데이터시럽

https://school.programmers.co.kr/learn/courses/30/lessons/42895 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 동적계획법 주어진 최적화 문제를 재귀적인 방식으로 보다 작은 부분 문제로 나누고, 부분 문제를 풀어서 전체 문제의 해답에 이르는 방식이다. 어디 까지 하고 이를 다시 탐색하는 방법으로 탐색 범위를 한정 할 수 있다. 피보나치 수열을 동적계획법에 적용 동적계획법을 사용하면, 문제를 부분으로 쪼개서 이를 해결한다. 앞의 문제를 풀고 이를 사용하여 다음문제에 활용한다. 대표적인 문제는 Knapsack ..

https://school.programmers.co.kr/learn/courses/30/lessons/42626 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 스코빌 지수가 되었든, 아니든 수가 주어질 것이다. N개의 수중에 가장 작은 것과 두번 째로 작은수에 *2를 써서 더하는 것을 몇 번 해야되는지 알아내는 문제이다. 제한사항을 보면 효율성 테스트도 포함되어 있다. 정렬을 통해 1 부터 12까지 본다. 1과 2중 2에 x2를 해주면 5가 나오고 이것을 다시 원소의 순서대로 넣어줌 다시 반복을 실시한다 13의 경우, 가장 뒤에 있는 12보타 크므로 가..

비지도학습 : 데이터가 주어질 때, 데이터에 대한 정답이 주어지지 않음 차원축소를 통해 모델에서 Clustring을 활용하며 어떤 데이터의 포인트에 답이나 레이블 없이 데이터 의 군집을 찾아낸다 60% 강아지 40% 고양이의 경우는 없음, 확률적으로 이를 보일 수 있지만 현실세계에서는 그렇진 않다. Hard clustering은 선을 그어서 이를 분류한다. 각각의 클래스가 조금씩 0이나 1로 섞여있다, 라고 할때 이를 soft clustring이라고 한다. 자연적으로 데이터가 일어난다고 하고 클래스가 지나갈 때, 점차적으로 움직이게 된다. Softclustring을 사용하지 못할때, HardClustring을 사용함 HardClustering 은 비슷한 데이터 포인트 끼리 모으는데, 비슷하게 뭉친 클러스..

실습 맛보기 Keras Tokenizer의 이해 In [14]: # 샘플 문장 sample_text1 = "안녕하세요 저는 양혜림입니다." sample_text2 = "★여러분 모두 만나서 반갑습니다!!!" sample_text3 = "◆HI HELLO Nice To meet you ☆" sample_text4 = "즐거운 하루 되세요. 저는 양혜림입니다." In [15]: # keras Tokenizer import 합니다. from tensorflow.keras.preprocessing.text import Tokenizer In [16]: # word_index dic으로 저장 합니다. # 해당 결과를 통해 어떻게 토크나이징이 되었는지 특징을 파악 가능합니다. # 공백으로 분리, 일부 기호 삭제 됩..

형태소분석기 설치 In [9]: # 한글 형태소 분석기인 konlpy 패키지를 설치합니다. ! pip install konlpy Requirement already satisfied: konlpy in /usr/local/lib/python3.6/dist-packages (0.6.0) Requirement already satisfied: lxml>=4.1.0 in /usr/local/lib/python3.6/dist-packages (from konlpy) (4.8.0) Requirement already satisfied: numpy>=1.6 in /usr/local/lib/python3.6/dist-packages (from konlpy) (1.19.5) Requirement already sati..

데이터가 조금 더 복잡하다면? 각 매체가 얼마나 효율적인지 알아내 보자 FB에 30만원, TV에 100만원, 신문에 50만원의 광고비를 집행했을 때 예상 판매량은 얼마인가? N: 데이터의 개수 FB TV 신문 판매량 X: “Input” 데이터/Feature (광고료) - X1: FB 광고료 - X2: TV 광고료 - X3: 신문 광고료 Y: “Output” 해답/응답 (판매량) (x1(i), x2(i), x3(i), y(i)): i번째 데이터 단순선형회귀분석과 동일 완벽한 예측은 불가능 각 데이터 (x1(i), x2(i), x3(i), y(i)) 의 실제 값과 모델이 예측하는 값을 최소한으로 만들어줌 이 차이를 최소로 하는 β0, β1, β2, β3 을 구하도록 함 다중 회귀 분석 다중 회귀 분석(Mul..

불연속형과 연속형 태블로에서는 데이터 원본의 열(Column)에서 만들어진 필드를 불연속형(파란색)인지, 아니면연속형(녹색)인지에 따라 뷰에서 다르게 표시 불연속형 파란색 필드 = 불연속형 = 개별적으로 구분 유한한 범위, 뷰에 추가하면 머리글을 추가함 연속형 초록색 필드 =연속형 = 단절이 없고 끊어지지 않는 무한대 범위, 뷰에 추가하면 축을 추가 막대 차트 구현 예시 막대 차트는 가장 기본적이면서도 손쉽게 작성할 수 있는 시각화 방법 불연속형과 연속형 필드를 기준으로 색상을 다르게 구현 가능 라인 차트 1) 시간 순서에 따른 추세를 보는데 적합 라인 차트를 만드는 방식 [날짜] 유형 필드를 활용하면 간단하게 제작 가능 라인 차트 구현 예시 라인 차트는 처음부터 해당 영역까지 기본적으로 연결하는 속성이..

회귀분석이란? 키와 몸무게 데이터가 있다면, 대략 이정도의 몸무게가 될 것이다라는 것을 알 수 있지만, 컴퓨터가 이 데이터를 가지고 얼마나 정확하게 알 수 있을것인가를 봐야함 대학 운동부 학생들의 신체검사 자료 신입생 A가 들어왔다.(키는 175cm이다) 예상 몸무게는 얼마인가? 대학 운동부 학생들의 신체검사 자료 신입생 A가 들어왔다.(키는 175cm이다) 예상 몸무게는 얼마인가? 회귀분석법 데이터를 잘 설명하는 선을 찾는 것이며 제품이 판매 됬을 때, 관찰 할 수 없는 외부변인이 많다는 것이고 광고료에 대해서만 정확하게 알아 낼 수 있는지 분석을 실시함, 넓은 범위에서 판매량을 예측할 수 있으나, 기존의 데이터를 가지고 판매량을 예측할 수 있는게 회귀분석법임 데이터: 광고 분석과 판매량 목표: FB ..

0. 개요 가. 패키지 설치 및 라이브러리 호출 In [16]: import warnings # 불필요한 경고 출력을 방지합니다. warnings.filterwarnings('ignore') import subprocess import sys import pandas as pd import numpy as np import pickle import hashlib def install(package): subprocess.check_call([sys.executable, "-m", "pip", "install", package]) install("folium") install("seaborn") install("xgboost") 나. 강의 목차 1.데이터 수집 2.데이터 전처리 3.데이터 시각화 4.모델링..

계차수열 # 두 항의 차로 이루어진 수열 # 어떤 수열이 인접하는 또다른 수열 # 계차수열을 이용하여 구할 수 있음 # n번째 항의 값을 출력하는 프로그램 inputAN1 = int(input("a1 입력: ")) inputAN = int(input("an 입력: ")) inputBN1 = int(input("b1 입력: ")) inputBD = int(input("bn 공차 입력: ")) valueAN = 0 valueBN = 0 n = 1 while n inputN): searchN = i flag = False break print() n += 1 print("{} 항 : {}".format(inputN, searchN)) inputN = int(input("n항 입력:")) flag = True ..