하파와 데이터

Chatper1.1.1 정형화된 데이터의 요소1.2 테이블 데이터 1.3 위치 추정1.4 변이 추정1.5 데이터 분포 탐색하기1.6 이진 데이터와 범주 데이터 탐색하기1.7 상관관계1.8 두 개 이상의 변수 탐색하기1.9 마치며 0. EDA(탐색적 데이터 분석)가 필요한 이유EDA( Exploratory Data Analysis)는 데이터를 분석하거나  ML에서 학습시키는 등의 작업 전에 이루어진다. 탐색적 데이터분석이라고 불리우는 EDA를 통해 우리는 현재 내가 보유하고 있는 데이터의 유형, 형태, 위치, 변이, 분포 등 다양한 특징들을 파악하게 된다.  그럼 EDA는 왜, 즉 왜 데이터의 특징을 파악하는 것일까? 그것은 데이터의 특징에 따라 우리가 적용하고 사용할 유형과 방법이 상이하기 때문이다. 범..

퇴사를 하고, 언 3주차취업 준비(이력서 점검, 포폴 정리, 자소서 작성...!!)을 하는 것도 좋지만그간 나의 기본 역량을 함께 쌓는 것도 중요하겠다 라는 생각에  예전에 사두고, 절반 정도 읽다가 멈춘 책을 다시 꺼냈다. 특히 나는 컴공, 통계 모두 전공이 아니기 때문에 특히 '잘 아느냐'라는 질문이 오면 자존감이 떨어져서 통계에 대한 기본적인 지식을 쌓고자 하는 마음이 있었다.  그랬던 마음도 잠시, 언 일년만에야 다시 책을 꺼내들고이제 다시 시작을 해보려고 한다.  그 책은 바로 오랠리에서 출간한 아래의 책이다!Practical Statistics for Data Scientist(데이터 과학을 위한 통계)저자: 피터 브루스, 앤드루 브루스 / 옮긴이 이준용  우선은 열심한 마음으로 스스로 책을 ..