| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 빅데이터분석기사
- 우리금융캐피탈면접
- 우금캐
- 빅분기 실기
- 데이터자격증
- 투자도서
- 데이터분석전문가
- 데이터분석마인드셋
- 우리금융캐피탈
- 데이터분석
- 데이터분석가
- 실기1유형
- 컨버티드
- boostcourse
- 데이터리안
- 빅분기1유형
- 투자마인드
- 데이터넥스트레벨챌린지
- 빅데이터분석기사실기
- MySQL
- BNK저축은행
- 빅데이터분석기사 실기
- sql
- 메타코드
- 메타코드m
- 우금캐면접
- 통계독학
- 빅분기실기
- 빅분기
- 정처기
- Today
- Total
목록EDA (2)
하파와 데이터
이 프로젝트의 경우, 다양한 모델을 만들어서, 개인 맞춤형 추천 서비스를 구축하는 것이 목표다 . 우선 데이터셋은 캐글에 있는 데이터를 원 파일로 하지만, 기본 데이터에서 이미지, 의미없는 컬럼들을 삭제한 채 시작한다. 덧붙여, 캐글 노트북을 이용할 수 있지만, 나는 그냥 VS CODE를 이용해서 작업을 수행하였다. 기본 소스파일 출처 : https://www.kaggle.com/datasets/arashnic/book-recommendation-dataset/data Book Recommendation DatasetBuild state-of-the-art models for book recommendation systemwww.kaggle.com 0. 준비단계가장 앞서, 필요한 라이브러리들을 호출하..
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..