클라이언트/ 서버/ 엔지니어 "게임 개발자"를 향한 매일의 공부일지

머신러닝 그동안 지루하고 재미없다는 이유로 피했는데 인공지능 사관학교에서 공부하는 이상 머신러닝은 피할 수 없는 것 같다. 이제 오늘 오후에 공부할 시간도 1시간 20분 정도 남아있다. 집에 갈 시간이 가까워질수록 빨리 끝났으면 하는 마음이 커진다.그래도 남은 시간 끝까지 열심히 공부해보자. 책의 첫 장을 펼치며 읽어보았는데 생각했던 것보다 별로 어렵지 않았다. 4만원이나 되는 책값을 아끼지 말고 잘 활용해야지!   1. 머신러닝의 개념머신러닝(Machine Learnig)의 개념은 일반적으로 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법을 통칭한다. 현실 세계의 매우 복잡한 조건으로 인해 기존의 소프트웨어 코드만으로는 해결하기 어려웠던 많은 문제점들을 머..

이번에는 넘파이 연산과 브로드캐스팅 등 좀 더 어려운 개념을 학습하고 문제도 풀어보려고 한다. 이 문제만 다 풀고 이제 머신러닝 책으로 넘파이 관련 부분만 공부해보려고 한다.    실습 문제 풀어보기               처음에는 print 문을 쓰지 않아서 문제를 틀렸다. 이걸 쓸 때와 쓰지 않을 때의 다른 점은 쓰지 않게 되면 array가 함께 출력된다는 것이다.    미션 문제 풀기     학습을 마치고중간에 하다가 인터넷이 계속 끊어져서 얼마나 답답하고 짜증이 났는지 모른다. 썼던 글도 모두 다 지워져서 다시 써야 하고.. 인사교 인터넷이 왜 이 모양인지 모르겠다. 인터넷 선은 갈던지 무슨 수를 써야 할 것 같다.수업을 들을 때도 인터넷이 끊어져서 불편함을 많이 겪곤 한다. 아무튼 넘파이 학습..

세 달 전에 학습했던 내용을 다시 한번 복습하며 Numpy에 대한 심화 학습을 진행해 보기로 했다.   실습 문제 풀어보기                                                                          학습을 마치고아침에 4교시 때 이 문제를 풀다가 너무 졸려서 낮잠을 잤다. 한 20분 잤는데 마치 꿀잠을 잔 듯 머릿속이 개운해졌다. 그리고 점심을 먹고 2시 20분부터 다시 공부를 시작하며 문제를 풀었다.넘파이 공부도 정말 재미있다. 마치 수학을 공부하는 것 같다. 데이터 분석이 수학과 관련이 깊다는 걸 이번에 알게 되었다. 난 전에 수학을 무척 좋아한 적이 많이 있어서 충분히 흥미롭게 공부를 할 수 있을 것 같다. 나머지 문제는 다음 포스트에 이어서 ..

다른 선생님이 같은 수업을 하신 부분이 있어서 이 내용도 한번 정리해보려고 한다. 선생님들마다의 특정도 있고 한번 더 복습하는 것도 괜찮았다.    Numpy 개념 학습    shape이 다른 배열끼리의 연산은 불가능하다.     BMI 지수 구하기                  인사교 인터넷이 언제나 너무나 느리고 먹통이 될 때가 많아서 공부할 때 정말 짜증이 많이 난다. 인터넷이 안 돼서 한참 기록했던 블로그 글이 다 날아간 적도 여러 번 있었다. 비가 오면 인터넷이 안 되는데, 요즘은 날이 좋아도 이런 경우들이 정말 많다. 중복된 내용이 많아서 빼고 나니 이 정도가 남았다. BMI 지수 구하는 것 처음에는 무척 어렵다고 생각했지만 지금 다시 학습해보니 별로 그렇지 않았다.    학습을 마치고넘파이 ..

이번에는 인덱싱과 슬라이싱으로 데이터를 가져오는 법에 대해 학습해보려고 한다. 어제 잠을 별로 자지 못했더니 눈이 감기고 무척 피곤하다. 그리고 뭐든 새로운 과목을 시작하면 하루 이틀 정도는 하기 싫은 마음과 싸워야 할 때가 많다.그래도 새로운 한 주가 시작되었으니 열심히 공부해 봐야지. 아침에 Numpy 학습을 마치고 싶지만 그건 무리일 것 같고, 오후 4시 전까지는 학습을 다 마치고 판다스로 넘어가고 싶다. 그리고 어렵겠지만 책으로도 학습을 진행하려고 한다. 난 어떤 과목이든 책으로 공부하면 흥미를 많이 느끼는 편이다. 강사님보다 사실 책에서 더 많은 것들을 배울 수 있기도 하다.  인덱싱과 슬라이싱           점수가 80인 사람의 인덱스가 0번과 3번이기 때문에 그 값에 맞는 이름을 가져오는..

