선형 대수 1. scalar - 숫자 하나 x = np.array(3) 2. vector - 숫자 여러개 x = np.arange(4) 3. matrices -2차원 행렬 x = np.arange(20).reshape(5,4) np.dot을 이용한 행렬 곱 가능 4. Tensor - 3차원 이상 x = np.arange(24).reshape(2,3,4) np.dot 과 np.einsum으로 텐서 곱 가능 5. Norm 미분 미분의 정의 미분을 통해 접선의 기울기를 구할 수 있다 -> 또한 어느 방향으로 이동해야 함수값이 증가하는지 / 감소하는지 알 수 있다! 함수값 증가 : 미분값을 더해준다 => 경사상승법 (함수의 극대값의 위치를 구할 때 사용) 함수값 감소 : 미분값을 빼준다 => 경사하강법..
이 글에서는 간단히 라이브러리들의 종류에 대해서만 소개하고 넘어갈 예정이다. 각 라이브러리들의 자세한 정보가 궁금하다면 구글링 또는 직접 공부하길 바란다. Numpy 프로그램 라이브러리 수학의 함수 등 여러 계산을 편리하게 하기 위한 라이브러리 Import numpy as np Ndarray Class np.array()와 같은 형식으로 사용, 클래스이므로 객체이다. 리스트와 차이점 : 배열 안의 원소에 대한 연산들을 자동적으로 해주는 것이 바로 Ndarray 리스트는 수동으로 직접 하나씩 해주어야 한다. Pandas 프로그램 라이브러리 Import pandas as pd Data Frame - 엑셀, JSON, HTML, CSV, SQL 등과 같은 파일들을 데이터..
※ 이 글은 한국항공대학교 정재훈 교수님의 수업 자료를 바탕으로 작성됨을 알립니다. 파이썬을 알아야 추후 머신러닝을 통한 Neural Network를 구현할 수 있다. 고로 짚고 넘어가자. 파이썬의 특징 1. 배우기 쉽고, 강력 2. 고수준의 데이터 구조(메모리 관리 x) 3. 인터프리팅 환경 상수 1. 문자열 2. 숫자열 3. 불리언 4. 리스트 흐름제어 1. if 2. while 3. for + continue, break 자료구조 1. 리스트 2. 튜플 3. 문자열 객체지향 프로그래밍 1. 클래스 2. 메서드 3. attribute 4. init 함수 5. 상속 파일 입출력 1. open() 2. with ... as ... 객체 저장 1. pickle 모듈 - 파이썬에..
코칭스터디의 파이썬 강의를 듣고 얻은 수료증과 코칭스터디에서 팀원들의 리더로써 얻은 수료증 모두 획득하였다! 다음은 패스트 캠퍼스 '한 번에 끝내는 딥러닝' 강의를 수료해보자! (무려 157시간이 넘는 강의...)
네이버 부스트코스에서 주관하는 "모두를 위한 파이썬(PY4E)"의 부스터 중, 다른 부스터들과 협업하여 이끌어가는 "리드 부스터"에 선정되었다! 코칭스터디 2기는 다음과 같은 방식으로 운영된다고 한다. ■코칭스터디(PY4E) 2기 운영 안내 운영 기간: 7월 14일(목)~8월 25일(목)(6주) - 부스트코스 코칭스터디(PY4E)는 참가자들의 자기주도적 학습, 팀 학습, 전문가 코칭이 함께 이루어지는 학습 플랫폼입니다. - 강의 영상 수강, 퀴즈 풀이 등의 자기주도적 학습은 자율적으로 진행해주시면 됩니다. - 팀 학습은 배정 받으신 팀 내에서 협의하여 진행, 매주 합심하여 미션을 풀이 후 제출해주시면 됩니다. - 라이브 코칭은 매주 목요일 20시-21시에 진행되며, 해당 시간에 참여가 어려우신 분들..
