“[SQL] 코테 BASIC SELCT문 - 3월에 태어난 여성 회원 목록 출력하기”
🚦 Summary SQL의 SELECT 관련 기초 코테 문제를 풀이 합니다. 특정 월을 추출하는 2가지 방법을 활용해 문제를 풀어봤습니다. 날짜 관련 데이터 추출에 사용되는 다양한 SQL 함수도 함께 공부 했습니다.
Posts by Category
- personal_study 70
- python 16
- numpy 12
- preprocessing 12
- coding-test 9
- gabe_ai_journey 8
- portfolio 6
- visualization 6
- matplotlib 6
- reviews 5
- pandas 4
- 데이터파편화,merge,pandas,데이터전처리,preprocessing 3
- git 3
- retrospective 3
- 데이터파편화,pandas,데이터전처리,preprocessing,결측치,null 2
- cheat_sheet 2
- cheat-sheet 2
- career 2
- tableau 1
- shadowing 1
- preprecessing, 1
- concat, 1
- 전처리, 1
- 데이터 1
- 파편화 1
- 데이터파편화,merge,pandas,데이터전처리,preprocessing,거리,distance,지리 1
- 데이터파편화,merge,pandas,데이터전처리,preprocessing,데이터요약 1
- 데이터파편화,pandas,데이터전처리,preprocessing,결측치,null,시계열,timeseries 1
- 데이터파편화,pandas,데이터전처리,preprocessing,결측치,null,결측치예측 1
- 데이터파편화,pandas,데이터전처리,preprocessing,범주형,categorical 1
- 그리드서치,grid_search,preprocessing 1
- deep_learning 1
- sql 1
personal_study
“[SQL] 복잡한 쿼리문을 이해하는 마법의 문장을 발견했습니다.”
🚦 Summary
“[GitHub 블로그] GitHub Blog 코드블록에 복사버튼 추가하기(feat. Minimal-mistakes)”
🚦 Summary 최근에는 GitHub 블로그를 생성하면 공개된 여러 테마를 그대로 Clone해와서 손쉽게 생성이 가능합니다. 다만 코드블록의 복사버튼은 별도로 기능 구현이 필요합니다. 이번 포스팅에서는 Minimal-mistake 테마로 만든 GitHub 블로그에서 ...
“[Git] Github Action으로 내 README.md 자동화 하기”
🚦 Summary 개인 포트폴리오로 하나의 레포지토리에 다양한 프로젝트를 관리하곤 합니다. 이때, README에 프로젝트를 간결하게 표로 정리하고 각 폴더의 링크를 제공하면 내 프로젝트들을 한눈에 보기 쉽게 제시할 수 있습니다. 하지만, 이 README의 표를 프로젝트...
“[Career] AI, 데이터 분야의 직무에는 어떤 것이 있고, 어떤 역량들이 중요할까?!”
🚦 Summary AI, 데이터 분야 커리어 준비과정의 일환으로 직무에 대한 내용을 조사하고 정리합니다. 관심 산업군에서 데이터 분석가들이 어떤 일을 하는지, 어떤 역량등이 필요한지 정리합니다.
“[Career] 왜 나는 데이터 분석가가 되고 싶었던 걸까”
🚦 Summary 왜 데이터 분석가란 직무, AI라는 필드를 선택하게 되었는지에 대한 개인적인 얘기들을 정리합니다. 내가 이 분야에 뛰어들게 된 계기, 추구하는 바, 그리고 목표 제가 생각하는 생각하는 바람직한 개발자의 철학/가치관등에 대한 내용을 담았습니다.
“[DL] Convolution을 이해하고 이미지 처리하기: 딥러닝의 기본 개념과 응용”
🚦 Summary 딥러닝의 기초개념중 하나인 Convolution에 대해 공부하며 정리한 노트를 블로그에 기록합니다. Convolution의 핵심 개념: Convolution은 이미지에 커널을 적용하여 특징을 추출하는 과정이며, 이미지의 중요한 요소를 강조하고 노이즈를 제...
[Pandas] 03. Series 데이터 연산과 탐색기법
🚦 Summary Series데이터의 다양한 연산에 대해 다룹니다. Series안에 있는 숫자, 문자 데이터의 연산을 어떻게 하는지에 대한 예시코드와 함께 내용을 정리합니다. 또한 Series 데이터의 다양한 탐색기법 및 다른 데이터와의 상호작용 등에 대해 다룹니다.
