유나의 블로그

머신러닝의 이해와 라이브러리 활용 기초(2)강의 내용 실습 선형회귀 (Tip 실습)단순회귀 VS. 다중회귀    단순선형회귀다중선형회귀(범주형 데이터 사용)------------------------------------------범주형 데이터 처리(Sex_en 컬럼 생성)#범주형 데이터 바꾸기def get_sex(x):    if x == 'Female':        return 0    else:        return 1 #값을 컬럼에 넣어주기 위해서tips_df['sex_en'] = tips_df['sex'].apply(get_sex)MSE,r2_score 계산 (단순선형회귀): x변수(total_bill) 1개, y변수(tip)#학습x = tips_df[['total_bill']]y = ti..

머신러닝의 이해와 라이브러리 활용 기초(1)강의 내용 실습    # !pip install scikit-learn# !pip install numpy# !pip install pandas# !pip install matplotlib# !pip install seabornimport sklearnimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns 1. Weight VS. Height:  몸무게와 키의 상관관계  weights = [87,81,82,92,90,61,86,66,69,69]heights = [187,174,179,192,188,160,179,168,168,174]print(len(weig..

통계학 기초 정리 이어서,,,3주차 유의성 검정[수업목표]각각의 유의성 검정 방법들을 이해하고 특징을 파악신뢰구간과 가설검정의 관계제 1종 오류와 2종 오류[목차]A/B 검정가설검정t검정다중검정카이제곱검정제 1종 오류와 제 2종 오류1. A/B 검정A/B 검정은 두 버전 중 어느 것이 더 효과적인지 평가하기 위해 사용되는 검정 방법사용자들을 두 그룹으로 나누고, 각 그룹에 다른 버전을 제공한 후, 반응을 비교목적: 두 그룹 간의 변화가 우연이 아니라 통계적으로 유의미한지를 확인import numpy as np import scipy.stats as stats# 가정된 전환율 데이터 group_a = np.random.binomial(1, 0.30, 100)  # 30% 전환율 group_b = np.ra..

통계학 기초 완강이다-! (배속으로 들었지만...ㅎ) 1주차 데이터 분석과 통계[수업목표]데이터 분석에 있어서 통계가 중요한 이유기술통계와 추론통계에 대한 개념과 차이점통계분석 방범의 다양한 종류[목차]데이터 분석에 있어서 통계가 중요한 이유기술통계와 추론통계다양한 분석 방법1. 데이터 분석에 있어서 통계가 중요한 이유데이터를 이해하고 해석하는 데 중요한 역할을 함데이터를 요약하고 패턴을 발견할 수 있음추론을 통해 결론을 도출하는 과정을 도움데이터 기반의 의사결정을 내릴 수 있음2. 기술 통계와 추론 통계    [기술통계]데이터를 요약하고 설명하는 통계 방법주로 평균, 중앙값, 분산, 표준편차 등을 사용데이터를 특정 대표값으로 요약평균(Mean): 평균은 모든 데이터를 더한 후, 데이터의 개수로 나누어 ..

첫 프로젝트 끝      [튜터님 피드백]세계지도 시각화 너무 좋았고 특히 애니메이션을 넣어서 연도별 시각화 너무 좋았다.결론이 너무 범위가 커서 분석을 더 디테일하게 했다면 좋았을 것 같다. 그래도 엄청 잘했다! -> 다음에 프로젝트를 한다면, 데이터를 객관적으로 분석하고 너무 넓은 범위의 결론을 내는 것보다는 확실한 깊이있는 결론을 내야겠다. [다른 조 리뷰]4조: 필요한 데이터에 대한 정보의 의미를 잘 전달해주고, 어떤 데이터인지 조 내에서 예상을 하고 예상도를 첨부한 것이 인상적이었다.3조: 먼저 가설을 설정하고 데이터를 분석하는 흐름도 좋았고, 남들이 생각해보지 않은 시각(요일별 분석)에서 편견없는 가설을 설정한 것이 좋았다.5조: 한 부분에 대해서 데이터를 깊이 있게 분석을 했고, 분석에서 나..

