파이썬 파린이 성장기

핵심 Point1. 머신러닝은 무한 반복입니다 :) 기본 코드는 꼭 외워두시면 유용합니다2. 양이 방대하니 이해가 어렵다면 핵심 개념들만이라도 이해하자3. 비지도학습의 PCA는 지도학습에도 연계되는 거 잊지말기7주 차대망의 머신러닝을 배웠다. 데이터 전처리를 떠나, 데이터분석에 있어 전처리가 80%를 차지하지만, 결국 빠른 연산을 가능하게 하고인간이 해결할고자하는 문제를 인간의 경험이 집적된 데이터를 컴퓨터에 넣어 계산하게 하는 것이 머신러닝이라는 것!겁이 많이 낫다. 말만 들어도 처음 접하기도 하고, 양도 방대하고, 하지만 강사님의 꼼꼼하고 친절한 설명 덕분에 포기하지 않고 열심히 들었었다 특히 머신러닝은 지도학습과 비지도학습으로 그리고 분류모델과 회귀모델로 구분해서 이해할 필요가 있는데 이에 대해정리..

핵심 Point1. GPT 활용도 좋지만 꼭 코드는 한번 손으로 적어보기를 권장2. 기본적인 코드는 외워야 합니다 :)3. 전처리에서 결측치 처리 할때는 데이터에 대한 이해가 필수6주 차 미니프로젝트 2차 이번 프로젝트는 특정주제를 가지고 데이터전처리진행과 단변량 분석 이변량 분석을 진행하는미니프로젝트였다, 이번프로젝트에 대해 어떻게 프로젝트를 진행했다기보다이를 통해 느꼈던 점에 대해 남긴다^^ 무엇?특정주제에 대한 변수이해를 바탕으로 단변량 분석과 이변량 분석을 진행하고 전처리를 진행하는 프로젝트   프로젝트를 바라봤던 태도?1. 비전공자이지만 용기있게 조장으로 도전해 보자고 생각해 보았다 2. 결과물도 중요하지만, 조원들의 의견을 최대로 수렴하는 과정에 집중하고자 하였다3. 내가 하고 있는 공부방향이..

핵심 Point1. 자료의 범주형인지 연속형인지에 따른 분석그래프 및 방법 숙지하기2. 그래프를 그렸을때 그래프의 숫자의 의미뿐만아니라, 비즈니스 관점에서 꼭 생각해보기3. CRISP -DM방법론에서 데이터의 이해는 필수  5주 차미니프로젝트 이후 4주 차 데이터분석의 단변량 분석에 이어 이변량 분석까지 전처리 단계에서 필요한 통계개념과 분석의 방법들을 배웠다. 학부시절 통계의 기본적인 개념들을 배웠지만, 잊어버린 기억이 오랜터라..수업을 들으며 최대한 흡수하려고 했다. 정규분포에 대한 개념은 다행히도 이해할 수 있었지만 실질적으로 데이터기반한 비즈니스 의사결정에서는 crisp-dm방법론에 기반하여 강사님께서 설명해 주셨다.특히 각 자료형태에 따른 통계량 검정과 그래프를 해석하는 방법들에 대해서 배웠지만..