인공지능 실무 개발자 양성 과정

코드프레소에서 진행하는 "AI양재허브-인공지능 실무 개발자 양성 과정" 온라인(이러닝) 교육에 선발되었고, 오리엔테이션 영상을 시청했습니다🎈 오리엔테이션의 내용은 다음과 같습니다. ✔ 과정 목표 ✔ 과정의 차별점 1 ✔ 과정의 차별점 2 ✔ 과정 로

Python 기반 라이브러리로 데이터 분석에 NumPy, pandas, 데이터 시각화에 matplotlib, seaborn, 웹 어플리케이션 개발에 Flask, django가 있습니다.Numpy = Numerical Python대규모의 고성능 수치 계산N차원의 배열을

Numpy의 데이터 타입 NumPy는 다양한 값을 저장 및 표현할 수 있는 다양한 데이터 타입을 제공합니다. 파이썬에서 제공하는 데이터 타입과 호환되며, 대표적인 데이터 타입은 다음과 같습니다. > np.int64 : (64비트) 정수 np.float64 : (64비트

Numpy의 기본연산 NumPy에는 기본적인 산술연산부터, 비교연산, 기타 수학 관련 고급 연산 등 다양한 함수가 구현되어 있습니다. 모든 연산은 배열의 각 요소별로 적용됩니다.(element-wise) 모든 산술 연산 함수는 NumPy 모듈에 구현되어 있습니다.

데이터 조회를 위한 인덱싱 Ndarray의 각 축에는 인덱스 번호가 존재하며, 저장된 특정 데이터 위치는 이러한 인덱스를 통해 접근할 수 있습니다. 데이터 인덱싱할 때 입력해야 하는 인덱스의 값은 차원의 개수만큼 늘어납니다. >인덱싱을 통한 조회 방법 1차원 : 배

Pandas 라이브러리 소개 pandas는 데이터 분석을 위한 파이썬 기반의 라이브러리입니다. 특히, 2차원 데이터를 효율적으로 가공 및 처리할 수 있는 강력한 라이브러리입니다. > Pandas의 자료구조 Series : 1차원 DataFrame : 2차원 > Pa

DataFrame 데이터살펴보기 DataFrames내 저장된 데이터를 살펴보기 위해 다음과 같은 함수를 사용합니다. DataFrame 의 전체적인 정보를 한 번에 확인할 수 있는 함수로 객체의 타입, 행/열의 개수, 열의 인덱스명과 저장된 데이터의 타입 등을 확인할

DataFrame - 데이터 조회, 변경 DataFrame 에 저장되어 있는 특정 열/행 데이터를 조회하여 값을 변경하는 방법에 대해 학습합니다. DataFrame 의 열 데이터 조회 방법1) 인덱싱 기법 사용하기 : DataFrame[‘조회할 열의 인덱스명’]

결측치의 이해 결측치, 누락값(missing data)는 Null, None, Na, NaN 등으로 표기됩니다. 수집의 오류, 기록의 누락, 미 응답 등 다양한 원인으로 결측 값이 발생합니다. 데이터 분석을 위한 데이터의 가공시에 결측 값이 발생하기도 합니다. 결측치

데이터 조회를 위한 인덱싱 행 데이터 조회를 위한 loc 와 iloc loc[ ] : index values 를 기준으로 행 데이터 조회하는 프로퍼티 iloc[ ] : index position 을 기준으로 행 데이터 조회하는 프로퍼티 Boolean Indexing

Pandas의 집계함수 Pandas 에서도 다양한 집계함수를 제공하고 있습니다. 집계함수는 각 함수들의 사용법을 이해하는 것보다 데이터의 집계 방향을 이해하고 분석하고자 하는 데이터에 맞게 활용하는 것이 더 중요합니다. > DataFrame에 저장되어 있으면? Pa

컴퓨터가 명시적인 프로그램이나 규칙 없이도, 스스로 학습할 수 있도록 하는 연구분야.즉, 수많은 데이터로부터 기계가 학습할 수 있도록 하는 연구분야어떤 작업 T에 대한 컴퓨터 프로그램의 성능을 P로 측정했을 때, 경험 E로 인해 성능이 향상됐다면, 이 프로그램은 작업

데이터 분석 및 머신러닝 적용을 위한 파이썬 기반 라이브러리NumPy: 행렬이나 대규모 다차원 데이터 분석을 위한 라이브러리Pandas: 행과 열을 가지는 2차원 데이터 분석을 위한 라이브러리Matplotlib, Seaborn: 데이터 분석을 위한 시각화 라이브러리Sc

<실습코드><실행결과>