[Pandas] 02. Series 데이터 심플 분석(개수, 빈도 등 계산하기)
🚦 Summary Pandas 기초 톺아보기 시리즈 두번째 포스팅입니다. Series 데이터의 크기, 모양, unique값, 값의 개수, 값들의 빈도를 확인하는 방법을 정리합니다. 그외에 다양한 산술연산방법과 indexing을 통합 Series 요소의 접근방법과 hea...
[Pandas] 예제코드로 보는 axis 옵션 톺아보기 - “axis =1 은 가로방향?! 아님 세로방향?! 한방에 정리해 봅시다🤓”
🚦 Summary 판다스에서 쓰이는 axis 옵션은 데이터프레임에 대해 연산이 적용되는 방향에 대한 옵션입니다. 하지만 실제로 코드가 작동할때는 연산이 적용되는 ‘대상’ 을 중점적으로 생각하는게 코드를 사용하는 것에 더 도움이 됩니다. 처음 이 개념을 배우게 되면 연산...
[Cheat Sheet] “코드 한줄로 EDA를 하는 도구가 있다면?!”
🚦 Summary 이번 포스팅에서는 데이터 분석 및 AI모델링의 가장 기본적 단계인 EDA를 손쉽게 하기 위한 도구를 소개합니다. 샘플 데이터로는 seaborn의 대표적 예제데이터인 planets.csv 파일을 사용합니다. 이 라이브러리를 사용하면 수십줄에 달하는 ED...
[Cheat Sheet] [Pre-processing] 형변환을 활용한 효율적인 데이터 전처리팁 모음
🚦 Summary Series 데이터 생성시 사용하는 옵션인 dtype를 활용한 효율적이면서 유용한 데이터 변환 방법과 사례들을 소개합니다.
[파이썬 뜯어보기] 둘 다 그냥 and 조건 아니었어?! : “&” 와 “and” 연산자 뜯어보기
🚦Summary “&” 과 “and”는 모두 표현식 이며, 비교연산에 사용될 수 는 있지만, 그 용도와 작동 방식이 다릅니다. 같은 ‘and’라는 단어적 의미로 이해를 하고 구분 없이 사용하면 올바른 코드를 작성했음에도 불구하고 잘못된 결과를 도출하는 문제가 발생할...
[GitHub] “여러개의 레포지토리를 하나의 레포지토리에서 관리해보자!” (feat.subtree)
🚦Summary 이 과정을 거치면 기존에 보유한 여러 Repository를 하나의 Repository 아래에 두어 정리하고 관리할 수 있습니다. 정확히는 기존 Repository 를 하나의 Repository 로 옮기고, 기존 Repository 를 삭...
[Programmers school] 코딩 기초 트레이닝 Day 8
조건문, 문자열 개념을 응용한 다양한 문제를 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 7
반복문 개념(for, while)을 응용한 문제를 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 6
조건문, 반복문을 응용한 문제들을 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 5
코드 처리하기, 등차수열의 특정한 항만 더하기, 주사위게임2, 원소들의 곱과 합, 이어 붙인 수
[Programmers school] 코딩 기초 트레이닝 Day 4
n의 배수, 공배수, 홀짝에 따라 다른값 반환하기, 조건 문자열, flag에 따라 다른값 반환하기
[Programmers school] 코딩 기초 트레이닝 Day 3
문자열 섞기, 문자 리스트를 문자열로 변환하기, 문자열 곱하기, 더 크게 합치기, 두 수의 연산값 합치기
[Programmers school] 코딩 기초 트레이닝 Day 1
문자출력, 대소문자 변경, 산술연산자 응용, 특수문자출력, 문자열 반복 출력하기 등
[Pandas] 01. Series 데이터 생성하기(with index, value)
🚦Summary Pandas 기초 톺아보기 시리즈 첫번째 포스팅입니다. Pandas의 기본 객체중 하나인 Series를 다루는 방법을 소개합니다.
[Shadowing] EDA and Data Viz of The Ages 2023 Dataset
The Ages 2023 Dataset을 활용해 EDA를 수행한 Kaggle의 코드를 쉐도잉하며 정리했습니다.
[파이썬 기초] 12. Numpy_numpy를 이용하여 pi(원주율) 값을 계산하기
numpy를 활용해 원주율을 구하는 Mote Carlo Simulatino을 시각화 합니다.
