반응형 BOOTCAMP70 [5주차 - Day2] Web Application with Django django Project and App 하나의 Project는 여러 App으로 구성되어있습니다. django App 만들기 새로운 앱 생성 MVT Pattern 어떤 유저가 리퀘스트를 보내고, 서버입장에서는 URL을 경로 체크하고, 이것을 View로 보내게 됩니다. 장고의 경우 어떤 데이터 베이스를 처리하는데, 모델에서 DB, ORM을 템플릿에서 html과 템블릿 언어를 처리하여 동적인 모델을 진행합니다. django Python 기반 웹 프레임워크 가상환경 설치하기 django Project and App 하나의 Project는 여러 App으로 구성되어있습니다. django App 만들기 새로운 앱 생성 MVT Pattern 어떤 유저가 리퀘스트를 보내고, 서버입장에서는 URL을 경로 체크하고, 이것.. 2023. 4. 20. [4주차 - Day5] 과제 Mission 1. My New Assistant 한국형 자비스, 빅수비를 만들어보자. Python Flask 프레임워크를 이용하여 구현 from flask import Flask, jsonify, request from typing import List, Dict app = Flask(__name__) weapons: List[Dict] = [] @app.route('/weapon', methods=['POST']) def create_weapon(): data = request.json weapon = { 'id': str(len(weapons) + 1), 'name': data['name'], 'stock': data['stock'] } weapons.append(weapon) return json.. 2023. 4. 19. [4주차 - Day4] EDA Project 과제 데이터 셋 선정하기 Brazilian E-Commerce Public Dataset by Olist https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce Brazilian E-Commerce Public Dataset by Olist 100,000 Orders with product, customer and reviews info www.kaggle.com 라이브러리 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline 데이터 불러오기 customers_df = pd.read_csv('/Users/Deskt.. 2023. 4. 8. [4주차 - Day3] 탐색적 데이터 분석 - EDA EDA 데이터 그 자체만으로부터 인사이트를 얻어내는 접근법으로 numpy, pandas 사용 분석의 목적과 변수를 확인하고, 데이터를 전체적으로 살펴보며 데이터의 개별 속성을 파악해야 합니다. EDA with Example - Titanic 분석의 목적과 변수 확인 살아남은 사람들은 어떤 특징을 가지고 있었을까? Exploratory Data Analysis 0. 라이브러리 준비 ## 라이브러리 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline ## 동일 경로에 "train.csv"가 있다면 ## 데이터 불러오기 titanic_df = pd.rea.. 2023. 4. 6. [4주차 - Day2] 클라우드를 활용한 머신러닝 모델 클라우드 컴퓨팅 인터넷 기반의 컴퓨팅, 인터넷을 통해 사용자에게 제공하는 인프라, 플랫폼 또는 소프트웨어 인터넷 통신망 어딘가에서 구름에 싸여 보이지 않는 컴퓨팅 자원(CPU, 메모리, 디스크 등)을 원하는 대로 가져다 쓸 수 있습니다. laaS(Infrastructure as a Service) laaS는 서버, 네트워킹, 스토리지와 데이터 센터 공간 등의 컴퓨팅 자원 종량제 방식 PaaS(Platform as a Service) PaaS는 기본 하드웨어, 소프트웨어, 프로비저닝, 호스팅 등을 구매하여 관리하는 비용과 복잡도 없이, 웹 기반(클라우드) 애플리케이션을 빌드하여 제공하는 전 과정을 지원하는데 필요한 클라우드 기반 환경 제공 SaaS(Software as a service) 클라우드 기반 애.. 2023. 4. 6. [4주차 - Day1] Web Application with Flask Flask Python 기반 마이크로 웹 프레임워크, 가상환경 # 파이썬 가상환경 모듈 설치 pip install virtualenv # 현재 디렉토리에 새 virtualenv 가상환경 만들기 virtualenv Flask 시작하기 # in ./app.py from flask import flask app = Flask(__named__) @app.route('/') def hello_code(): return 'Hello World!' if __name__ == '__main__': app.run() API: 프로그램들이 서로 상호작용하는 것을 도와주는 매개체 Representational State Transfer "웹 서버가 요청을 응답하는 방법론 중 하나" 데이터가 아닌, 자원(Resource)의.. 2023. 4. 5. [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. 4. 1. [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. 3. 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. 3. 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. 3. 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. 3. 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. 3. 25. 이전 1 2 3 4 5 6 다음 반응형
