Jacob Cho's Data Science

df.assign(Area=lambda df: df.Length*df.Height) df['Volume'] = df.Length*df.Height*df.Depth pd.qcut(df.col, n, labels=False) * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

Pandas 기초 - Pandas Handling Missing Data * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

Pandas 기초 - 파이썬 판다스로 apply 활용하기 lambda 익명함수 사용하기 * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

Pandas 기초 - 파이썬 판다스로 기본 통계 하기 value_counts, nunique, sum, count, mean, median * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

Pandas 기초 - 일부 컬럼을 기준으로 데이터 가져오기 Subset Variables (Columns) * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

* https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu... * 특정 비율과 갯수로 데이터를 샘플링 하기 df.sample(frac=0.5) Randomly select fraction of rows. df.sample(n=10) Randomly select n rows. * 인덱스의 순서로 데이터를 색인해 오기 df.iloc[ 10:20 ] Select rows by position. * 특정 컬럼에서 가장 큰 값과 작은 값 가져오기 df.nlargest(n, 'value') Select and order top n entries. df.nsmallest(n, 'value') Select and order bottom n entries.

[4] Pandas 기초 - and, or, not, xor, any, all 연산 이해하기 * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu... * https://pandas.pydata.org/Pandas_Chea...

판다스 데이터프레임 비교연산자로 색인하기, drop_duplicates() * https://pandas.pydata.org/Pandas_Chea... * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu...

- 판다스 10분 완성소개, cheat sheet 보고 데이터프레임 만들어보기 * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu... * https://pandas.pydata.org/Pandas_Chea...

- 판다스 10분 완성소개, cheat sheet 보고 데이터프레임 만들어보기 * 판다스 10분 완성 : https://dataitgirls2.github.io/10minu... * https://pandas.pydata.org/Pandas_Chea...

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Playlist: https://www.youtube.com/playlist?list... Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Playlist: https://www.youtube.com/playlist?list... Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll Videos: http://bit.ly/PyTorchVideo

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll Videos: http://bit.ly/PyTorchVideo

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

PyTorch Zero To All Lecture by Sung Kim hunkim+ml@gmail.com at HKUST Code: https://github.com/hunkim/PyTorchZero... Slides: http://bit.ly/PyTorchZeroAll

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearningZ

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: http://github.com/hunkim/DeepLearning...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearningZ

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearningZ

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearningZ

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

강의 웹사이트: http://hunkim.github.io/ml/ 슬라이드 모음: https://goo.gl/jPtWNt 코드 모음: https://github.com/hunkim/DeepLearnin...

수업 웹페이지: http://hunkim.github.io/ml/ 이전 비디오에 남겨주신 댓글들 옮겨드립니다. 정동호2 months ago 꿀잼 유광현2 months ago This lecture is Amazing. Thanks Sir. I am not yet install Korean patch in my Ubuntu. Jang-Hwan Im10 months ago 아! 다변수 힘수 미분이네요 점점 어려움이 느껴지는데....강의 다 듣고 강의 횟수와 조회수 프로그램 짜보고 싶습니다 ^.^ Sung Kim10 months ago +임장환 우리는 다함수 미분을 하지는 않습니다. 프로그램이 해주니까, 미분한다는것만 이해 하시면 됩니다. Ashtray Kim3 weeks ago (edited) 교수님 질문있습니다! 그냥 1변수의 선형회귀일 경우, weight값이 하나이기 때문에 cost function이 단순 2차식, convex로 나온다는 것을 알겠는데요. weight가 2개 이상인 경우 cost function이 convex인지 아닌지 잘 모르겠습니다. 예를 들어 cost = (label- w0x0 - w1x1 - w2x2)^2 와 같은 경우 각 weight별 최대 차수는 2차이지만, 서로 다른 weight끼리 곱해지기도 하는 등 함수가 복잡하여 convex인지 아닌지 모르겠습니다. cost function의 개형이 어떤지 판단할 수 있는 방법이 있는지요 Jang Hwan Im1 month ago 선물 주신다고 해서 급 다시공부 하는데 ... 과연 설문 받을 수 있을 지...덕분에 강의 다시 듣습니다 ^.^ Alanga Doro2 months ago (edited) 교수님. 근데 머시러닝에서 bias는 어떤 역활인가요~ 바이어스를 적절히 넣으면 좋은 학습이 된다고 어디서 보았습니다. docworlds4 months ago 좋은 강의 감사합니다~! zhangbo00375 months ago 안녕하세요. 이렇게 좋고