[파이썬 기초] 11. Numpy_numpy로 로또번호 자동 생성기 만들기
그동안 정리한 numpy이론을 활용해 로또번호 자동생성기를 함수로 구현하는 방법을 정리합니다.
[파이썬 기초] 10. Numpy_ndarray 데이터로 다양한 그래프 그리기
plot함수를 이용해 numpy 모듈로 추출한 랜덤한 데이터를 시각화 하는 방법을 소개합니다.
[파이썬 기초] 09. Numpy_선형대수 연산하기(linalg 서브모듈 )
numpy의 선형대수 연산을 위한 linalg 서브모듈의 활용방법에 대해 정리합니다.
[파이썬 기초] 08. Numpy_Boolean indexing으로 조건에 맞는 데이터 선택하기
ndarray를 bool list를 통해 인덱싱하는 방법에 대해 정리합니다.
[파이썬 기초] 07. Numpy_broadcasting 이해 및 활용하기
서로 다른 차원의 numpy끼리 연산하는 방법인 broadcasting의 개념에 대해 소개합니다.
[파이썬 기초] 06. Numpy_ axis(축) 이해 및 axis를 파라미터로 갖는 함수
Numpy의 축에 대한 개념을 정리합니다.
[파이썬 기초] 05. Numpy_ndarray 기본 함수(연산, 통계, 집계 등)
Numpy의 ndarray에 대한 기본적인 연산, 통계, 집계를 하는 방법을 정리합니다.
[파이썬 기초] 04. Numpy_ndarray 데이터 형태를 바꾸기(ravel, flatten, reshape)
ndarray의 형태와 차원을 바꾸는 방법을 정리합니다. 해당 개념은 차후 딥러닝 베이스의 이미지 분석에 필수적인 개념입니다.
[파이썬 기초] 03. Numpy_ndarray 인덱싱 & 슬라이싱
array형태의 데이터를 다양한 차원별로 인덱싱하고 슬라이싱하는 방법을 정리합니다.
[파이썬 기초] 02. Numpy_random 서브 모듈로 ndarray 데이터 생성하기
Numpy의 random 서브 모듈을 활용해 다양한 ndarray를 만드는 방법을 정리합니다.
[파이썬 기초] 01. Numpy_ndarray와 다양한 함수를 통한 생성
Numpy에 대한 개념, 다양한 Ndarray를 생성하는 방법을 정리합니다.
[파이썬 기초] 15. 정규표현식(패턴 찾기)과 re 모듈
정규표현식을 활용해 문자열 데이터를 다루는 다양한 방법을 소개합니다.
[파이썬 기초] 14. 클래스와 객체의 이해
Python의 클래스와 객체에 대해정리합니다.
[파이썬 기초] 13. Package와 import
Python의 패키지에 대한 개념 및 활용방법에 대해 정리합니다.
[파이썬 기초] 12. 함수의 이해 및 활용(2) - lambda 함수
손쉽게 함수를 사용할 수 있게 도와주는 lambda에 대해 정리합니다.
[파이썬 기초] 11. 함수의 이해 및 활용(1) - 기본 파라미터, 키워드
python을 활용한 함수생성 및 활용에 대해 정리합니다.
[파이썬 기초] 10. 반복문의 이해(3) - itertools 함수 & comprehension
또 다른 반복문인 iteratools와 comprehension에 대해 정리합니다.
[파이썬 기초] 09. 반복문의 이해(2) - for문
for문에 대한 활용법, indexing 방법, 2중 for문 등에 대해 정리합니다.
[파이썬 기초] 08. 반복문의 이해(1) - while 문
반복문의 다양한 종류 및 사용방법에 대해 정리합니다.
[파이썬 기초] 07. 조건문의 이해
조건문의 다양한 유형과 사용방법에 대해 정리합니다.
[파이썬 기초] 06. 데이터 타입 - [dict, set] 및 관련 기능
Python의 dictionary 와 set 데이터 타입에 대해 정리합니다.
[파이썬 기초] 05. 데이터 타입 - [list, tuple] 및 관련 기능
Python의 데이터타입중 list와 tuple에 대해 정리합니다.
[파이썬 기초] 04. 데이터 타입 - [문자열 데이터] 및 관련 기능
데이터 타입과, 문자열데이터(str)을 다루는 기능에 대해 정리합니다.
[파이썬 기초] 03. 주석과 indent(들여쓰기)
Python의 주석에 대한 개념 및 들여쓰기를 정리합니다.
[파이썬 기초] 02. Python의 다양한 연산자들
Python의 다양한 연산자들에 대해 정리합니다.
