데이터 과학 시작하기
NumPy 시작하기
이 강좌에서는 다양한 수학 연산을 지원하는 NumPy 라이브러리의 기본 사항을 배우게 됩니다.
NumPy 빠른 시작
- 첫 번째 NumPy 실습
- 배열 속성 및 Dtype
- NumPy 배열 및 데이터 형식
- 우주에서의 NumPy
- NumPy 배열 데이터 형식 변환기
- NumPy 배열 연산
- NumPy 배열 연산
- NumPy Slicing and Indexing
- Array Indexing and Slicing
- Efficient NumPy Array Multiplication Operations
- NumPy Shape Manipulation
- Make NumPy Array Your Shape
- NumPy File IO
- NumPy Advanced Topics
- NumPy Math Games
Pandas 시작하기
- 첫 번째 Pandas 실습
- Pandas 사용하기
- Pandas 데이터 조작
- Pandas 에서 데이터 선택
- Pandas Plotting for Air Quality Analysis
- Working with Columns in Pandas
- Titanic Passenger Data Analysis with Pandas
- Reshaping Data with Pandas
- Combining Data Tables in Pandas
- Handling Time Series Data
- Pandas Textual Data
Matplotlib 빠르게 시작하기
- Matplotlib 첫 번째 실습
- Matplotlib 로 선 그래프 만들기
- Matplotlib Pyplot 인터페이스 튜토리얼
- Matplotlib 로 이미지 플로팅
- 플롯의 수명주기
- Matplotlib 시각화 사용자 지정
scikit-learn 빠르게 시작하기
- Scikit-Learn 의 선형 모델
- 판별 분석 분류기 설명
- Scikit-Learn 데이터 세트 및 추정기 탐색
- Kernel Ridge Regression
- Supervised Learning with Scikit-Learn
- Model Selection: Choosing Estimators and Their Parameters
- Supervised Learning with Support Vectors
- Exploring Scikit-Learn SGD Classifiers
- Unsupervised Learning: Seeking Representations of the Data
- Implementing Stochastic Gradient Descent
- Working with Text Data
- Gaussian Process Regression and Classification
- Dimensional Reduction with PLS Algorithms
- Naive Bayes Example
- Decision Tree Classification with Scikit-Learn
축하합니다!
Quick Start With Data Science 코스를 성공적으로 완료했습니다!
배운 내용
이 코스를 통해 필수 개념과 실용적인 기술에 대한 실습 경험을 쌓았습니다. 주요 요점은 다음과 같습니다:
- 핵심 개념: 기본 원리와 기술을 마스터했습니다
- 실용 기술: 인터랙티브 랩과 연습을 통해 지식을 적용했습니다
- 실제 적용: 습득한 기술을 사용하여 실제 문제를 해결하는 방법을 배웠습니다
다음 단계
- 더 고급 랩으로 연습 계속하기
- 지식을 확장하기 위해 관련 코스 탐색하기
- 배운 내용을 자신의 프로젝트에 적용하기
계속 배우고 즐거운 코딩 되세요! 🚀