머신러닝(기계학습)으로 fit, predict, evaluate 학습, 예측, 평가하기 [청와대 국민청원 데이터로 파이썬 자연어처리 입문하기] 청와대 국민청원 사이트와 분석도구를 소개합니다. 2019년 2월 16일 토요일에 한국마이크로소프트 광화문오피스에서 진행된 LangCon 2019(Language Conference 2019) 튜토리얼 내용입니다. 해당 튜토리얼은 지난 해 데잇걸즈 2기와 파이콘 한국 2018에서 진행되기도 했습니다. * https://goo.gl/j9hEhj 에 가면 colab 노트북이 5번까지 있습니다. * colab 접근이 잘 되지 않는다면 크롬 앱스토어에서 "colaboratory"를 검색해서 설치하실 수 있습니다. 다음의 링크로 설치하실 수 있습니다. https://chrome.google.com/webstore/de... * 튜토리얼에 사용될 노트북은 파일 > 내 드라이브에 사본생성 으로 사본을 생성해 주셔야 실행권한이 부여됩니다. 1년 치 국민청원 텍스트 데이터를 전처리, 분석, 시각화(워드 클라우드, 단어 유사도) 해봅니다. 전처리한 텍스트를 바탕으로 평균보다 높은 투표수를 얻을지 낮은 투표수를 얻을지 머신러닝을 통해 예측해 봅니다. 또, 텍스트를 통해 어느 카테고리에 해당하는 내용인지도 예측해 봅니다. Colaboratory 사용을 위한 구글 이메일 주소와 개인 노트북이 필요합니다. 튜토리얼 노트북 참고 : https://github.com/corazzon/petitionW...

Bag of Word, TF-IDF 단어벡터화 및 가중치 적용 [청와대 국민청원 데이터로 파이썬 자연어처리 입문하기] 청와대 국민청원 사이트와 분석도구를 소개합니다. 2019년 2월 16일 토요일에 한국마이크로소프트 광화문오피스에서 진행된 LangCon 2019(Language Conference 2019) 튜토리얼 내용입니다. 해당 튜토리얼은 지난 해 데잇걸즈 2기와 파이콘 한국 2018에서 진행되기도 했습니다. * https://goo.gl/j9hEhj 에 가면 colab 노트북이 5번까지 있습니다. * colab 접근이 잘 되지 않는다면 크롬 앱스토어에서 "colaboratory"를 검색해서 설치하실 수 있습니다. 다음의 링크로 설치하실 수 있습니다. https://chrome.google.com/webstore/de... * 튜토리얼에 사용될 노트북은 파일 > 내 드라이브에 사본생성 으로 사본을 생성해 주셔야 실행권한이 부여됩니다. 1년 치 국민청원 텍스트 데이터를 전처리, 분석, 시각화(워드 클라우드, 단어 유사도) 해봅니다. 전처리한 텍스트를 바탕으로 평균보다 높은 투표수를 얻을지 낮은 투표수를 얻을지 머신러닝을 통해 예측해 봅니다. 또, 텍스트를 통해 어느 카테고리에 해당하는 내용인지도 예측해 봅니다. Colaboratory 사용을 위한 구글 이메일 주소와 개인 노트북이 필요합니다. 튜토리얼 노트북 참고 : https://github.com/corazzon/petitionW...