[파이썬 기초] 01. Python 기초 개념 및 데이터타입
썬 Python의 기본개념, 변수선언 및 할당, Data type별 사용예시를 소개합니다.
“[Tableau] 기초 개념 - 연결화면과 데이터 유형”
🚦 Summary Tableau의 기초 개념에 대해 간단하게 정리합니다. 이미지와 함께 테블로의 사용을 위한 기본적인 개념들을 정리합니다. 테블로의 연결화면에 대한 설명, 데이터 유형(차원 & 측정값) 에 대해 설명합니다.
python
[파이썬 뜯어보기] 둘 다 그냥 and 조건 아니었어?! : “&” 와 “and” 연산자 뜯어보기
🚦Summary “&” 과 “and”는 모두 표현식 이며, 비교연산에 사용될 수 는 있지만, 그 용도와 작동 방식이 다릅니다. 같은 ‘and’라는 단어적 의미로 이해를 하고 구분 없이 사용하면 올바른 코드를 작성했음에도 불구하고 잘못된 결과를 도출하는 문제가 발생할...
[파이썬 기초] 15. 정규표현식(패턴 찾기)과 re 모듈
정규표현식을 활용해 문자열 데이터를 다루는 다양한 방법을 소개합니다.
[파이썬 기초] 14. 클래스와 객체의 이해
Python의 클래스와 객체에 대해정리합니다.
[파이썬 기초] 13. Package와 import
Python의 패키지에 대한 개념 및 활용방법에 대해 정리합니다.
[파이썬 기초] 12. 함수의 이해 및 활용(2) - lambda 함수
손쉽게 함수를 사용할 수 있게 도와주는 lambda에 대해 정리합니다.
[파이썬 기초] 11. 함수의 이해 및 활용(1) - 기본 파라미터, 키워드
python을 활용한 함수생성 및 활용에 대해 정리합니다.
[파이썬 기초] 10. 반복문의 이해(3) - itertools 함수 & comprehension
또 다른 반복문인 iteratools와 comprehension에 대해 정리합니다.
[파이썬 기초] 09. 반복문의 이해(2) - for문
for문에 대한 활용법, indexing 방법, 2중 for문 등에 대해 정리합니다.
[파이썬 기초] 08. 반복문의 이해(1) - while 문
반복문의 다양한 종류 및 사용방법에 대해 정리합니다.
[파이썬 기초] 07. 조건문의 이해
조건문의 다양한 유형과 사용방법에 대해 정리합니다.
[파이썬 기초] 06. 데이터 타입 - [dict, set] 및 관련 기능
Python의 dictionary 와 set 데이터 타입에 대해 정리합니다.
[파이썬 기초] 05. 데이터 타입 - [list, tuple] 및 관련 기능
Python의 데이터타입중 list와 tuple에 대해 정리합니다.
[파이썬 기초] 04. 데이터 타입 - [문자열 데이터] 및 관련 기능
데이터 타입과, 문자열데이터(str)을 다루는 기능에 대해 정리합니다.
[파이썬 기초] 03. 주석과 indent(들여쓰기)
Python의 주석에 대한 개념 및 들여쓰기를 정리합니다.
[파이썬 기초] 02. Python의 다양한 연산자들
Python의 다양한 연산자들에 대해 정리합니다.
[파이썬 기초] 01. Python 기초 개념 및 데이터타입
썬 Python의 기본개념, 변수선언 및 할당, Data type별 사용예시를 소개합니다.
numpy
[파이썬 기초] 12. Numpy_numpy를 이용하여 pi(원주율) 값을 계산하기
numpy를 활용해 원주율을 구하는 Mote Carlo Simulatino을 시각화 합니다.
[파이썬 기초] 11. Numpy_numpy로 로또번호 자동 생성기 만들기
그동안 정리한 numpy이론을 활용해 로또번호 자동생성기를 함수로 구현하는 방법을 정리합니다.
[파이썬 기초] 10. Numpy_ndarray 데이터로 다양한 그래프 그리기
plot함수를 이용해 numpy 모듈로 추출한 랜덤한 데이터를 시각화 하는 방법을 소개합니다.
[파이썬 기초] 09. Numpy_선형대수 연산하기(linalg 서브모듈 )
numpy의 선형대수 연산을 위한 linalg 서브모듈의 활용방법에 대해 정리합니다.