오늘 아침부터는 Numpy/pandas 학습을 시작하려고 한다. 한 30분 정도는 일정 관리를 하느라 시간을 보냈고 이제 1교시가 절반 이상 지나간 지금부터 본격적으로 공부를 시작해 본다.우선 수업 시간의 영상을 다시 시청하며 정리해보려고 한다. 사실 여기서부터는 잘 몰라서 이해하지 못한 부분들이 많았다.데이터 분석을 정말 안 좋아하고 공부하는 것도 꺼려했는데 파이썬을 공부하고 나니 조금은 흥미가 생겼다.    Numpy의 개념               numpy와 리스트의 차이점은 무엇일까? 리스트는 요소가 각기 떨어져 있어 더하기를 해도 덧셈 연산이 되지 않는다. numpy는 이처럼 요소별 연산이 가능하다. 즉, 인덱스 번호가 같은 값끼리의 연산이 가능하다는 뜻이다.    Numpy 사용법앞으로는 n..

이 과목의 2주차 수업의 마지막이 얼마 남지 않았다. 데이터 병합하기만 공부하면 끝인 것이다. 한 주차 수업이 얼마나 길던지 끝나지 않을 것처럼 보였다. 그래도 이 수업은 3주 차까지만 있어서 다행이었다.그럼 바로 학습을 시작하기로 하자!    이론 8 - 데이터 병합하기 학생이 추가될 수도 과목이 추가될 수도 있는데 행이나 열이 추가되는 것이다.    이 데이터를 합치고 싶다면 어떻게 해야 할까?      인덱스를 초기화하기 위해 ignore_index를 True로 설정한다.     concat()과 다른 점은 리스트로 넣지 않고 하나하나 왼쪽과 오른쪽에 인자로 넣어준다.      how를 inner로 했을 때 5월과 6월의 데이터만 남고 나머지는 합쳐졌다. outer로 하면 3~6월이 모두 포함되어 ..

여섯 번째 단원으로 데이터를 정제하는 방법을 배워보기로 하자. 이 학습까지만 마치고 저녁 운동을 하려고 한다. 어제도 걷기와 줄넘기 운동을 하지 못했는데 오늘은 꼭 해야 할 것 같다.저녁에 Numpy/ Pandas 과목의 80% 이상 수료하고, 파이썬 응용 수업에 들어가는 게 오늘의 목표이다. 그래도 처음보다는 학습 속도가 빨라지고 있으니 기대해 볼 만하다. 그럼 데이터 정제 학습을 시작해 보겠다.    이론 7 - 데이터 정제하기      데이터를 보면 ascending 값이 생략되어 기본값인 오름차순으로 정렬되어 있다. 반면 ascending이 false면 내림차순으로 정렬된다.이 함수를 활용하면 데이터가 가지는 특징을 쉽게 파악할 수 있다.     기존의 index를 저장한 칼럼이 생기는데, 이때 ..

이번에는 데이터는 추출하는 방법에 대해서 공부해보려고 한다. 데이터를 분석하는 과정이 이렇게 여러 단계가 있다는 걸 알아가는 중이다. 먼저 데이터 추출은 어떻게 하는 것인지 학습해 보기로 하자.바로 이론 학습에 들어가본다.  이론 6 - 데이터 추출하기   특정한 조건에 맞는 데이터를 추출할 때 복잡한 조건을 작성하기 위해 필요하다. 파이썬에서는 and, or, not이라고 썼지만 pandas에서는 기호를 사용한다. 그리고 모든 조건은 소괄호를 사용해 묶어주어야 한다.         코드가 길어져도 어떤 작업을 위한 코드인지만 파악하면 쉽게 이해할 수 있다.        라벨을 활용한 데이터 추출 : loc위치를 뜻하는 location의 약자이다. 인덱스 이름과 컬럼 이름을 좌표로 삼아 해당 데이터를 추..

데이터를 변환하는 두 번째 학습을 이제 본격적으로 시작해 본다.어떤 일이든 시작과 끝맺음이 가장 중요하다. 더 하고 싶은 마음이 있더라도 중단하고 다음 일은 진행해야 삶의 균형이 흐트러지지 않는다. 이제 잘 쉬었으니 공부도 다시 시작해야 한다.     이론 4 - 데이터 변환하기 2 지난 수업에서 데이터를 변환했지만 날짜가 숫자로 되어 있어서 알아보기 힘들었다. 이제 요일을 글자로 표시할 수 있게 변환하는 작업을 진행할 단계가 되었다. 단위를 바꾸는 등 데이터 변환은 앞으로도 자주 쓰이는 기능이다.     시리즈 연산은 전체 컬럼에 영향을 주며 계산할 수 있다.  이처럼 변경된 것을 보게 된다. 이러한 연산은 데이터의 단위를 바꾸거나 숫자 계산을 통해 새로운 지표를 나타내는 데 사용한다.     딕셔너리..