BOOK
KAGGLE
PROCESSMINING
PYTHON
- 머신러닝 프로그래밍 12주차 - Binary classification with data Logistic regrsssion
- 머신러닝 프로그래밍 11주차 - GD SGD batch
- 머신러닝 프로그래밍 10주차 - Regression Gradient Descent
- 경사하강법 기초
- 2021_Machine_Learning_Programming_Midterm
- 정규 분포 개념 및 차트 만들기
- 머신러닝 프로그래밍 7주차-
- 머신러닝 프로그래밍 6주차-Basic classification with random variables
- Inverse transformation 구현 (머신러닝 프로그래밍 과제)
- 삼각함수 (trigonometric functions)
- 사이파이를 이용한 확률분포 분석
- 빅데이터 K 평균(K Means) 구현하기
- pandas_Subset_Observations_(Rows)
- Summarize_Data
- Pandas_Reshaping_Data
- pandas_dataframe_and_rows
- 파이썬 판다스 assign 으로 새로운 컬럼 만들기,qcut으로 binning, bucketing 하기
- Pandas_Handling_Missing_Data
- 머신러닝 프로그래밍 5주차 응용하기-통계분석1
- 머신러닝 프로그래밍 5주차-Random number
- 머신러닝 프로그래밍 4주차 응용하기-strip(),csv,json등
- 머신러닝 프로그래밍 3주차 응용하기-factorial
- 머신러닝 프로그래밍 4주차 응용하기
- 머신러닝 프로그래밍 4주차
- 머신러닝 프로그래밍 3주차 응용하기
- 머신러닝 프로그래밍 3주차
- 머신러닝 프로그래밍 2주차 응용하기
- 머신러닝 프로그래밍 2주차
- for 문 예제와 append(),extend() 예제
- selenium 모듈 - 01.사이트에 로그인하여 데이터 크롤링하기
- transform 함수의 이해 및 활용하기
- stack, unstack 함수의 이해 및 활용하기
- pivot, pivot_table 함수의 이해 및 활용하기
- Merge_join 함수로 데이터 프레임 병합하기
- DataFrame group by 이해하기
- Concat 함수로 데이터 프레임 병합하기
- API의 활용 - 01.requests 모듈 사용하기
- beautifulsoup 모듈 - 02.beautifulsoup 모듈 사용하기
- beautifulsoup 모듈 - 01.beautifulsoup 모듈 사용하기
- API의 활용 - 02.Open API 활용하기 json data 추출하기
- 숫자 데이터의 범주형 데이터화
- 숫자 데이터와 범주형 데이터의 이해
- DataFrame 구조 이해하기
- DataFrame 원하는 row(데이터)만 선택하기
- DataFrame NaN 데이터 처리
- DataFrame 데이터 생성하기
- DataFrame 데이터 살펴보기
- DataFrame 원하는 column(컬럼)만 선택하기
- DataFrame column(컬럼)간 상관관계 계산하기
- DataFrame에 column(컬럼) 추가,삭제하기
- DataFrame Boolean Selection으로 데이터 선택하기
- 샘플 csv 데이터로 DataFrame 데이터 생성하기
- 범주형 데이터 전처리 하기(one-hot encoding)
- NSMC 정제 - wordcloud 와 histogram으로 단어 분포 파악하기
- NSMC 감성분석 - 감정분석
- 기사 텍스트 정제 - gensim을 이용한 토픽모델링 분석
- Series 데이터 변경 - 슬라이싱하기
- Series 데이터 연산하기
- Series 데이터 생성하기(index, value 활용)
- Series 데이터 심플 분석(개수, 빈도 등 계산하기)
- Series 데이터 Boolean Selection으로 데이터 선택하기
- 단순선형회귀분석 실습 - 단순선형회귀 적합 및 해석
- 가상 쇼핑몰 고객 주문 데이터(컬럼,로우) 확인하기
- 응용-매출,가장 많이 팔린 아이템 확인하기
- 매출,가장 많이 팔린 아이템 확인하기
- 데이터 기반으로 의사결정하기-푸쉬 노티피케이션 타임
- 마케팅 데이터 분석
- 키워드 데이터 분석
- 응용-데이터 기반으로 의사결정 및 kde 밀도 그래프
- 우수고객 선별하기(가장 소비를 많이 한 고객),고객 코호트 분석
- 고객 데이터 분석 프로젝트
- 기사 텍스트 정제 - 형태소 추출기 만들기
- 기사 텍스트 정제 - konlpy가 지원하는 형태소 분석기 비교하기
- 기사 텍스트 정제 - 형태소 분석기 성능비교
- 네이버 뉴스 데이터 가져오기
- 검색광고 데이터 분석
- 쿠팡 셀러 데이터 분석
RPROGRAMMING
THESIS
UDEMY