[파이썬 기초] 08. Numpy_Boolean indexing으로 조건에 맞는 데이터 선택하기
ndarray를 bool list를 통해 인덱싱하는 방법에 대해 정리합니다.
[파이썬 기초] 07. Numpy_broadcasting 이해 및 활용하기
서로 다른 차원의 numpy끼리 연산하는 방법인 broadcasting의 개념에 대해 소개합니다.
[파이썬 기초] 06. Numpy_ axis(축) 이해 및 axis를 파라미터로 갖는 함수
Numpy의 축에 대한 개념을 정리합니다.
[파이썬 기초] 05. Numpy_ndarray 기본 함수(연산, 통계, 집계 등)
Numpy의 ndarray에 대한 기본적인 연산, 통계, 집계를 하는 방법을 정리합니다.
[파이썬 기초] 04. Numpy_ndarray 데이터 형태를 바꾸기(ravel, flatten, reshape)
ndarray의 형태와 차원을 바꾸는 방법을 정리합니다. 해당 개념은 차후 딥러닝 베이스의 이미지 분석에 필수적인 개념입니다.
[파이썬 기초] 03. Numpy_ndarray 인덱싱 & 슬라이싱
array형태의 데이터를 다양한 차원별로 인덱싱하고 슬라이싱하는 방법을 정리합니다.
[파이썬 기초] 02. Numpy_random 서브 모듈로 ndarray 데이터 생성하기
Numpy의 random 서브 모듈을 활용해 다양한 ndarray를 만드는 방법을 정리합니다.
[파이썬 기초] 01. Numpy_ndarray와 다양한 함수를 통한 생성
Numpy에 대한 개념, 다양한 Ndarray를 생성하는 방법을 정리합니다.
preprocessing
coding-test
“[SQL] 코테 BASIC SELCT문 - 3월에 태어난 여성 회원 목록 출력하기”
🚦 Summary SQL의 SELECT 관련 기초 코테 문제를 풀이 합니다. 특정 월을 추출하는 2가지 방법을 활용해 문제를 풀어봤습니다. 날짜 관련 데이터 추출에 사용되는 다양한 SQL 함수도 함께 공부 했습니다.
[Programmers school] 코딩 기초 트레이닝 Day 8
조건문, 문자열 개념을 응용한 다양한 문제를 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 7
반복문 개념(for, while)을 응용한 문제를 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 6
조건문, 반복문을 응용한 문제들을 풀었습니다.
[Programmers school] 코딩 기초 트레이닝 Day 5
코드 처리하기, 등차수열의 특정한 항만 더하기, 주사위게임2, 원소들의 곱과 합, 이어 붙인 수
[Programmers school] 코딩 기초 트레이닝 Day 4
n의 배수, 공배수, 홀짝에 따라 다른값 반환하기, 조건 문자열, flag에 따라 다른값 반환하기
[Programmers school] 코딩 기초 트레이닝 Day 3
문자열 섞기, 문자 리스트를 문자열로 변환하기, 문자열 곱하기, 더 크게 합치기, 두 수의 연산값 합치기
[Programmers school] 코딩 기초 트레이닝 Day 1
문자출력, 대소문자 변경, 산술연산자 응용, 특수문자출력, 문자열 반복 출력하기 등
gabe_ai_journey
“[AIFFEL 7th 교류회] 논문리뷰 살펴보기”
🚦Summary Transformer 부터 CLIP, MAMBA 까지 CV, NLP의 다양한 기초 논문부터 핫한 논문까지 아이펠 리서치 과정 그루들의 다양한 논문 리뷰!
“[AIFFEL의 방학] 무엇을 하면서 방학을 보냈어야 알차게 보낸걸까에 대한 회고”
🚦 Summary AIFFEL의 6개월 기간중 유일한 장기 휴식! 방학기간동안의 회고를 작성합니다. 늘 그렇지만 계획은 거창하지만 결과는 기대만치 되지 않는 것이 슬픈 현실인듯 합니다. 별거아니지만 지난 일주일을 회고하며 방학때 한일들을 돌아봅니다.
“[AIFFEL] 옵시디언으로 논문정리하기 꿀팁(1) - 옵시디언 세팅 방법 추천”
🚦 Summary AI 논문을 손쉽게 읽고 정리하는 방법은 없을까?! 옵시디언과 Zotero 를 활용한 논문 정리 방법을 소개합니다. 1편은 옵시디언 소개 및 세팅방법을 소개 합니다.
