공부일지

파이썬(Python) 파이썬은 1991년에 귀도 반 로섬(Guido van Rossum)에 의해 개발된 고급 프로그래밍 언어입니다. 파이썬의 주요 특징과 장점은 다음과 같습니다. 간결하고 읽기 쉬운 문법: 파이썬의 문법은 다른 언어에 비해 간결하며, 코드의 가독성이 높습니다. 이러한 특징은 코드의 유지보수를 쉽게 만들어줍니다. 다목적 언어: 웹 개발, 데이터 분석, 인공 지능, 게임 개발, 임베디드 시스템 등 다양한 분야에서 사용됩니다. 동적 타이핑: 변수의 데이터 타입을 미리 선언할 필요가 없습니다. 런타임 시에 데이터 타입이 결정됩니다. 방대한 표준 라이브러리: 내장된 표준 라이브러리는 다양한 작업을 지원하기 위해 많은 모듈과 함수를 포함하고 있습니다. 확장성: C나 C++로 작성된 코드와 쉽게 통합..

Rent 데이터 import numpy as np import pandas as pd import seaborn as sns rent_df = pd.read_csv('/content/drive/MyDrive/KDT 시즌2/8. 머신러닝 딥러닝/data/rent.csv') rent_df rent 데이터를 불러온다. rent_df.info() RangeIndex: 4746 entries, 0 to 4745 Data columns (total 12 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Posted On 4746 non-null object 1 BHK 4743 non-null float64 2..

타이타닉 데이터(Titanic Data) 타이타닉 데이터 링크 https://bit.ly/fc-ml-titanic import numpy as np import pandas as pd df = pd.read_csv("https://bit.ly/fc-ml-titanic") df 타이타닉 데이터셋을 출력한 결과 타이타닉 데이터셋 컬럼명 PassengerId: 승객 아이디 Survived: 생존 여부(0: 사망, 1: 생존) Pclass: 좌석 등급 Name: 이름 Sex: 성별 Age: 나이 SibSp: 형제, 자매, 배우자 수 Parch: 부모, 자식 수 Ticket: 티켓 번호 Fare: 요금 Cabin: 선실 Embarked: 탑승 항구 해당 타이타닉 데이터를 그대로 사용할 수 없어 데이터 전처리를 해..

Type_of_Loan 원핫인코딩 과제 문제 해당 데이터프레임에 있는 Type_of_Loan(대출 상품 타입) 컬럼을 중복제거 후 각 대출 상품에 대한 이름으로 컬럼을 만들고 대출상품이 있는 경우 해당 컬럼에 1을 저장 내가 작성한 코드 # Type_of_Loan의 모든 대출 상품을 변수에 모두 저장 # 각 대출 상품에 대한 이름으로 컬럼을 만들고 대출 상품이 있는 겨웅 해당 컬럼에 1을 저장(원 핫 인코딩 방식) loan_types = [] for i in credit_df['Type_of_Loan']: if str(i) == 'nan': pass else: val = str(i).replace('and ', '') arr2 = val.split(', ') for j in arr2: if j in lo..

아이리스 데이터셋(Iris DataSet) 아이리스 데이터셋(Iris DataSet)은 머신러닝 및 데이터 분석에서 많이 사용되는 유명한 데이터셋 중 하나이다. 이 데이터셋은 1936년에 영국의 통계학자와 생물학자인 Ronald A. Fisher에 의해 소개되었다. 아이리스 데이터셋은 세 종류의 붓꽃(Iris)에 대한 측정값을 포함하고 있습니다. 각 붓꽃의 종류는 다음과 같습니다. 각 붓꽃에 종류 Setosa: 0 Versicolor: 1 Virginica: 2 각 붓꽃에 대해 측정된 특성 꽃받침 길이(Sepal Length) 꽃받침 너비(Sepal Width) 꽃잎 길이(Petal Length) 꽃잎 너비(Petal Width) feature_names = iris["feature_names"] 사이킷..

