데이터 분석

1. 어떤 차트를 선택하면 좋을지 몰라 막막한 당신에게 2. 데이터 시각화 플롯의 종류

1. concat & merge, 그게 뭔데? 2. "왜 데이터를 나눠서 저장하는 건가요?" 3. concat & merge 들여다보기

1. 어떤 가설 검정 방법을 선택해야 할지 몰라 혼란스러운 당신에게 2. T-test (스튜던트 t 검정) 3. Chi-squared test (카이제곱 검정)

1. 컴퓨터도 학습을 한답니다. 2. k-means clustering 3. 이 세상에 완벽한 방법은 없다

1. 0과 1, 그리고 Logistic Regression 2. Logistic Regression 살펴보기 3. 직접 해보는 Logistic Regression (with Scikit-Learn)

1. "이 모델은 정확도가 90%입니다." 2. Confusion Matrix 3. 분류 모델의 성능 평가 지표 살펴보기 4. "제일 중요한 평가 지표가 무엇인가요?"

1. df = pd.DataFrame()을 기억하시나요? 2. 클래스(Class) 들여다보기 3. 상속 4. 마치며

1. "RDBMS, NoSQL... 이게 다 뭔가요?" 2. RDBMS(Relational DataBase Management System) 3. RDBMS의 장단점 4. 마치며

1. 어떤 특성이 가장 중요한 특성인지 말할 수 있을까? 2. 모델 준비하기 3. 순열 중요도(Permutation Importances) 4. PDP(Partial Dependence Plots) 5. 마치며