[Review] 모두콘 2023 세미나참여후기
🚦SUMMARY 지난 토요일(12월 9일)에 이화여대 ECC에서 진행했던 모두콘 2023 행사 후기입니다. 모두콘은 2018년부터 모두의 연구소에서 진행하고 있는 AI관련 컨퍼런스 행사 입니다. AI와 관련된 다양한 분야별 현업의 연사님들을 모시고 업계의 트렌드에 대한...
[Review] <PyCon KR 2023> 짠내나는 데이터 다루기 리뷰
🚦Summary PyCon 2023 Korea 에서 강연한 내용을 유투브로 접하게 되었습니다. 이 영상에서는 오늘코드 라는 유투브를 운영중이신 박조은님께서 해주신 “짠내나는 데이터 다루기” 라는 영상에 대해 리뷰합니다. 이 영상에서 박조은님은 메모리가 제한된 상황에서 ...
“[Review] [모두의연구소][모두팝] “오픈소스로 기여하고 취뽀하기” 세미나 내용 정리 및 리뷰😀
🚦Summary. 이 세미나는 연사님이 직접 오픈소스 프로젝트에 참여하며 겪은 다양한 정보들과 오픈소스 프로젝트에 참여하기 위한 방법에 대한 지식을 공유하는 자리였습니다. 연사님의 오픈소스 기여 팁과 취업에 대한 이야기, 오픈소스 로미오 개발 경험 공유에 대한 내용이 세미...
[Review] 자동으로 나만의 GitHub 프로필과 이력서를 만들 수 있다?! (feat.GitHub Profile Readme Generator)
Hackers Ground에서 진행한 GitHub로 나만의 프로필 및 이력서 만들기에 대한 영상을 보고 내용을 정리+Review 했습니다.
portfolio
[EDA] 고전 EDA - 이디야는 정말 스타벅스 옆에 포지셔닝하는 전략을 쓰는가?!
🚦Summary 고전적인 EDA 포폴중 하나인 이디야와 스타벅스 시리즈를 최신데이터로 정리해봤습니다. 2023년 11월 크롤링한 데이터를 가지고 분석했습니다. 관할구&브랜드별 매장분포, 매장간 평균거리 등을 주요 지표로 하여 분석했습니다.
[분류] 데이터 분석으로 심부전증을 예측하기
📌의료지표 데이터를 통해 심부전증 진단하기(Kaggle 데이터 활용)
[EDA] 아스널은 누구를 영입했어야 했을까 (EDA 로 스포츠 데이터 분석하기)
스포츠데이터를 EDA하며 간단한 분석을 해보았습니다. 우리팀엔 어떤 선수들이 필요할까?!
visualization
matplotlib
reviews
[Review] 모두콘 2023 세미나참여후기
🚦SUMMARY 지난 토요일(12월 9일)에 이화여대 ECC에서 진행했던 모두콘 2023 행사 후기입니다. 모두콘은 2018년부터 모두의 연구소에서 진행하고 있는 AI관련 컨퍼런스 행사 입니다. AI와 관련된 다양한 분야별 현업의 연사님들을 모시고 업계의 트렌드에 대한...
[Review] <PyCon KR 2023> 짠내나는 데이터 다루기 리뷰
🚦Summary PyCon 2023 Korea 에서 강연한 내용을 유투브로 접하게 되었습니다. 이 영상에서는 오늘코드 라는 유투브를 운영중이신 박조은님께서 해주신 “짠내나는 데이터 다루기” 라는 영상에 대해 리뷰합니다. 이 영상에서 박조은님은 메모리가 제한된 상황에서 ...
“[Review] [모두의연구소][모두팝] “오픈소스로 기여하고 취뽀하기” 세미나 내용 정리 및 리뷰😀
🚦Summary. 이 세미나는 연사님이 직접 오픈소스 프로젝트에 참여하며 겪은 다양한 정보들과 오픈소스 프로젝트에 참여하기 위한 방법에 대한 지식을 공유하는 자리였습니다. 연사님의 오픈소스 기여 팁과 취업에 대한 이야기, 오픈소스 로미오 개발 경험 공유에 대한 내용이 세미...
