회귀 분석은 데이터간의 상관관계 모형을 구해서 데이터를 해석하거나 예측하는 기법을 의미한다. 간단한 예로는 들어 다음과 같은 데이터를 통과하는 직선을 찾는 기법이 있다. import numpy as np import matplotlib.pyplot as plt a = np.array([1,3,5,7,9]) 물론 점들이 정확히 직선에 위치되어있다면 이는 매우 쉬운 문제일 것이다. 하지만 실제 데이터는 노이즈를 포함하여 복잡한 형태를 띄고 있기 때문에 이러한 데이터의 경향성을 파악하는 것은 결코 쉬운 일이 아니다. 다음과 같은 데이터를 생각해보자 b = a + np.random.normal(0,1,5) 위의 데이터에 정규분포 평균0, 편차1의 노이즈를 포함한 데이터를 포함한 경우이다. 위에서 다룬 직선은 분..

0. 환경 설정 먼저, 활용을 위해서 세팅을 아래와 같이 해주자. import numpy as np import matplotlib.pyplot as plt 1. 숫자 연산 narr = np.array([[1,2],[3,4]]) print(narr + 2) // 배열에 2씩 더해진다. print(narr * 2)// 배열에 2씩 곱해진다. print(narr / 2)// 배열에 2씩 나눠진다. 2. 수학연산 numpy는 사칙연산 외에도 여러 수학 함수를 배열 전체에 대해 사용할 수 있도록, 아래와 같은 함수를 지원한다. np.log : 로그 연산 np.exp : 지수 연산 np.sqrt : 루트 연산 예제를 통해서, 알아보자. # 0 ~ 2π 사이에 100개의 값을 생성 arr = np.linspace(..

Numpy 파이썬 기반 데이터 분석 환경에서 NumPy1는 행렬 연산을 위한 핵심 라이브러리이다. NumPy는 “Numerical Python“의 약자로 대규모 다차원 배열과 행렬 연산에 필요한 다양한 함수를 제공한다. 특히 메모리 버퍼에 배열 데이터를 저장하고 처리하는 효율적인 인터페이스를 제공한다. 파이썬 list 객체를 개선한 NumPy의 ndarray 객체를 사용하면 더 많은 데이터를 더 빠르게 처리할 수 있으니 참고하자! NumPy는 다음과 같은 특징을 갖는다. 강력한 N 차원 배열 객체 정교한 브로드케스팅(Broadcast) 기능 C/C ++ 및 포트란 코드 통합 도구 유용한 선형 대수학, 푸리에 변환 및 난수 기능 범용적 데이터 처리에 사용 가능한 다차원 컨테이너 본 문서는 cs231n 강좌..

개요 - 그래픽 카드 10 년전보다 훨씬 발전됨 - 알파고를 통해 인공지능을 많이 알리게 됨. -> 사람의 뇌는 느림. -> 병렬적임 -> 컴퓨터는 (cpu)는 -> 하나씩 돌아가면서 (직렬) - 3d 프린트 처리방식 GPU + 인공지능 = 예전에 못하던 계산량 처리 가능 ->딥러닝 -> 대규모 데이터를 왕창 병렬처리. - 찰스 바비지 -> 1820년대 초반 사람 -> 컴퓨터를 처음 상상함 : 이때는 전기가 없었음. : 천공카드를 이용해서 계산기 자동화(컴퓨터 구상)을 발상. -> 기억장치 고안 -> 종이카드 : 프로그램 고안 -> 분기 (if, while, for 등) 구글 코랩 구글 코랩은 구글 colaboratory 서비스의 줄임말 이다. 브라우저에서 python을 작성하고 실행 가능하다. - 구글..