| 라이브러리 | 주요 역할 | 기능 |
|---|---|---|
| NumPy | 수학적 계산 및 배열 처리 | - 다차원 배열(ndarray) 제공- 벡터화된 수학 연산 - 머신러닝 및 딥러닝 모델의 데이터 처리에 사용 |
| TensorFlow | 딥러닝 모델 훈련 및 추론 | - 신경망 모델 구축 및 훈련 - 자동 미분 및 GPU/TPU 가속 - 이미지 분류, 자연어 처리, 강화학습 등 다양한 딥러닝 문제 해결 |
| Scikit-learn | 전통적인 머신러닝 알고리즘 | - 분류, 회귀, 클러스터링 등 전통적인 머신러닝 알고리즘 제공 - 모델 훈련 및 평가, 교차 검증 등 머신러닝 기법에 최적화 |
| Matplotlib | 데이터 시각화 | - 다양한 그래프 생성 (선 그래프, 막대 그래프, 산점도 등) - 데이터 시각화를 통해 모델 성능 평가 및 패턴 분석 |
| Seaborn | 고급 데이터 시각화 | - 통계적 시각화 및 다차원 데이터 시각화 - 상관 관계 및 분포 시각화에 유용 - 미려하고 직관적인 그래프 제공 |
| Pandas | 데이터 처리 및 분석 | - 테이블 형식의 데이터 처리 (DataFrame) - 데이터 불러오기, 정리, 변환, 결측값 처리 등 - 데이터 전처리 및 분석에 자주 사용 |
| Keras | 딥러닝 모델 구축을 위한 고수준 API | - 신경망 모델을 간편하게 구축하고 훈련 - TensorFlow의 고수준 API로 통합되어 사용 - 빠른 딥러닝 모델 실험과 개발 지원 |
@mgkick