정 (독립적 스케일링 진행.) feature 각각의 수치적 범위 차이가 클 때, 더 큰 값에 더 높은 가중치가 부여될 가능성이 있다. Since both the features have different scales, there is a chance that higher weightage is given to features with higher magnitude. This will impact the performance of the machine learning algorit.. 공감수 0 댓글수 0 2022. 2. 27.
[Python] 확률 바이너리 값으로 변환해주기 0,1. 성능지표 preds = [1 if x > 0.5 else 0 for x in predicts] # pred_확률 threshold 지정해서 0,1 분류해주기!! 공감수 0 댓글수 0 2022. 2. 24.
[코드프레소 체험단] AI인공지능 트랙 후기 (2) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 후기 1탄은 아래 참고 ↓↓↓↓ https://ari950505.tistory.com/32 [코드프레소 체험단] AI인공지능 트랙 후기 (1) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 한 달동안 강의를 들어본 결과 개인적으로 매우 만족하며 듣고 있다. 현재 Machine Learning 공부를 따로 하고 ari950505.tistory.com 지도 학습 중 중요하다고 생각하는 회귀와 분류분석 강의를 수강했다. 개인적으로 굉장히 도움이 많이 되었다. 통계적인 지식도 많이 다질 수 있었고 덕분에 Confusion matrix TP,FN 등의 정의는 확실하게 알게되었다. 그 전에는 이.. 공감수 0 댓글수 0 2022. 2. 21.
[코드프레소 체험단] AI인공지능 트랙 후기 (1) 올해 1월부터 코드프레소 체험단에 선정되어 인공지능 트랙 강의를 수강하기 시작했다. 한 달동안 강의를 들어본 결과 개인적으로 매우 만족하며 듣고 있다. 현재 Machine Learning 공부를 따로 하고 있는데 예습 겸 복습으로 듣기 좋고, 강의내용이 심플하고 실습도 해줘서 기초적인 머신러닝 모델 지식을 쉽게 얻을 수 있다. 코딩/인공지능/통계를 처음 접하는 분들에게는 바로 따라가기 좀 어려울 수도 있다는 생각이 들긴 한다. 인공지능 트랙을 듣기 위해 관련 background knowledge를 어느정도 갖추고 있어야 따라가기 쉬울 수 있을 것 같다. 나는 완전 쌩문과 비전공자(신방과)이기 때문에 혼자 통계나 코딩 부분 지식을 보충하면서 열심히 따라가는 중이다. 1. 파이썬으로 시작하는 머신러닝 htt.. 공감수 1 댓글수 0 2022. 2. 7.
[Python] numpy.random np.random.seed() : seed 를 통한 난수 생성 np.random.randint(): 균일 분포의 정수 난수 1개 생성 np.random.rand(): 0부터 1사이의 균일한 확률 분포로 실수 난수 matrix array 생성 np.random.randn() : 기댓값이 0, 표준편차가 1인 가우시안 표준 정규 분포를 따르는 난수 matrix array 생성 normal() np.random.shuffle() : 기존의 데이터 순서 바꾸기 np.random.choice() : 기존의 데이터에서 sampling 표본추출 np.bincount() : 발생하지 않은 사건에 대해서도 카운트 np.random.randint(0,3) # 0-3 사이 난수 1개 np.random.rand(x,y) # .. 공감수 0 댓글수 0 2022. 2. 4.
[Python] warnings 문구 없애기 import warnings warnings.filterwarnings(action='ignore') 공감수 0 댓글수 0 2022. 1. 29.
[Python] datetime 년도, 월, 일, 요일 불러오기 seoul['date']=pd.to_datetime(seoul['날짜'],format='%Y-%m-%d') seoul['year'] = seoul.date.dt.year #연도 seoul['month'] = seoul.date.dt.month #월 seoul['day'] = seoul.date.dt.day #일 seoul['week'] = seoul.date.dt.day_name() # 요일 공감수 0 댓글수 0 2022. 1. 28.
