반응형
Pandas 시작하기
머신러닝 단기집중과정의 프로그램 실습에서는 Pandas 라이브러리를 사용하여 데이터 세트를 조작합니다. Pandas에 익숙하지 않으면 실습에 사용된 주요 Pandas 기능을 설명하는 Pandas 간단 소개 가이드를 완료하시기 바랍니다.
낮은 수준의 TensorFlow 기본 사항
머신러닝 단기집중과정의 프로그래밍 실습에서는 고급 tf.estimator API를 사용하여 모델을 구성합니다. 처음부터 TensorFlow 모델을 구성하려면 다음 가이드를 완료하세요.
- TensorFlow Hello World: 낮은 수준의 TensorFlow 코딩된 'Hello World'입니다.
- TensorFlow 프로그래밍 개념: TensorFlow 애플리케이션의 기본 구성요소인 텐서, 작업, 그래프, 세션을 둘러봅니다.
- 텐서 만들기 및 조작: 텐서 간이 입문서로, TensorFlow 프로그래밍의 주요 추상화를 둘러봅니다. 선형 대수학의 행렬 덧셈과 곱셈에 관해서도 설명되어 있습니다.
주요 개념 및 도구
머신러닝 단기집중과정에서는 다음과 같은 개념과 도구를 설명하고 적용합니다. 자세한 내용은 연결된 자료를 참조하세요.
수학
대수학
선형 대수학
삼각법
통계
- 평균, 중앙값, 이상점, 표준 편차
- 히스토그램을 읽을 수 있는 능력
미적분학(선택 사항, 고급 주제의 경우)
Python 프로그래밍
기본 Python
다음과 같은 Python 기본 사항이 Python 가이드에 설명되어 있습니다.
- 위치 및 키워드 매개변수를 사용한 함수 정의 및 호출
- 사전, 목록, 세트(만들기, 액세스, 반복)
- for 루프, 여러 반복 변수를 사용한 for 루프(예: for a, b in [(1,2), (3,4)])
- if/else 조건부 블록 및 조건식
- 문자열 형식 지정 (예: '%.2f' % 3.14)
- 변수, 할당, 기본 데이터 유형 (int, float, bool, str)
- pass 문
중급 Python
다음과 같은 중급 Python 기능도 Python 가이드에 설명되어 있습니다.
타사 Python 라이브러리
머신러닝 단기집중과정 코드 예에서는 타사 라이브러리의 다음과 같은 기능을 사용합니다. 이러한 라이브러리에 관한 사전 지식은 필요하지 않으며 필요할 때마다 찾아 볼 수 있습니다.
Matplotlib(데이터 시각화용)
Seaborn(히트맵용)
- heatmap 함수
Pandas(데이터 조작용)
- DataFrame 클래스
NumPy(낮은 수준의 수학 연산용)
scikit-learn(평가 측정항목용)
- metrics 모듈
Bash 터미널/Cloud Console
로컬 머신이나 Cloud Console에서 프로그래밍 실습을 실행하려면 쉽게 명령줄을 사용할 수 있어야 합니다.
영어를 잘하면 금방 배울수 있을 것 같다.
반응형
'DATA Science > Google Machine Learning' 카테고리의 다른 글
| 학습 및 손실 (0) | 2021.07.25 |
|---|---|
| 선형회귀 (0) | 2021.07.25 |
| 표현 (0) | 2021.07.25 |
| 머신러닝 규칙 (0) | 2021.06.03 |
| 구글 머신러닝 온라인 교육과정 (0) | 2021.06.03 |
댓글