BOOTCAMP/프로그래머스 인공지능 데브코스(45)
-
[3주차 - Day5] Python으로 시각화 프로젝트
* 데이터 출처: https://www.kaggle.com/shivamb/netflix-shows import pandas as pd import os # os.environ을 이용하여 Kaggle API Username, Key 세팅하기 os.environ['KAGGLE_USERNAME'] = 'jhighllight' os.environ['KAGGLE_KEY'] = 'xxxxxxxxxxxxxxxxxxxxxxxxxxx' # Linux 명령어로 Kaggle API를 이용하여 데이터셋 다운로드하기 (!kaggle ~) # Linux 명령어로 압축 해제하기 !kaggle datasets download -d shivamb/netflix-shows !unzip '*.zip' netflix-shows.zip: S..
2023.04.01 -
[3주차 - Day4] Python으로 시각화하기 - Matplotlib
Matplotlib 시작하기 파이썬의 데이터 시각화 라이브러리 cf) 라이브러리 vs 프레임워크 matplotlib inline을 통해서 활성화 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline Case Study with Arguments plt.plot([2, 4, 2, 4, 2]) # 실제 plotting을 하는 함수 # y = x + 1 plt.show() # plt를 확인하는 명령 ### Figsize: Figure(도면)의 크기 조절 plt.figure(figsize=(6, 6)) # plotting을 할 도면을 선언 plt.plot([0, 1, 2, 3, 4]) # 실제 plotti..
2023.03.31 -
[3주차 - Day3] Python으로 데이터 다루기 - Pandas
Pandas 시작하기 Import pandas를 통해서 진행 import pandas as pd pandas로 1차원 데이터 다루기 - Series Series? 1-D labled array 인덱스를 지정해 줄 수 있음 s = pd.Series([1, 4, 9, 16, 25]) s 0 1 1 4 2 9 3 16 4 25 dtype: int64 t = pd.Series({'one':1, 'two':2, 'three':3, 'four':4, 'five':5}) t one 1 two 2 three 3 four 4 five 5 dtype: int64 Series + Numpy Series는 ndarrayd와 유사하다 s[1] 4 t[1] 2 t[1:3] two 2 three 3 dtype: int64 s[s ..
2023.03.31 -
[3주차 DAY02] Numpy 실습
numpy 실습 지뢰 찾기 board는 10 x 10 크기를 가진 2차원의 행렬로 되어있고, 다음과 같이 동등한 크기 5 x 5를 가진 4개의 구역으로 나뉩니다. board의 각 구역마다 지뢰를 제거해야 합니다. 지뢰는 bomb1, bomb2, bomb3, bomb4 총 4개의 종류가 있으며 각 구역에서 제거해야 될 지뢰종류가 다릅니다. 1 구역에서는 bomb1에 해당하는 요소만 제거합니다. 2 구역에서는 bomb2에 해당하는 요소만 제거합니다. 3 구역에서는 bomb3에 해당하는 요소만 제거합니다. 4 구역에서는 bomb4에 해당하는 요소만 제거합니다. bomb1, bomb2, bomb3, bomb4는 bombs에 차례대로 담겨 1차원 배열로 주어지고, 지뢰로 판단되는 요소를 0으로 변경하면 지뢰는 제..
2023.03.30 -
[3주차 - Day1] Python으로 데이터 다루기 - numpy
Numpy로 연산하기 Vector와 Scalar 사이의 연산 벡터의 각 원소에 대해서 연산을 진행 import numpy as np x = np.array([1, 2, 3]) c = 5 print("더하기 : {}".format(x + c)) print("빼기 : {}".format(x - c)) print("곱하기 : {}".format(x * c)) print("나누기 : {}".format(x / c)) 더하기 : [6 7 8] 빼기 : [-4 -3 -2] 곱하기 : [ 5 10 15] 나누기 : [0.2 0.4 0.6] Vector와 Vector 사이의 연산 벡터의 같은 인덱스끼리 연산이 진행 y = np.array([1, 3, 5]) z = np.array([2, 9, 20]) print("더하..
2023.03.27 -
[2주차 - Day5] 인공지능 수학
선형 시스템 연립일차방정식은 linear system(선형시스템)입니다. Gauss 소거법(2X3 liner systme) 3x + y + z = 4 x - 2y - z = 5 변수 하나씩 소거하면서 계산 이 방정식들을 각각 linear equation(선형방정식)이라 합니다. 선형대수(linear algebra)의 목표는 어떤 연립일차방정식 문제라도 정형적인 방법으로 표현하고, 해결하는 방법을 배우는 것입니다. Ax = b로 표현하기 1. 선형시스템의 unknowns(미지수)를 모아 column vector(열벡터) x로 표현합니다. 2. 선형시스템의 linear equation(선형방정식)에 대해 다음을 수행합니다. ● coefficients(계수)를 모아 A의 row vector(행벡터)로 표현합니..
2023.03.25