[Python]열,행 삭제 dataframe drop & del del data_frame['연봉'] #열삭제 data_frame.drop([24,25],inplace=True) #인덱스로 행삭제 data_frame.drop(columns='성별',axis=1,inplace=True) #컬럼명으로 열 삭제 data_iris.drop(index = outlierss, inplace=True) #인덱스로 행 삭제 공감수 0 댓글수 0 2022. 1. 28.
[Python] 문자열 출력 format 3가지 fomatting 방법 정리 : 1. f-string 포매팅: a = 1 b = 2 result = a + b print(f'{a} + {b}의 합은 {result}입니다.') 출력결과 : 1 + 2의 합은 3입니다. 번외: 정렬: str1 = 'left' print(f'|{str1:10}|') # > 오른쪽정렬 중괄호 출력: a = 2 print(f'a is {{a}},{{{a}}}') 2. %포매팅: %s : string %d : 정수 %f : float a = 3 b = 5 str = '연산' add = a+b div = a/b print(' %s을 해보자! 합 : %d, 나눈 값: %.2f'%(str, add, div)) 3. str.format : a = 1 b = 2 result = a.. 공감수 0 댓글수 0 2022. 1. 28.
[Python] 머신러닝 용어: 파라미터와 하이퍼 파라미터 parameter : 모집단의 특성을 나타내는 모수. ( 파라미터를 매개변수라고 많이 부르는데 모수가 더 정확한 표현이라고 한다.) 평균값, 분산, 중앙값, weight coefficient (가중치), bias(편의) 등등→ 조정 불가 hyper parameter : epoch, learning rate 등 더 좋은 예측 결과를 위해 조정을 할 수 있는 파라미터. → 직접 조정 가능 보통 가중치(기울기) 변화를 주기 위해 하이퍼 파라미터를 조정 → 가중치 변화율 관찰 → 더 좋은 예측 결과 찾아내기의 여정. 학습하는 동안 적용할 규제의 양은 하이퍼파라미터가 결정한다. 하이퍼파라미터는 (모델이 아니라) 학습 알고리즘의 파라미터. 학습 알고리즘으로부터 영향을 받지 않으며, 훈련 전에 미리 지정되고, 훈련하.. 공감수 0 댓글수 0 2022. 1. 27.
[Python] Jupyter Notebook Table of Contents 만들기 Step 1. nbextensions라는 패키지를 설치 !pip install jupyter_contrib_nbextensions Step 2. notebook 확장자 jupyter 서버에 등록 !jupyter nbextensions_configurator enable --user 공감수 0 댓글수 0 2022. 1. 21.
[Python] 지수표현 대신 실수표현 pd.options.display.float_format = '{:.5f}'.format 공감수 0 댓글수 0 2022. 1. 20.
[유데미(Udemy)] 코딩 테스트 준비 강의 수강 후기 코딩 테스트 준비를 위해서 혼자 독학으로 알고리즘 공부를 해보려고 여기저기 찾아보던 찰나 유데미를 알게되었어요. 글로벌 최대 온라인 강의 플랫폼으로서 유데미에는 굉장히 다양한 영역의 강의들이 정말 많더라고요. 심지어 강의 내용도 고퀄이어서 듣는데 정말 많은 도움이 되었어요. 저렴한 비용으로 이렇게 양질의 강의를 들을 수 있다니...! 가성비 매우 좋음.bb 다양한 카테고리의 강의들을 보유한 유데미! 가성비 좋은 고퀄리티의 강의! 평생소장! 원하는 분야의 교육은 왠만하면 유데미에서 다 찾아볼 수 있을정도. 외국어면 외국어, 코딩이면 코딩, 마케팅, 시간관리, 음악, 디자인 등등 다양한 분야의 전문가들의 고퀄리티 강의 수강 가능!! PC+모바일앱에서 수강 가능하니까 언제 어디서든 수강이 가능하다는 장점이 있.. 공감수 0 댓글수 0 2022. 1. 16.
[Python]dta 파일 불러오기 import pandas as pd df = pd.read_stata('파일경로/파일명.dta') 공감수 0 댓글수 0 2022. 1. 15.