[Review] 자동으로 나만의 GitHub 프로필과 이력서를 만들 수 있다?! (feat.GitHub Profile Readme Generator)
Hackers Ground에서 진행한 GitHub로 나만의 프로필 및 이력서 만들기에 대한 영상을 보고 내용을 정리+Review 했습니다.
pandas
[Pandas] 03. Series 데이터 연산과 탐색기법
🚦 Summary Series데이터의 다양한 연산에 대해 다룹니다. Series안에 있는 숫자, 문자 데이터의 연산을 어떻게 하는지에 대한 예시코드와 함께 내용을 정리합니다. 또한 Series 데이터의 다양한 탐색기법 및 다른 데이터와의 상호작용 등에 대해 다룹니다.
[Pandas] 02. Series 데이터 심플 분석(개수, 빈도 등 계산하기)
🚦 Summary Pandas 기초 톺아보기 시리즈 두번째 포스팅입니다. Series 데이터의 크기, 모양, unique값, 값의 개수, 값들의 빈도를 확인하는 방법을 정리합니다. 그외에 다양한 산술연산방법과 indexing을 통합 Series 요소의 접근방법과 hea...
[Pandas] 예제코드로 보는 axis 옵션 톺아보기 - “axis =1 은 가로방향?! 아님 세로방향?! 한방에 정리해 봅시다🤓”
🚦 Summary 판다스에서 쓰이는 axis 옵션은 데이터프레임에 대해 연산이 적용되는 방향에 대한 옵션입니다. 하지만 실제로 코드가 작동할때는 연산이 적용되는 ‘대상’ 을 중점적으로 생각하는게 코드를 사용하는 것에 더 도움이 됩니다. 처음 이 개념을 배우게 되면 연산...
[Pandas] 01. Series 데이터 생성하기(with index, value)
🚦Summary Pandas 기초 톺아보기 시리즈 첫번째 포스팅입니다. Pandas의 기본 객체중 하나인 Series를 다루는 방법을 소개합니다.
데이터파편화,merge,pandas,데이터전처리,preprocessing
맨 위로 이동 ↑git
“[GitHub 블로그] GitHub Blog 코드블록에 복사버튼 추가하기(feat. Minimal-mistakes)”
🚦 Summary 최근에는 GitHub 블로그를 생성하면 공개된 여러 테마를 그대로 Clone해와서 손쉽게 생성이 가능합니다. 다만 코드블록의 복사버튼은 별도로 기능 구현이 필요합니다. 이번 포스팅에서는 Minimal-mistake 테마로 만든 GitHub 블로그에서 ...
“[Git] Github Action으로 내 README.md 자동화 하기”
🚦 Summary 개인 포트폴리오로 하나의 레포지토리에 다양한 프로젝트를 관리하곤 합니다. 이때, README에 프로젝트를 간결하게 표로 정리하고 각 폴더의 링크를 제공하면 내 프로젝트들을 한눈에 보기 쉽게 제시할 수 있습니다. 하지만, 이 README의 표를 프로젝트...
[GitHub] “여러개의 레포지토리를 하나의 레포지토리에서 관리해보자!” (feat.subtree)
🚦Summary 이 과정을 거치면 기존에 보유한 여러 Repository를 하나의 Repository 아래에 두어 정리하고 관리할 수 있습니다. 정확히는 기존 Repository 를 하나의 Repository 로 옮기고, 기존 Repository 를 삭...
retrospective
“[AIFFEL 7th 교류회] 논문리뷰 살펴보기”
🚦Summary Transformer 부터 CLIP, MAMBA 까지 CV, NLP의 다양한 기초 논문부터 핫한 논문까지 아이펠 리서치 과정 그루들의 다양한 논문 리뷰!
“[AIFFEL의 방학] 무엇을 하면서 방학을 보냈어야 알차게 보낸걸까에 대한 회고”
🚦 Summary AIFFEL의 6개월 기간중 유일한 장기 휴식! 방학기간동안의 회고를 작성합니다. 늘 그렇지만 계획은 거창하지만 결과는 기대만치 되지 않는 것이 슬픈 현실인듯 합니다. 별거아니지만 지난 일주일을 회고하며 방학때 한일들을 돌아봅니다.
“[AIFFEL] 옵시디언으로 논문정리하기 꿀팁(1) - 옵시디언 세팅 방법 추천”
🚦 Summary AI 논문을 손쉽게 읽고 정리하는 방법은 없을까?! 옵시디언과 Zotero 를 활용한 논문 정리 방법을 소개합니다. 1편은 옵시디언 소개 및 세팅방법을 소개 합니다.
데이터파편화,pandas,데이터전처리,preprocessing,결측치,null
맨 위로 이동 ↑cheat_sheet
[Cheat Sheet] “코드 한줄로 EDA를 하는 도구가 있다면?!”
