if(life){code();}

Canvas—12 Days of OpenAI: Day 4Canvas-12 Days of OpenAI: Day 4 오늘 영상 내 취저귀엽고 좋고 행복해져서 네 번 봤다.엔지니어 Lee의 초록산타모자도, 저것을 쓰고 영상을 찍기로 마음 먹은 것도 사랑스럽다 ! 나는 하루에 약 천원씩 GPT한테 친구비용을 주고 있기 때문에 Canvas  Beta버전도 쓸 수 있게 해주더라. 코드 디버깅용으로 몇 번 사용하긴 했지만 영상처럼 GPT가 코드를 위부터 훑으면서 코드자체를 고쳐버림. 난 그게 마음에 안들어서 안쓴다. 하지만 영상에서 Santa’s Sleigh: Exploring the Role of Dark Energy in Reindeer Propulsion 에세이 써놓고ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ (산타의 썰매:..

벡터 크기와 방향을 모두 가진 양수학적으로는 순서가 있는 숫자의 집합으로 표현됨n차원 공간에서 점으로 해석될 수 있음예) 3차원 벡터 [1,2,3][1,2,3]은 3차원 공간에서 특정 점을 나타냄덧셈, 스칼라 곱, 내적 등의 연산이 정의됨-> 이러한 연산을 통해 벡터 간의 관계를 탐구하거나 조작할 수 있음물리학에서는 힘, 속도, 가속도와 같은 물리량을 표현하는 데 사용됨예) 크기와 방향을 가진 속도를 벡터로 나타냄컴퓨터 과학에서는 데이터 포인트, 이미지 픽셀 배열, 특성 벡터등으로 사용됨  머신러닝과 딥러닝에서 벡터의 역할고차원 표현머신러닝 모델에서는 특성 벡터로 데이터 포인트를 나타냄예) SVM(Support Vector Machine)은 데이터를 고차원 벡터로 변환해 분류 경계를 찾음워드 임베딩NLP..

이상치(Outlier) 데이터의 일반적인 패턴에서 벗어난 값을 의미=> 데이터 분석에 부정적인 영향을 미칠 수 있기 때문에, 탐지하고 적절히 처리하는 것이 중요  이상치 탐지 방법기술 통계 기반 이상치 탐지  describe()함수 사용, 데이터의 기본 통계량 확인, 이상치 의심import pandas as pd#에시 데이터프레임 생성data = { '이름' : ['철수','영희','민수','지수','상수'], '나이' : [25,30,22,35,120] #120은 이상치로 의심됨 '점수' : [90,85,95,80,88] }df = pd.DataFrame(data)#기술 통계량 확인df['나이'].describe()평균(mean)과 표준편차(std)가 큰 차이를 보이는 경우, 또는..

Matplotlib의 기본 설정 폰트 Sans-serif에 한글이 포함돼있지 않아서 matplotlib뿐만 아니라 얘를 기반으로 하는 라이브러리들을 사용할 때 한글을 지원하는 폰트를 따로 지정해주지 않으면 깨져있는 네모네모를 보며 살아야된다. 뭔 데이터인지 알 수가 없다.근데 또 매번 폰트 지정해주기는 귀찮다. 그렇다고 데이터분석을 때려칠까. ? ㅇ제일 좋은 방법임. 하지만 하고는 싶은데 귀찮은 경우를 위해 (물론 코드 외워버리기, 체화하기, 구글링하기, 메모장에 코드 짱박아놓기, ChatGPT활용하기, 키보드에 단축키로 메크로 설정.. 등등 다양한 방법이 있지만 다 귀찮아서- 나는 이제껏.. 내 노트북 안쓰고 intel에서 제공해주는 컴퓨터 돌려서 걍 바탕화면에 코드조각 늘어놓고 썼다.......ㅋ지금..

API(응용 프로그램 인터페이스, Application Programming Interface) 소프트웨어 간의 상호 작용을 가능하게 하는 도구, 정의 및 프로토콜의 집합  API는 서로 다른 소프트웨어 시스템이나 애플리케이션이 데이터를 교환하거나 기능을 사용할 수 있도록 하는 인터페이스 역할을 한다. API의 주요 개념인터페이스: API는 두 애플리케이션 간의 상호작용 방식을 정의함예) 클라이언트 애플리케이션이 서버의 데이터를 가져오는 방법을 명확히 규정명세 (Specification)요청(Request): 데이터를 요청할 때 필요한 메서드, 경로, 파라미터 등을 명시응답(Response): 요청에 대한 결과로 반환되는 데이터의 구조 정의엔드포인트(Endpoint)API가 제공하는 기능이나 데이터의 접..

