Warm Developer

Pandas에서 함수를 이용하여 데이터를 변경해보자. 1. lambda : lambda 인자 : 표현식 으로 사용되며, 함수를 한 줄로 사용할 수 있는 기능을 가지고 있다. def f(x , y): return x + y f(1,4) # 5 f = lambda x,y: x + y f(1,4) # 5 -> 위의 f 함수를 lambda를 통해 구현할 수 있다. # 제곱 (lambda x: x ** 2)(3) # 9 -> 이와 같이 한 줄로도 사용할 수 있다. 2. map( ) 함수와 리스트를 인자로 받아 리스트의 모든 원소들에 함수를 적용시킨 후, 그 결과를 새로운 리스트에 담아준다. ex = [1,2,3,4,5] f = lambda x: x ** 2 list(map(f, ex)) # [1, 4, 9, 16..

Pandas에서 데이터를 가져오고 삭제해보자. 1. df.head( ) import pandas as pd import numpy as np df = pd.read_excel("./data/example.xlsx") # 앞의 5개 데이터 출력 df.head() -> 기본적으로 5개의 데이터를 출력하며 숫자를 지정하여 원하는 개수만큼 출력할 수 있다. 2. df[ : ] # row인덱스 기준으로 3개의 데이터 출력 (0,1,2) df[:3] -> row(행) 인덱스 기준으로 데이터를 출력한다. 3. df["abc"] # account 컬럼의 앞 2개의 데이터 출력 df["account"].head(2) -> df의 account컬럼을 출력하며 앞의 2개의 데이터만 출력한다. 4. 이렇게도 할 수 있다. a..

DataFrame에 대해 알아보자. 1. DataFrame 생성 from pandas import Series, DataFrame import pandas as pd import numpy as np # Example from - https://chrisalbon.com/python/pandas_map_values_to_values.html raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], 'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'], 'age': [42, 52, 36, 24, 73], 'city': ['San Francisco', 'Baltimore', 'Miami..

Pandas에 대해 알아보자. 1. Pandas 란? 구조화된 데이터의 처리를 지원하는 Python 라이브러리 고성능 Array 계산 라이브러리인 Numpy와 통합하여 강력한 스프레드시트 처리 기능 제공 -> 엑셀을 파이썬으로 하는 느낌 인덱싱, 연산용 함수, 전처리 함수 등을 제공 Series : 데이터프레임 중 하나의 칼럼에 해당하는 데이터 모음 Object 를 말한다. DataFrame : 데이터 테이블 전체를 포함하는 Object 를 말한다. 2. Pandas 모듈 호출 import pandas as pd 3. Pandas 간단히 살펴보기 data_url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.dat..

Numpy 에 대해 알아보자. 1. Numpy(Numerical Python) 란? 파이썬의 고성능 과학 계산용 패키지를 말한다. 일반 List에 비해 빠르고 메모리를 효율적으로 사용할 수 있다. 반복문 없이 데이터 배열에 대한 처리를 지원한다. 선형대수와 관련된 다양한 기능을 제공한다. C, C++, 포트란 등의 언어와 통합이 가능하다. 2. Numpy 모듈 호출 import numpy as np 3. Numpy의 ndarray(배열) 만들기 import numpy as np a = np.array([1,2,3], dtype=np.int64) # dtype 으로 지정 (== dtype='int64') print(a) # [1 2 3] print(a.dtype) # int64 print(type(a)) ..

경사하강법에 대해 더 알아보자. 1. np.linalg.pinv Numpy에서 데이터를 선형 모델로 해석하는 선형회귀식을 찾을 수 있다. sklearn에서 Lienar Regression 를 통해서도 선형회귀를 접할 수 있다. 2. 경사하강법 알고리즘을 활용하여 선형회귀식 찾기 선형회귀 목적식을 구하기 위해서는 위의 목적식을 최소화하는 베타를 찾아야 한다. 위의 식을 통해 그레디언트 벡터를 구하고 주어진 베타에서 미분값을 빼면 된다. import numpy as np X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]]) y = np.dot(X, np.array([1, 2])) + 3 beta_gd = [ 10.1, 15.1, -6.5] # [1, 2, 3] 이 정답 X_ =..

VGGNet에 대해 알아보자. 1. VGGNet 이란? 2014년 세계 이미지 분류 대회(ImageNet Large Scale Visual Recognition Challenge)에서 준우승한 CNN 모델이다. 간단한 구조로 좋은 성능을 내는 모델로 많이 응용되어 쓰이고 있다. 2. VGGNet 구성 총 6가지 구성의 VGGNet 모델이 있다. 그중 VGG16(D)과 VGG19(E)를 주로 사용한다. VGGNet 모델에서는 3x3 필터를 사용하여 연산시 발생하는 파라미터의 개수가 줄어드는 효과를 볼 수 있다. 이로 인해 속도가 빨라지고 ReLU 함수가 들어갈 수 있는 곳이 많아진다는 장점이 있다. 3. VGG16 Architecture 4. VGG16 구현 import tensorflow as tf fr..

경사하강법에 대해 알아보자. 1. 미분 (differentiation) 이란? 함수 f의 주어진 점 ( x, f(x) )에서의 접선의 기울기를 구한다. 즉, 변수의 움직임에 따른 함수값의 변화를 측정하기 위한 도구이다. 최적화에서 제일 많이 사용하며 sympy 라이브러리를 사용하여 표현할 수 있다. import sympy as sym from sympy.abc import x sym.diff(sym.poly(x**2 + 2*x +3), x) 2. 경사상승법(Gradient Ascent), 경사하강법(Gradient Desence) 미분값을 더하면 함수값이 증가하여 경사상승법이라고 한다. 경사상승법은 함수의 극대값의 위치를 구할때 사용한다. 반대로 미분값을 빼면 함수값이 감소하여 경사하강법이라 한다. 경사..

그리디 알고리즘(Greedy Algotirhm) 이란? 현재 상황에서 지금 당장 좋은 것만 고르는 방법을 말한다. 최소한의 아이디어를 떠올리고 이것이 정당한지 검토할 수 있어야 한다. Q. 거스름 돈 카운터에는 거스름돈으로 사용할 500원, 100원, 50원, 10원짜리 동전이 무한으로 존재한다. 손님에게 거슬러 주어야 할 돈이 N원일 때 거슬러 주어야 할 최소의 동전 개수를 구하라. 단, 거슬러 줘야 할 돈N은 항상 10의 배수이다. A. n = 1260 count = 0 array = [ 500, 100, 50, 10 ] for coin in array: count += n // coin n %= coin print(count) -> 거스름 돈이 1,260원일 때, array리스트(동..