사이킷런(Scikit-learn) 파이썬 머신러닝 라이브러리 중 가장 많이 사용되는 대표적인 머닝러신 모듈이다. 다양한 머신러닝 알고리즘을 제공 다양한 샘플 데이터를 제공 머신러닝 결과를 검증하는 기능을 제공 BSD 라이선스이기 떄문에 무료로 사용 및 배포가 가능 [사이킷런 공식 홈페이지] https://scikit-learn.org/stable/ LinearSVC 클래스를 구분으로 하는 분류 문제에서 각 클래스를 잘 구분하는 선을 그려주는 방식을 사용하는 알고리즘 지도학습 알고리즘을 사용하는 학습 전용 데이터와 결과 전용 데이터를 모두 가지고 있어야 사용이 가능하다. 다양한 머신러닝 알고리즘을 제공 다양한 샘플 데이터를 제공 머신러닝 결과를 검증하는 기능을 제공 BSD 라이선스이기 떄문에 무료로 사용 ..

머신러닝(Machine Learning) 머신러닝은 인공지능의 하위 집합으로, 많은 양의 데이터를 제공하여 명시적으로 프로그래밍하지 않고 신경망과 딥러닝을 사용하여 시스템이 자율적으로 학습하고 개선할 수 있게 해준다. 인공지능: 인공(Artificial) + 지능(Interlligence) 개발자에 의한 인공지능, 데이터에 의한 인공지능 머신러닝: 데이터를 기반으로한 학습(learning)하는 기계(machinne) 딥러닝: 깊은(deep) 신경망 구조의 머신러닝 1-1. 배경 과거 컴퓨터로 데이터를 읽어들이고, 데이터 안에서 특징을 학습하여 패턴을 찾아내는 작업 데이터를 대량으로 수집 처리할 수 있는 환경이 갖춰짐으로 할 수 있는 일들이 많아짐 머신러닝은 데이터로부터 특징이나 패턴을 찾아내는 것이기 때..

Promise란 Promise란 JavaScrip에서 비동기 작업을 처리할 때 사용하는 API이다 Promise를 사용해주면 코드를 보다 간결하고 쉽게 만들어주어, 콜백지옥을 피하는데 도움을 준다. Promise 체이닝을 사용하여 여러 비동기 작업을 순차적 또는 병렬로 처리할 수 있으며 예외 처리도 관리하기 쉽다. Promise의 세가지 상태 대기(pending): 초기 상태로, 아직 약속이 이행되지 않은 상태 이행(fulfilled): 약속이 이행되었을 때의 상태로 성공적으로 완료된 상태 ( resolve ) 거부(rejected): 약속이 이행되지 못했을 때의 상태로 실패한 상태 ( reject ) Promise 문법 function fetchData() { return new Promise((res..

HTML(Hyper Text Markup Lanquage) HTML이란 Hyper Text(웹 페이지에서 다른 페이지로 이동할 수 있는 문장) 기능을 가진 문서를 만드는 언어 HTML의 특징 HTML 문서는 확장명을 .html로 저장한다. 대소문자를 구별하지 않는다. 문서를 작성할 수 있는 에디터라면 HTML 문서를 작성할 수 있다. 띄어쓰기, 줄바꿈을 구별하지 않음 명령어(태그) 형태로 괄호를 사용하여 표현 대부분의 태그는 시작태그와 종료태그로 구성되어 있다 HTML의 특수 태그 문자 &gt 공백 &nbsp 다음줄로 개행 주석 서버(Server) 데이터를 포함하거나 네트워크의 다른 컴퓨터에서 엑세스하는 기능을 제공하는 컴퓨터(정보를 제공) 클라이언트(Client) 서버로부터 서비스나 데이터를 요청하는 ..

문제 https://www.acmicpc.net/problem/11003 11003번: 최솟값 찾기 N개의 수 A1, A2, ..., AN과 L이 주어진다. Di = Ai-L+1 ~ Ai 중의 최솟값이라고 할 때, D에 저장된 수를 출력하는 프로그램을 작성하시오. 이때, i ≤ 0 인 Ai는 무시하고 D를 구해야 한다. www.acmicpc.net 코드 내가 작성한 코드 num1, num2 = map(int, input().split()) arr = list(map(int, input().split())) result = [] for i in range(num2 - 1): arr.insert(0, float("inf")) for i in range(num1): result.append(min(arr[i:..