🚦 Summary 이번 포스팅에서는 데이터 분석 및 AI모델링의 가장 기본적 단계인 EDA를 손쉽게 하기 위한 도구를 소개합니다. 샘플 데이터로는 seaborn의 대표적 예제데이터인 planets.csv 파일을 사용합니다. 이 라이브러리를 사용하면 수십줄에 달하는 ED...
[Cheat Sheet] [Pre-processing] 형변환을 활용한 효율적인 데이터 전처리팁 모음
🚦 Summary Series 데이터 생성시 사용하는 옵션인 dtype를 활용한 효율적이면서 유용한 데이터 변환 방법과 사례들을 소개합니다.
cheat-sheet
[Cheat Sheet] “코드 한줄로 EDA를 하는 도구가 있다면?!”
🚦 Summary 이번 포스팅에서는 데이터 분석 및 AI모델링의 가장 기본적 단계인 EDA를 손쉽게 하기 위한 도구를 소개합니다. 샘플 데이터로는 seaborn의 대표적 예제데이터인 planets.csv 파일을 사용합니다. 이 라이브러리를 사용하면 수십줄에 달하는 ED...
[Cheat Sheet] [Pre-processing] 형변환을 활용한 효율적인 데이터 전처리팁 모음
🚦 Summary Series 데이터 생성시 사용하는 옵션인 dtype를 활용한 효율적이면서 유용한 데이터 변환 방법과 사례들을 소개합니다.
career
“[Career] AI, 데이터 분야의 직무에는 어떤 것이 있고, 어떤 역량들이 중요할까?!”
🚦 Summary AI, 데이터 분야 커리어 준비과정의 일환으로 직무에 대한 내용을 조사하고 정리합니다. 관심 산업군에서 데이터 분석가들이 어떤 일을 하는지, 어떤 역량등이 필요한지 정리합니다.
“[Career] 왜 나는 데이터 분석가가 되고 싶었던 걸까”
🚦 Summary 왜 데이터 분석가란 직무, AI라는 필드를 선택하게 되었는지에 대한 개인적인 얘기들을 정리합니다. 내가 이 분야에 뛰어들게 된 계기, 추구하는 바, 그리고 목표 제가 생각하는 생각하는 바람직한 개발자의 철학/가치관등에 대한 내용을 담았습니다.
tableau
“[Tableau] 기초 개념 - 연결화면과 데이터 유형”
🚦 Summary Tableau의 기초 개념에 대해 간단하게 정리합니다. 이미지와 함께 테블로의 사용을 위한 기본적인 개념들을 정리합니다. 테블로의 연결화면에 대한 설명, 데이터 유형(차원 & 측정값) 에 대해 설명합니다.
shadowing
[Shadowing] EDA and Data Viz of The Ages 2023 Dataset
The Ages 2023 Dataset을 활용해 EDA를 수행한 Kaggle의 코드를 쉐도잉하며 정리했습니다.
preprecessing,
맨 위로 이동 ↑concat,
맨 위로 이동 ↑전처리,
맨 위로 이동 ↑데이터
맨 위로 이동 ↑파편화
맨 위로 이동 ↑데이터파편화,merge,pandas,데이터전처리,preprocessing,거리,distance,지리
맨 위로 이동 ↑데이터파편화,merge,pandas,데이터전처리,preprocessing,데이터요약
맨 위로 이동 ↑데이터파편화,pandas,데이터전처리,preprocessing,결측치,null,시계열,timeseries
맨 위로 이동 ↑데이터파편화,pandas,데이터전처리,preprocessing,결측치,null,결측치예측
맨 위로 이동 ↑데이터파편화,pandas,데이터전처리,preprocessing,범주형,categorical
맨 위로 이동 ↑그리드서치,grid_search,preprocessing
맨 위로 이동 ↑deep_learning
“[DL] Convolution을 이해하고 이미지 처리하기: 딥러닝의 기본 개념과 응용”
🚦 Summary 딥러닝의 기초개념중 하나인 Convolution에 대해 공부하며 정리한 노트를 블로그에 기록합니다. Convolution의 핵심 개념: Convolution은 이미지에 커널을 적용하여 특징을 추출하는 과정이며, 이미지의 중요한 요소를 강조하고 노이즈를 제...
sql
“[SQL] 복잡한 쿼리문을 이해하는 마법의 문장을 발견했습니다.”
🚦 Summary