ÄÁÅÙÃ÷»ó¼¼º¸±â

´©±¸³ª ÆÄÀ̽㠳ʵµ µ¥ÀÌÅÍ °¡Áö°í ³î ¼ö ÀÖ¾î (°³Á¤ÆÇ)
´©±¸³ª ÆÄÀ̽㠳ʵµ µ¥ÀÌÅÍ °¡Áö°í ³î ¼ö ÀÖ¾î (°³Á¤ÆÇ)
  • ÀúÀÚ¹ÎÇü±â Àú
  • ÃâÆÇ»çÀÕÇà ITPLE
  • ÃâÆÇÀÏ2020-01-08
  • µî·ÏÀÏ2020-12-21
º¸À¯ 1, ´ëÃâ 0, ¿¹¾à 0, ´©Àû´ëÃâ 7, ´©Àû¿¹¾à 0

Ã¥¼Ò°³

ÀÌ Ã¥Àº ÇÑ ±ÇÀ¸·Î ¸ðµç °ÍÀ» ¼³¸íÇÏÁö ¾Ê½À´Ï´Ù. »ó¼¼ÇÑ ¹®¹ý, ¾ð¾îÀû ±â¼úÀº ´Ù¸¥ ¸ÚÁö°í Àß ¸¸µé¾îÁø Ã¥¿¡ ¸Ã±â°í, ¿ì¸® Ã¥Àº ³­À̵µº° ÀÀ¿ë ¿¹Á¦¿¡ ÁýÁßÇß´Ù°í »ý°¢ÇØ ÁÖ½Ã¸é µË´Ï´Ù.
¸ÕÀú ¼³Ä¡ºÎÅÍ ½ÃÀÛÇؼ­, µ¥ÀÌÅ͸¦ ´Ù·ç´Âµ¥ ÇÊ¿äÇÑ Pandas¶ó´Â ¸ðµâ, µ¥ÀÌÅ͸¦ ½Ã°¢È­Çϴµ¥ ÇÊ¿äÇÑ matplotlib¶ó´Â ¸ðµâÀ» ´Ù·ç°í, ³×À̹öÀÇ API¸¦ ÀÌ¿ëÇؼ­ µ¥ÀÌÅ͸¦ ¾ò¾î¼­ ´Ù·ç´Â ¹ýÀ» À̾߱âÇÕ´Ï´Ù. ƯÈ÷ ¸Ó½Å ·¯´× Áß¿¡¼­ »ó´ëÀûÀ¸·Î °£´ÜÇÑ decision tree ±â¹ýÀ» ÀÌ¿ëÇؼ­ ¾ÆÀ̸®½º ²É ºÐ·ù¿Í ŸÀÌŸ´Ð »ýÁ¸ÀÚ ¿¹ÃøÀ» ¼öÇàÇØ º¾´Ï´Ù.
ÀÌ Ã¥Àº ÇϳªÀÇ ÁÖÁ¦¸¦ ±íÀÌ ÀÖ°Ô ´Ù·ç´Â °ÍÀÌ ¾Æ´Ï¶ó ¾î¼¸é ÆÄÀ̽ãÀÌ Ã³À½À̰ųª ÀÔ¹®À̽ŠºÐµéÀ» ´ë»óÀ¸·Î ÆÄÀ̽ãÀÌ ÇÒ ¼ö ÀÖ´Â Àç¹ÌÀÖ´Â ÀϵéÀ» º¸¿©ÁÖ¾î µ¿±â¸¦ ºÎ¿©ÇÏ°í ´Ù¾çÇÑ ºÐ¾ß¸¦ üÇèÇÏ´Â °ÍÀÌ ¸ñÇ¥ÀÔ´Ï´Ù.

¸ñÂ÷

01 µ¥ÀÌÅÍ µ¥¸®°í ³î±â Àü ÁغñÇϱâ: °³¹ß È¯°æ Áغñ
1.1 Anaconda ¼³Ä¡
1.2 Anaconda È¯°æ ¼³Á¤
1.3 Python ¸ðµâ ¼³Ä¡¿Í Jupyter Notebook ½ÇÇàÇϱâ
1.4 Jupyter Notebook »ç¿ë¹ý
1.5 Markdown ¹®¼­ ÀÌÇØÇϱâ
    1.5.1Á¦¸ñ ·¹º§
    1.5.2 ¸ñ·Ï
    1.5.3 ±½Àº ±Û¾¾, ±â¿ïÀΠ±Û¾¾, ±½Àº »óÅ¿¡¼­ ±â¿ïÀΠ±Û¾¾
    1.5.4 À̹ÌÁö ÀÔ·Â
    1.5.5¼³Ä¡¸¦ ¸¶Ä¡¸ç

02 ¼­¿ï½Ã Ã»¼Ò³â Á¤½Å°Ç°­ ºÐ¼®
2.1 µ¥ÀÌÅÍ È®º¸Çϱâ
2.2 ÇÁ·ÎÁ§Æ®ÀÇ ¸ñÇ¥
2.3 Pandas - µ¥ÀÌÅ͸¦ Á¤¸®Çϴ Çʼö µµ±¸
     2.3.1 ÆÄÀ̽㿡¼­ ¸ðµâ import
     2.3.2  pandas DataFrame ±¸Á¶
     2.3.3  Á¤·Ä ±â´É µîÀÇ ±âÃÊ È°¿ë ÇÔ¼ö
     2.3.4  DataFrameÀÇ Slice ? µ¥ÀÌÅ͸¦ À߶󼭠¼±ÅÃÇϱâ
     2.3.5  DataFrame ³»¿¡¼­ Á¶°Ç¹® »ç¿ë
     2.3.6  Çà°ú ¿­ÀÇ º¯°æ
2.4 ¼­¿ï½Ã Ã»¼Ò³âµéÀÇ ½ºÆ®·¹½º µ¥ÀÌÅÍ Àо±â
2.5 µ¥ÀÌÅ͸¦ Á¤¸®ÇÑ Áß°£ ÄÚµå ÃÖÁ¾
2.6 µ¥ÀÌÅ͸¦ ½Ã°¢ÀûÀ¸·Î Ç¥ÇöÇϱâ - matplotlib ±âÃÊ
     2.6.1 °£´ÜÇÏ°Ô ±×¸®±â
     2.6.2 matplotlibÀÇ Çѱ۠¹®Á¦
2.7 µ¥ÀÌÅ͸¦ ±×·¡ÇÁ·Î Ç¥ÇöÇϱâ

