- 전체보기(14)
- 이론(11)
- python(11)
- scikit learn(3)
- Classification(3)
- 프로젝트(3)
- CS(2)
- 딥러닝(2)
- Ensemble Learning(1)
- 공공 데이터(1)
- scipy(1)
- clustering(1)
- matplotlib(1)
- RDBMS(1)
- pandas(1)
- 데이터 시각화(1)
- sql(1)
- 자료구조(1)
- 통계(1)
- NLP(1)
OTT 서비스와 그래프(graph)
1. 그래프(graph)란? 2. 넷플릭스와 그래프(NetflixGraph) 3. 추천 시스템과 그래프 4. 마치며
딥러닝으로 영화 리뷰 속 스포일러 찾기
1. "A가 범인이야." 2. 가설 설정 3. 가설 검정 4. 모델 발전시키기 5. 모델 성능에 대한 고찰
데이터 분석 초보자를 위한 RDBMS
1. "RDBMS, NoSQL... 이게 다 뭔가요?" 2. RDBMS(Relational DataBase Management System) 3. RDBMS의 장단점 4. 마치며
데이터 분석 초보자를 위한 CS 기초 1: 클래스
1. df = pd.DataFrame()을 기억하시나요? 2. 클래스(Class) 들여다보기 3. 상속 4. 마치며
호텔 예약의 취소 여부를 미리 알 수 있을까?
1. 호텔 예약의 취소 여부를 미리 알 수 있을까? 2. 데이터 전처리 3. EDA 4. 분류 모델 생성 5. 모델 해석 6. 결과 정리
데이터 분석 초보자를 위한 순열 중요도와 PDP
1. 어떤 특성이 가장 중요한 특성인지 말할 수 있을까? 2. 모델 준비하기 3. 순열 중요도(Permutation Importances) 4. PDP(Partial Dependence Plots) 5. 마치며
데이터 분석 초보자를 위한 Accuracy, Precision, Recall
1. "이 모델은 정확도가 90%입니다." 2. Confusion Matrix 3. 분류 모델의 성능 평가 지표 살펴보기 4. "제일 중요한 평가 지표가 무엇인가요?"
데이터 분석 초보자를 위한 Logistic Regression (with Scikit-Learn)
1. 0과 1, 그리고 Logistic Regression 2. Logistic Regression 살펴보기 3. 직접 해보는 Logistic Regression (with Scikit-Learn)
코로나19 이전과 이후, 따릉이 사용패턴에는 어떤 변화가 생겼을까?
1. 코로나19가 가져온 변화 2. 사용 데이터 소개 3. 데이터 전처리 4. 데이터 분석 5. 분석 결과 정리
데이터 분석 초보자를 위한 k-means clustering (with Scikit-Learn)
1. 컴퓨터도 학습을 한답니다. 2. k-means clustering 3. 이 세상에 완벽한 방법은 없다
데이터 분석 초보자를 위한 T-test & Chi-squared test
1. 어떤 가설 검정 방법을 선택해야 할지 몰라 혼란스러운 당신에게 2. T-test (스튜던트 t 검정) 3. Chi-squared test (카이제곱 검정)
데이터 분석 초보자를 위한 concat & merge
1. concat & merge, 그게 뭔데? 2. "왜 데이터를 나눠서 저장하는 건가요?" 3. concat & merge 들여다보기
데이터 분석 초보자를 위한 데이터 시각화 플롯 탐방 (with Matplotlib)
1. 어떤 차트를 선택하면 좋을지 몰라 막막한 당신에게 2. 데이터 시각화 플롯의 종류