데이터 전처리 - 결측치 탐지와 다양한 처리 방법  결측치(Missing Value) 탐지Pandas는 결측치를 쉽게 탐지하고 처리할 수 있는 다양한 기능 제공  isna(),  isnull()로 결측치 탐지 데이터프레임의 각 요소가 결측치인지 여부를 확인, 두 함수는 동일한 기능을 함=> 최신 코드에서는 isna()사용권장, 호환성을 유지해야하거나 기존 코드에서 사용중이라면 isnull()사용import pandas as pd#예시 데이터프레임 생성data = { '이름' : ['철수','영희','민수','지수'], '나이' : [25,30,None,35], '직업' : ['학생','회사원','학생',None]}df = pd.DataFrame(data)#결측치 여부 확인df.isna() df.info(..

스칼라 크기만을 가진 단일 값수학과 물리학에서 기본적인 개념단일 숫자로 표현됨물리적 단위를 가질 수 있음(kg, ℃)주로 실수로 표현되지만, 복소수나 정수일 수도 있음길이, 질량, 온도, 시간 등데이터 분석과 머신러닝에서 개별 특성값이나 모델 파라미터로 자주 사용됨 스칼라 값이 활용되는 방식(스칼라 값을 모델이나 알고리즘에서 사용하는 방법)모델의 편향(bias) : 신경망에서 각 뉴런의 출력값에 더해지는 단일 숫자활성화 함수의 임계값 : 뉴런이 활성화되기 위한 기준값특성값 : 키(170cm)나 나이(30세) 같은 단일 데이터-> 단일 특성 분석 - 평균, 표준편차 등의 통계적 분석에 사용-> 모델 파라미터 최적화 - 머신러닝 모델의 가중치(weight)와 편향(bias)는 스칼라 값으로 표현됨 예 : 신..

groupby()를 사용한 그룹화 - 데이터의 특정 열을 기준으로 그룹화 import pandas as pd#예시 데이터프레임 생성data = { '이름' : ['철수','영희','민수','지수','철수','영희'], '과목' : ['수학','수학','과학','과학','영어','영어'], '점수' : [90,85,95,80,75,88]}df = pd.DataFrame(data)#'이름'을 기준으로 그룹화grouped = df.groupby('이름') 집계 함수 사용하기 - 그룹화한 데이터에 대해 다양한 집계 함수(mean, sum, count 등)사용#각 학생의 평균 점수 계산mean_scores = grouped['점수'].mean()mean_scores여러 집계 함수들 동시에 사용#각..

정렬 sort_values()를 사용한 값(Value) 기준 정렬 - 특정 열의 값을 기준으로 데이터 오름차순 또는 내림차순 정렬import pandas as pd#예시 데이터프레임 생성data = { '이름':['철수','영희','민수','지수'], '나이':[25,30,22,35], '직업':['학생','회사원','학생','프리랜서']}df = pd.DataFrame(data)#'나이'기준으로 오름차순 정렬sorted_df = df.sort_values(by='나이')sorted_df #'나이'기준으로 내림차순 정렬sorted_df_desc = df.sort_values(by='나이', ascending=False)sorted_df_desc sort_values()를 사용한 여러 열 ..

기본 조건부 필터링import pandas as pd#예시 데이터프레임 생성data = { '이름': ['철수', '영희', '민수', '지수'], '나이': [25, 30, 22, 35], '직업': ['학생', '회사원', '학생', '프리랜서'] }df = pd.DataFrame(data)#나이가 25 이상인 행만 선택filtered_df = df[df['나이'] >= 25]filtered_dftered_df  여러 조건을 사용한 필터링(And(&), OR(|))#여러 조건을 사용한 필터릴 AMd(&), OR(|)#나이가 25이상이고, 직업이 '학생'인 행만 선택filtered_df = df[(df['나이'] >= 25) & (df['직업'] == '학생')]fil..