[Python] 더미변수화&One-Hot Encoding [통계학 복습 중] 머신러닝 할 때 기계가 이해할 수 있도록 모든 데이터를 수치로 변환해주는 전처리 작업 필수! 통계학에서는 더미변수화라고 칭하고, AI분야에서는 흔히 One-Hot Encoding이라고 부른다. **더미변수: 0과 1만을 값으로 가지고 어떤 특징이 있는지 없는지 표시. 계절, 연령대 등 범주형 데이터 처리 시 활용.) 수치형 데이터로 변환 (0,1,2,3,4) 가변수화 (더미변수 → 가변수화) 단순히 수치형 데이터로만 변환하게 되면 데이터 간의 관계성이 발생한다. 예를 들어, spring =0, summer =1 , autumn =2, winter = 3 이라고 수치형 데이터로 변환했을 때, 1+3 /2 = 2 라는 수치형 연산이 가능해짐. 하지만 summer와 winter의 평균이 a.. 공감수 0 댓글수 0 2022. 1. 11.
[Python]데이터 분석을 위한 설치 library들 모음 VS code에서 쥬피터 파일에 바로 설치했음.(윈도우 환경!!) 설치 library들 모음 + library 불러오는 방법까지! 대부분은 pip install '라이브러리 명' Pandas pip install pandas import pandas as pd Numpy pip install numpy import numpy as np Matplotlib pip install matplotlib import matplotlib as mlt import matplotlib.pyplot as plt seaborn pip install seaborn import seaborn as sns sklearn pip install scikit-learn import sklearn from sklearn.dataset.. 공감수 0 댓글수 0 2022. 1. 7.
[Python]에러해결:'dict' object is not callable 'dict' object is not callable 내가 전 코드에서 변수로 'dict' 을 사용해서 이런 오류가 남. del dict 으로 설정했던 변수 dict을 삭제해주고 dict() 함수를 사용하면 된다! 공감수 0 댓글수 0 2021. 12. 29.
code.presso 체험단 모집 https://www.codepresso.kr/specialTrack/20 프리미엄 IT 교육 서비스 - 코드프레소 www.codepresso.kr 공감수 0 댓글수 0 2021. 12. 26.
[Python]기초수학: 약수와 소수 약수와 소수 - 약수: 나누어 떨어지는 수 - 소수: 1 외에 약수가 자기 자신뿐인 수 - 소인수: 약수(인수)이면서 소수인 수 #100부터 1000사이의 난수에 대해서 약수, 소수, 그리고 소인수를 출력하는 프로그램. import random randomNum = random.randint(100,1000) print(randomNum) for n in range(1, randomNum+1): sFlag = 0 #약수 if randomNum % n == 0 : print('약수:{}'.format(n)) #print(f'[약수]:{i}') sFlag += 1 #소수 if n != 1: flag = True for i in range(2,n): if randomNum % i == 0: flag = Fal.. 공감수 0 댓글수 0 2021. 12. 12.
[Python]내가 필요할 때 뽑아쓰는 파이썬 코드모음 #다중라인그래프 import matplotlib.pyplot as plt %matplotlib inline from matplotlib import font_manager as fm font_list = [font.name for font in fm.fontManager.ttflist] font_list plt.rc('font', family='Malgun Gothic') plt.plot(df['연도'],df['지원자/고3'],df['연도'],df['지원자/고3']) plt.ylabel('지원자/고3',fontsize=14) plt.legend(['수도권','비수도권'], fontsize=14) https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.. 공감수 0 댓글수 0 2021. 12. 12.
VS code 설치하기 anaconda, jupyter, python 컴퓨터에 설치. VS code 에 python, python vscode, python extension, jupyter 설치. vs code 끄고 cmd 관리자 실행으로 열어서 pip install jupyter pip install ipykernel python -m ipykernel install --user --name conda --display-name (이름은 conda로 설정) 설치 후 cd.. cd.. jupyter notebook vs code 다시 실행. shift + ctrl +p -> jupyter new blank notebook 내가 설치한 vscode extension: prettier , beautify, Esli.. 공감수 0 댓글수 0 2021. 12. 12.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.