03¿îµ¿·® µ¥ÀÌÅÍ ºÐ¼®ÇØ º¸±â
3.1 ÆÄÀ̽ãÀÇ ±âº» µ¥ÀÌÅÍ ±¸Á¶ÀΠlistÇü
3.2 µ¥ÀÌÅ͸¦ ÀúÀåÇÏ°í Àбâ
3.3 µ¥ÀÌÅ͸¦ Á¤¸®Çϴ ¸¶¹ý °°Àº ´Ü¾î pivot_table
3.4 ¡®¿îµ¿À» ÇÏÁö ¾Ê´Â ÀÌÀ¯¡¯¿¡ ´ëÇÑ µ¥ÀÌÅÍ ºÐ¼®

04ÀÎÅͳݿ¡¼­ µ¥ÀÌÅ͸¦ ¾ò¾î¼­ ¿¢¼¿·Î Á¤¸®ÇØ º¸±â
4.1 Naver °³¹ßÀÚ ¼¾ÅÍ¿¡¼­ ¾ÖÇø®ÄÉÀ̼Ǡµî·Ï
4.2 ³×À̹ö API °£´ÜÈ÷ »ç¿ëÇØ º¸±â
4.3 ÆÄÀ̽ãÀÇ ¹Ýº¹¹®
4.4 ÇÔ¼öÀÇ »ç¿ë
4.5 ³×À̹ö Ã¥ °Ë»ö¿¡¼­ Á¤º¸ °¡Á®¿À±â
4.6 ¿¢¼¿¿¡ ÀúÀåÇϱâ

05¾ó±¼ÀνĠµîÀÇ À̹ÌÁö °ü·Ã API »ç¿ë
5.1 ³×À̹ö ¾ó±¼ÀνĠ±â´É
5.2 ÆÄÀ̽ã dictÇü µ¥ÀÌÅÍ¿Í json
5.3 ÀνĵȠ¾ó±¼ »çÁø¿¡ Á¤º¸ Ç¥½ÃÇϱâ
5.4 ¿©·¯ ¾ó±¼ÀÌ Àִ »çÁø¿¡ ´ëÇÑ Á¤º¸ Ç¥½ÃÇϱâ

06¿ì¸®µµ ÀΰøÁö´ÉÀ» ¹è¿öº¼±î¿ä IRIS ²É ºÐ·ùÇϱâ
6.1 Iris ²É µ¥ÀÌÅÍ
6.2 seabornÀÇ pairplotÀ¸·Î iris µ¥ÀÌÅÍ È®ÀÎÇϱâ
6.3 °£´ÜÇÑ °áÁ¤³ª¹« ¸ðµ¨
6.4 ÇнÀÇÑ ¸ðµ¨ »ç¿ëÇϱâ

07ŸÀÌŸ´Ð »ýÁ¸ÀÚ ¿¹ÃøÇϱâ
7.1 µ¥ÀÌÅÍ Àаí Àüü »óȲ È®ÀÎÇϱâ
7.2 µ¥ÀÌÅÍ °³¿ä¸¦ ±×·¡ÇÁ·Î È®ÀÎÇϱâ
7.3 ³ªÀ̺° ±¸º° ¹× ¼ºº° »ýÁ¸À² È®ÀÎÇϱâ
7.4 º¸Æ® Å¾½Â ½Â°´ÀÇ »ýÁ¸À² È®ÀÎÇϱâ
7.5 ±ÍÁ·µéÀÇ »ýÁ¸À²¸¸ ´Ù½Ã Á¶»çÇϱâ
7.6 ÇнÀÀ» À§ÇÑ µ¥ÀÌÅÍ Á¤¸®¿Í Æ¯Â¡ ¼±ÅÃÇϱâ
7.7 »ýÁ¸ÀÚ ¿¹ÃøÀ» À§ÇÑ ¸ðµ¨ ¼ö¸³
7.8 »ýÁ¸ÀÚ ¿¹Ãø; µðÄ«ÇÁ¸®¿À´Â Á¤¸» »ýÁ¸ÇÒ ¼ö ¾ø¾úÀ»±î?

08·¹µå ¿ÍÀÎ, È­ÀÌÆ® ¿ÍÀΠºÐ·ùÇϱâ
8.1 µ¥ÀÌÅÍ ¹Þ±â
8,2 ÇнÀ¿ë µ¥ÀÌÅÍ ¸¸µé±â
8.3 ·ÎÁö½ºÆ½ È¸±â·Î ÇнÀÇϱâ
8.4 µ¥ÀÌÅÍ Á¤±ÔÈ­
8.6°áÁ¤³ª¹«¸¦ ÀÌ¿ëÇÑ ºÐ·ù

ÇÑÁÙ ¼­Æò