Python

[colab] 1. 코랩 설치 및 기초 명령어

1. 코랩 설치하기 1. 구글 드라이브로 이동 2. 새로만들기 - 더보기에 Google Colaboratory 클릭. 본인은 해당 경로로 찾지 못해서 다음 링크에 접속하였다. https://colab.research.google.com/notebooks/intro.ipynb#recent=true Google Colaboratory colab.research.google.com 3. 파일 - 새노트 2. 코랩의 하드웨어 성능 # os 환경 !cat /etc/issue.net# colab의 명령어 catch (해당 파일의 내용을 보여줘라.) # Ubuntu 18.04.5 LTS 출력 # cpu와 memory 사양 # cpu 사양 !head /proc/cpuinfo # memory 사양 !head -n 3 /..

데이터 시각화 기초

이 글은 『밑바닥부터 시작하는 데이터 과학』 도서를 보고 정리한 글입니다. 데이터 과학자가 갖춰야할 기본 기술 중 하나는 데이터 시각화다. 데이터 시각화에는 데이터 탐색과 데이터 전달, 두가지 목적이 있다. 1.1 matplotlib 1.2 막대 그래프 1.3 선 그래프 1.4 산점도 1.1 matplotlib 웹을 위한 복잡하고 인터랙티브한 시각화로는 좋지 않은 도구지만, 간단한 막대/선 그래프, 산점도를 그릴 때는 나쁘지 않은 도구이다. ▶ matplotlib 중 우리는 matplotlib.pyplot 모듈을 사용할 것이다. ▶ pyplot : 시각화를 단계별로 간편하게 만들 수 있는 구조로 되어있다. ▶ 시각화가 완성되면 savefig()를 통해 그래프 저장, show()를 통해 화면에 띄울 수 있..

클래스와 넘파이, 그리고 matplotlib

『밑바닥부터 시작하는 딥러닝』도서를 공부하고 복습하는 내용입니다. A = np.array([[1,2], [3,4]]) A.shape# (2,2) A.dtype# dtype('int64') 1. 클래스 ▶ int, str 등의 자료형은 파이썬이 기본으로 제공하는 내장된 자료형이다. ▶ 새로운 클래스를 정의할 수 있는데, 그때 그 클래스만의 전용 함수(메서드)와 속성을 정의할 수 있다. ▶ class 라는 키워드를 사용하여 클래스를 정의한다. ⑴ 클래스 정의 class 클래스 이름: def __init__(self, 인수 ...):# 생성자 ... def 메서드1(self, 인수 ...):# 메서드1 ... def 메서드2(self, 인수 ...):# 메서드2 ... ▶__init__ 클래스를 초기화하는 방..

파이썬 기초 문법2 (함수와 람다 표현식, 라이브러리)

Youtube '동빈나' - [이코테 2021 강의 몰아보기] 영상을 보고 복습하는 글입니다. 6. 함수와 람다 표현식 ㄱ. 함수 ▶함수(Function): 특정한 작업을 하나의 단위로 묶어놓은 것 -> 불필요한 소스코드의 반복을 줄일 수 있다. ▶내장 함수 : 파이썬이 기본적으로 제공하는 함수 ex)input(), print() ▶사용자 정의 함수 : 개발자가 직접 정의하여 사용할 수 있는 함수 ▶매개변수 : 함수 내부에서 사용할 변수 ▶반환 값 : 함수에서 처리된 결과를 반환 ▶파라미터 지정할 때, 매개변수의 순서가 달라져도 직접 지정할 수 있다. ex) add(b = 3, a = 7) ㄴ. global 키워드 ▶함수 내부에서 바깥에 선언된 변수를 사용하고자 한다면, global 키워드로 변수를 지정..

파이썬 기초 문법2 (기본 입출력과 반복문&조건문)

Youtube '동빈나' - [이코테 2021 강의 몰아보기] 영상을 보고 복습하는 글입니다. 3. 기본 입출력 ㄱ. 기본 입출력 ▶모든 프로그램은 적절한 입출력 양식을 가지고 있음. ▶자주 사용되는 표준 입력 방법 - input() 함수 : 한줄의 문자열을 입력 받는 함수. - map() 함수 : 리스트의 모든 원소에 각각 특정한 함수를 적용할 때 사용하는 함수. ex) 공백을 기준으로 구분된 데이터(한줄)를 입력받을 때, list(map(int, input().split())) : input()으로 한줄의 문자열을 입력받으면, split()으로 공백을 기준으로 구분하고, 구분된 각 원소를 정수형으로 바꿔준 후에, list로 만들어주어 저장. ex) 공백을 기준으로 구분된 데이터의 개수가 많지 않으면,..

Parameter Learning (Gradient Descent)

Endrew Ng 교수님의 Machine Learning강의를듣고 복습하는 글입니다. (www.coursera.org) 처음으로 배워볼 알고리즘은 지도학습의 알고리즘이다. 데이터 과학을 하다보면 특정 상황에 가장 적합한 모델을 찾아야할 때가 많다. 여기서 '가장 적합한'이라 함은 대부분 '모델의 오류를 최소화하는' 혹은 'likelihood(우도-일관되는 정도)'를 최대화하는'것을 의미한다. 즉, 어떤 최적화 문제에 대한 답을 내리는 것이다. 앞으로는 여러 최적화 문제들을 풀기 위해 경사 하강법(gradient descent)이라 부르는 방법을 사용할 것이다. 1. Gradient Descent (경사 하강) ▶비용 함수J의 최솟값을 구하는 알고리즘 ▶선형회귀 뿐만 아닌 많은 일반적인 함수에도 적용됨. ..