전직 선생님이 전직하는 이야기

머신러닝 2일차. 대충 그런게 있다-라고 알고 애써 멀리해 왔던 모델링 수학이 본격적으로 시작되었다. 그야말로 하늘은 높고 공부할 건 늘어나는 가을이다.             모델 평가지표 지난 포스팅(https://guoyee94.tistory.com/40)에서 다룬 모델들의 평가지표. 아무래도 좀 모자란 부분이 보이니까 한번만 더 짚는다. 다시 한 번 머신러닝의 평가지표를 살펴 보자.  회귀 문제회귀MAE(Mean Absolute Error)평균절대오차Σ(오차의 절댓값) ÷ 데이터 수MSE보다 직관적, 이상치에 민감하지 않음 MSE(Mean Squared Error) 평균제곱오차Σ(오차의 제곱) ÷ 데이터 수MAE보다 비직관적, 이상치에 민감함RMSE(Root Mean Squared Error)  √..

합격한 김에 개설한 AICE 탭. 추후에 PROFESSIONAL을 칠 수도 있으니 기록관리도 할겸앞으로 몇 개의 포스팅을 할 예정이다. AICE ASSOCIATE을 준비하는 이들에게 도움이 되었으면 한다.     AICE란? AICE는 KT와 한국경제신문에서 공동으로 발급하는 자격으로, 인공지능 활용능력을 측정하는 시험이다.  AICE는 난이도에 따라 Professional / Associate / Basic / Junior / Future 5단계로 구분된다. Basic 이하는 코딩이 없기 때문에 사실상 학생을 대상으로 한 시험으로,취직에서 이점을 얻기는 어렵다. 따라서 본인이 취준생이나 직장인이라면최소 Associate부터 준비한다고 생각해야 한다.     AICE Associate 시험 구성 AICE..

드디어 머신러닝이다. 아무래도 코딩이 서툰 입장에서는템플릿 딱딱 정해져 있는 머신러닝이 편하게 느껴지긴 하는듯. 최근 TIL에만 하루에 4시간씩 소비하고 있었는데,AICE 준비하면서 그나마 미리 알아둔 부분이라 다행이다. TIL도 중요하지만 이미 넣어버린 ADsP, SQLD 어쩔거야...잽싸게 복습 끝내고 준비시간을 갖도록 한다.    머신러닝이란 넓은 의미는 뭐... 넣어 두고,좁은 의미로 머신러닝이란컴퓨터에게 데이터를 x(feature), y(target) 형태로 줌으로써x와 y가 어떤 관계를 가지고 있는지 학습시키는 것이다.  우리가 학습을 시키는 대상, 또는 학습을 완료한 주체를 '모델'이라고 부르며,이 모델에게 실제 데이터(x)를 줘서 우리는 알아내지 못하는 y를 예측시키는 것이 궁극적 목적이다..

날이 추워지니 이불을 덮고 자기 시작하는 황짹짹 군(8세, 중남)이불이 털잔치다        짹짹이는 햇살이 기분좋다.          혼절

후기작성 이후 최초로... 밀린 2주차를 몰아서 쓴다. 자랑이다. 나름 억울(?)한 면이 있는게,10월 1주차는 국군의날에 개천절,10월 2주차는 한글날이 껴서 휴강이 3일이나 됐다. 쓸 게 있어야지.... 그래도 이번 주차에는 2차미프, 코딩마스터스 종료 등 풀 이야기가 많았으니 몰아서 푼다.  5주차월화수목금데이터 분석국군의 날데이터 수집개천절데이터 수집   6주차월화수목금2차 미니프로젝트한글날데이터 분석 표현   데이터 수집, 데이터 분석 표현  늘 그렇듯 수업 복습은 TIL에서 다루었다. 아직 하나 못썼다 간단하게 감상만 이야기해보자.  데이터 수집 수업 당시에 정말 멍-하게 봤던 기억이 난다. 옆에서 지켜본 여친님 말로는 듣는 내내 승질부리면서 발로 바닥을 쿵쿵 쳤다고.경악스럽게도 우리 집 아래..

지난 포스팅에 이어지는 내용. [streamlit의 이해, streamlit 메서드]https://guoyee94.tistory.com/36 이번에는 streamlit으로 차트 그리는 법과 folium map을 알아보자.         streamlit으로 차트 그리기 streamlit은 강력한 차트 기능을 지원한다. 분석가 입장에서는 비분석가에게 정보를 제공하기 위해 사용하게 되는 만큼,시각화에 힘이 빡 들어간 프레임워크이기 때문이다. streamlit을 활용해서 차트를 그리는 방법은 세 가지가 있다. 1. Simple Chart  - Streamlit에 내장되어 있음, 따로 import 불필요  - st.line_chart(df) / st.bar_chart(df) / st.area_chart(df) ..

특히 뒤풀이가 폭풍같이 지나가버린 2차 미니프로젝트. 지금 안건데 지난주 후기를 안썼더라. 숙제가 늘어나는 기분. 어쨌든 미니프로젝트 후기는 이번 주말에 쓰기로 하고,이번주 목-금은 '허신' 강사님께 '데이터 분석 표현'이란 걸 배운다. 월화수목금2차 미니프로젝트한글날데이터 분석 표현  Jupyter Notebook 환경을 벗어나,실무에선 시각화 및 인터페이스 재현을 이렇게 진행하는건가...? 를 맛볼 수 있는 시간이었던 것 같다.        Streamlit의 이해  Streamlit은 파이썬으로 쉽게 데이터 애플리케이션을 만들 수 있게 해주는 오픈소스 프레임워크이다. 복잡한 웹 개발 지식 없이도 간단한 코드로 대화형 웹 애플리케이션을 개발할 수 있으며, 특히 데이터 분석, 머신러닝 모델 시각화 및 ..

카메라만 가져다대면 눈을 피하는 황짹짹 군(8세, 중남)        그루밍을 음미하다가 눈 뜨는걸 까먹고 고개만 드는 모습이다.        아니 오늘 종이 버리는 날이라고.

이불 속에서 코를 고는(!) 황짹짹(8세, 중남) 군의 뒷발.          그루밍을 격렬하게 하는 편이다.         최애템은 돌돌이. 너때문에 산 게 맞긴 한데 이럴 의도는 아니었어         눈물셀카를 찍는 걸 보니 가을이 되긴 했다보다.

데이터 수집 파트의 둘째날이자 마지막 날. 웹 분야를 완전히 처음 접하는 건 아니지만...강사님 설명이 무척 빠르셨다. 아예 처음이었으면 멘탈이 많이 갈렸을 듯.  동적 페이지 크롤링 실습 몇가지 사례를 통해 동적 페이지 크롤링을 더 해 보았다. 사전학습 때도 느꼈지만, 크롤링은 변수와 상황이 너무 많아서 힘든 것 같다 ㅠ 공식처럼 쓰는 게 안된달까... 큰 틀은 지난 포스팅에서 본 것과 같다.# 1. URLurl = 'https://m.stock.naver.com/api/index/KOSPI/price?pageSize=10&page=2'# 2. request(URL) > response(JSON(str))response = requests.get(url)# 3. JSON(str) > list or di..