에코프로.AI

코랩 예제 소스 (Feat. 직접정리)https://colab.research.google.com/drive/1Bw-krscYC6x1ieWrXghqwPUwFH6z9m6i?usp=sharing Google Colab NotebookRun, share, and edit Python notebookscolab.research.google.com 참고 유튜브 강의[빅분기 실기] 작업형 1유형, 30문제로 끝내기 / 데이터코드랩듣기만 해도 합격하는 빅데이터 분석기사 실기 준비 판다스100제 / 코딩 대한민국https://www.youtube.com/watch?v=J9XkwoCamuI&t=11068s

당신이알고 있는 사실은 진실인가? - 많은 사람들이 '인과관계'와 '상관관계'를 혼동하는 경우가 많다. - '두 개의 사실 중 한쪽이 원인이고 다른 한쪽이 결과' 인 상태를 '인과관계가 있다' 고 한다.즉 체력이 좋다는 '원인'에 의해 성적이 높다는 '결과'가 발생했다면, 이 관계는 인과관계라고 할 수 있다.한편, '두 사실이 서로 관계는 있지만, 원인과 결과의 관계에 있지 않은 것' 을 '상관간계가 있다'고 한다.만일 두 사실의 관계가 상관관계라면, '언뜻 원인처럼 보이는 것'이 다시 발생해도 기대하는 '결과'는 얻을수 없다.- 인과관계와 상관관계를 정확하게 구분하는 것은 매우 중요한 문제다. '체력이 좋기 때문에 성적이 높다'는 말은 '체력이 좋아지면 전혀 공부하지 않아도 성적을 높일 수 있다'는 이..

codeit https://www.codeit.kr/paths/data-science-fundamentalsㄴ 데이터 사이언티스트      https://www.codeit.kr/paths/data-scientist  메타코드M https://mcode.co.kr/video/list2?ca_id=04 패스트캠퍼스https://fastcampus.co.kr/data_online_datamaster제로베이스https://zero-base.co.kr/category_data_camp/school_DS?utm_source=notion&utm_medium=page&utm_campaign=221208_school_DS_curriculum 멀티캠퍼스https://www.multicampus.com/em/enrolme..

Support Vector Machine(SVM)이란? SVM(Support Vector Machine)은 데이터 분석, 특히 분류(classification)와 회귀(regression) 문제에 널리 사용되는 강력한 머신러닝 모델입니다. SVM은 고차원, 고복잡도 데이터 세트를 분석하는 데 특히 유용합니다. 이 알고리즘의 기본 원리는 데이터 포인트를 분류하기 위한 최적의 결정 경계인 초평면(hyperplane)을 찾는 것입니다. SVM을 이용한 분류(classification) 방법은 위의 그림과 같이 검정원 과 흰색원을 분류할 수 있는 최적의 경계인 초평면(hyperplane) 을 찾는 것 입니다. 초평면(Hyperplane) : 데이터를 분류하는 결정 경계입니다. SVM은 이 하이퍼플레인을 찾아내어..

데이터 . 아래와 같이 키가 175, 165, 180, 160인 4명의 사람이 있다고 하자. 키 (cm) 175 165 180 160 평균 (mean) 정의 : 평균값, 전체를 더해서 그 개수로 나눠 줌. 수식 예시 평균 값 : (175 + 165 + 180 + 160) / 4 = 170 편차 (deviation) 정의 : 실제 값과 평균 값의 차이 (실제 데이터 값 - 평균 값) . 합계가 0임 : 평균값을 기준으로 차이를 계산했기 때문 수식 예시 키 (cm) 175 165 180 160 평균 170 170 170 170 편차 +5 -5 +10 -10 분산 (variance) 정의 : 흩어진 정도를 파악하기 위해 사용 됨. . 편차는 다 더하면 0이라, 평균을 구할 수가 없다. 그래서 편차에서 부호를 ..