해외 유명 강의 사이트인 코세라의 간판 강의, AI for Everyone이 업데이트 되었습니다. 데이터 분석, 머신러닝, 딥러닝, 인공지능 같은 분야에 관심이 있으신 분들은 모두 아시겠지만 코세라는 앤드류 응 교수님이 만드신 강의 플랫폼입니다. 앤드류 응 교수님은 구글브레인 팀에서 알파고 개발 이후 코세라, Deeplearning.ai 등 딥러닝, 인공지능 교육을 이끌고 계신 분입니다. 코세라에 수많은 강의가 있지만 가장 대표적인 강의가 AI for Everyone입니다. 인공지능에 입문하는 분이라면 필수적으로 들어볼만한 강의라고 할 수 있습니다. 이 AI for Everyone이 최신 인공지능 업계의 트렌드를 반영하여 업데이트 되었다는 소식입니다. 업데이트 내역은 다음과 같습니다. 오늘, 우리는 AI..

1. Hidden Bar 2. Aldente 3. Spectacle 4. Macs Fan Control 5. Better Display 6. Runcat 7. One Thing 8. BackgroundMusic 1. Hidden Bar 안녕하세요, 저는 m1 맥북에어 부터 m1max 맥북프로까지 애플실리콘 기반 맥북을 쭉 사용하고 있습니다. 맥os자체에 사용자경험을 위한 다양한 기능들이 있지만, 이게 왜 없지 싶은 기능들도 많이 있는데요. 맥을 사용하면서 여러 앱을 설치하다보면 금새 상단바가 지저분해집니다. 이렇게 여러 아이콘이 상단바에 덕지덕지 생기면 굉장히 보기 않좋죠. 항상 확인할 필요도 없구요. 그래서 이 맥북 상단바 아이콘들을 숨김할 수 있는 프로그램이 있습니다. 이렇게 딱 필요한 것만 꺼내놓고..

안녕하세요, 저는 m1 맥북 에어, m1 Max 맥북 프로, Colab t4를 데이터 분석, 머신러닝 용도로 사용하고 있습니다. M3 칩 기반 맥북의 국내 출시가 코 앞으로 다가오면서 많은 분들이 맥북 구입을 고려하고 계실텐데요. 애플 실리콘 그러니까 M1칩 출시이후로 국내에서도 판매 비중이 많이 늘었다고 하더라고요. 저 또한 처음 데이터 분석에 입문했던게 M1맥북에어와 함께였어서 애플 실리콘의 출시와 텐서플로우, 파이토치 등 머신러닝/딥러닝에 사용되는 프레임워크들이 이제는 정말 m 칩 기반 맥북에서도 정말 잘 작동하고, 충분히 nvidia gpu가 장착된 윈도우 노트북과 비교할만하다고 생각합니다. 레딧을 보다가 잘 정리된 댓글이 있어서 번역하여 남겨봅니다. https://www.reddit.com/r/..

안녕하세요, 통계학습과 기계학습 분야에서 가장 유명한 교재 중 하나인 ISLR의 파이썬 버젼 ISLP가 출간되었습니다. An Introduction to Statistical Learning 이며 로버트 팁시라니 교수님,,, 스탠포드 대학교 통계학의 전설 같은 존재라고 합니다. 라쏘 방법을 최초로 고안한 분입니다. 아무튼 아래 공식 웹사이트에서 무료로 배포하고 있고, 상당히 이해하기 쉬운 편입니다. 원래는 코드들이 R로 작성이 되었는데 한 달 전에 Python 버전이 출간되었습니다. https://www.statlearning.com/ An Introduction to Statistical Learning As the scale and scope of data collection continue to i..

독학으로 조금씩 공부하다 2021년부터 신설된 '데이터 비즈니스'를 복수전공하기 시작했습니다. 학교에 처음 도입된 융합전공이라는 시스템으로 두 가지 전공을 섞어서 듣지만 단일 학위를 받는 이수 단위입니다. 데이터 비즈니스 전공은 통계학과와 경영학과 두 전공의 강의를 수강합니다. 하지만 졸업 시 경영학사를 받는다는 점에 유의해야 합니다. 저는 본 전공이 정치외교학으로 사회과학 계열입니다. 따라서 통계학과 강의를 따라가기 위해 수학 공부를 다시 했습니다. 본론에 들어가기 앞서 본격적으로 데이터 분석 공부를 시작한 타임라인을 알려드리자면 2021년 1학기 : 데이터 비즈니스 복수 전공 시작 (정치학 + 통계학 + 경영학 세 가지 전공으로 학점을 채워야 함) 2021년 2학기: 프랑스 파리 ipag에 교환학생 ..

https://uncoolpark.tistory.com/2 🚚 물류 유통량 예측 경진대회_1 [베이스라인 모델, EDA] Baseline Model LGBM 사용 ['물품_카테고리'] 라벨 인코딩 Measure Metric: RMSE # 라이브러리 임포트 import pandas as pd from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split from lightgbm impor uncoolpark.tistory.com EDA Code # 라이브러리 임포트 import pandas as pd # 데이터 로드 train = pd.read_csv('train.csv') # 데이터 변형_..