1. 두 수의 차정수 num1과 num2가 주어질 때, num1에서 num2를 뺀 값을 return하도록 soltuion 함수를 완성해주세요. 2. 두 수의 곱정수 num1, num2가 매개변수 주어집니다. num1과 num2를 곱한 값을 return 하도록 solution 함수를 완성해주세요. 3. 몫 구하기정수 num1, num2가 매개변수로 주어질 때, num1을 num2로 나눈 몫을 return 하도록 solution 함수를 완성해주세요.  4. 나이출력머쓱이는 선생님이 몇 년도에 태어났는지 궁금해졌습니다. 2022년 기준 선생님의 나이 age가 주어질 때, 선생님의 출생 연도를 return 하는 solution 함수를 완성해주세요. 5. 숫자 비교하기정수 num1과 num2가 매개변수로 주어집니..

이틀동안은 프로젝트 데이터 분석하느라 거의 아무것도 못했다.엑셀 파일 하나에 데이터 분석할 게 이렇게 많다는 사실에 놀라고,데이터가 이렇게 더러울 수도 있다는 거에 다시 새삼 놀랐다.실전 연습인 것 같아서 더 열심히 하게 되는 것 같다.우리 조원들도 다들 열심히하셔서 같이 힘을 내서 하게 된다.어제는 세계지도 노가다하느라 다같이 10시넘도록 나머지 공부도 했다.1조 한끼줍쇼 프로젝트 파이팅!!https://colab.research.google.com/drive/1j2KkygKzT0DjcHYdbgjj7p6teNeBHvXC#scrollTo=3owEAVvJymA5 한끼줍쇼Colab notebookcolab.research.google.com  [아티클 스터디]-01/10주제: 데이터 속 거짓말 발견하기htt..

아래  5가지 주제 중에서 "[생산] 세계 식량 생산 데이터 탐색" 을 고름. 프로젝트 명: FOOD&FEED프로젝트 목표:주요 변수를 기반으로 생산량을 예측하여 지속 가능한 농업과 식량 공급의 효율화를 실현할 수 있다.프로젝트 핵심 내용:- EDA(탐색적 데이터 분석) 인간 소비용 식량과 가축 사료 생산 데이터를 분석.국가별 식량 생산량 분포와 주요 변수 탐색.이상치 및 데이터 불균형 문제 확인.- 시각화 및 비교 분석 인간 식량과 가축 사료 간의 생산 비율 비교.국가별 및 연도별 식량 생산량 트렌드 분석.- 결론 도출 식량 생산 패턴의 통찰력 제공 및 정책적 제언.   https://colab.research.google.com/drive/1j2KkygKzT0DjcHYdbgjj7p6teNeBHvXC?..

TMI우리조에는 커피 요정이 있다!!!!! 파이썬을 이용한 시각화 특강(김준성 튜터님)https://teamsparta.notion.site/Python-4d564d934bb04fce874d36b09048ce9a [Python]파이썬을 활용한 시각화 | Notion[수업 목표]teamsparta.notion.site  [쥬피터 노트북 단축키] - 이정도는 알아두기!! A: 현재 셀 위에 새로운 셀 추가B: 현재 셀 아래에 새로운 셀 추가D, D (D 두 번): 현재 셀 삭제Z: 마지막 셀 삭제 취소Y: 셀을 코드 셀로 변경M: 셀을 마크다운 셀로 변경Ctrl + Enter: 셀 실행 (편집 모드에서)Shift + Enter: 셀 실행 후 다음 셀로 이동 (편집 모드에서) [matplotlib 사용 문법]..

Level 1,2:Level 3: 작성 코드: 아래 코드들은 개인과제 제출용으로 오류가 많을 수 있음! (참고하실 때 주의) LEVEL1🔩 Level. 1 : 데이터 전처리공장 데이터('Defects', 'Temperature' 등)를 포함한 CSV 파일을 읽어와, 품질 분석에 앞서 필수적으로 수행해야 하는 전처리 작업을 진행합니다.  - CSV 파일 읽기 및 데이터 기본 확인1. CSV 파일을 읽어 'DataFrame(df)' 을 생성합니다.2. 데이터셋 미리보기 : 'df'의 상위 5개 행을 출력하세요.3. 데이터 정보 : 컬럼명, 데이터 타입, 결측치 등 기본 정보를 출력하세요.4. 기술 통계 : 평균, 표준편차, 최소/최대값 등 기술 통계를 출력하세요.5. 결측값 개수 : 각 열별로 결측값이 몇..