본문 바로가기

프로그래밍105

파이썬 for반복문과 range()함수 예제 목차 1. for반복문이란? for 반복문은 순서열(sequence)의 항목(item)을 처음부터 끝까지 순서대로 거쳐가면서 반복하는 반복문입니다. (Loop until the end of the sequence) for반복문은 for 다음에 반복변수(iterating_var)를 지정해주고, in 다음에 순서열(sequence), 마지막에 콜론(:)을 적어줍니다. 반복시킬 코드는 콜론 아래쪽에 들여쓰기를 해서 써줍니다. 매우 간단한 for반복문 예시를 보겠습니다. 0부터 9까지의 범위를 구하는 for반복문입니다. #0부터 9까지의 범위 for i in range(10): print(i) 결과 값은 아래와 같습니다. 0부터 9까지의 자연수가 차례대로 출력됩니다. 2. range()함수의 범위 지정 rang.. 2023. 9. 25.
파이썬 기초 input()함수 예제 목차 1. 변수란 무엇인가 변수(variable)란 변화하는 값을 저장하는 곳 입니다. 축구 경기를 할 때 골을 넣으면 점수가 변화하는 데 이 점수를 변수라고 생각하면 됩니다. 변수는 이름을 가지고, 가질 수 있는 값의 종류가 정해져 있습니다. 파이썬에서 변수의 이름은 영문자, 한글, 숫자, '_'로 구성됩니다. 첫 글자는 영문자, 한글, '_' 만 가능합니다. 길이에 제한은 없으나 누구든 이해가 쉽고 간단한 이름이 좋겠죠! 대소문자도 구별해서 써주어야 합니다. 교육용 프로그래밍 언어인 엔트리에서도 변수를 직접 만들 수 있답니다. 변수의 종류는 숫자형과 문자열이 있습니다. 숫자형은 정수(integer), 실수(float)가 있고 문자열(string)이 있습니다. 2. input()함수 사용법 input(.. 2023. 9. 22.
구글 코랩(colab) 기초 사용법 목차 1. 구글 코랩(google colab)이란? 구글 코랩(Google colab)이란 구글이 제공하는 클라우드 기반 Jupyter Notebook 환경을 말합니다. 즉, 웹 브라우저에서 파이썬 코드를 작성하고 실행할 수 있는 웹 에디터 라고 볼 수 있죠. 클라우드 기반이기 때문에 따로 프로그램을 설치할 필요가 없고, 구글 계정만 있으면 GPU까지 무료로 구글 코랩으로 사용할 수 있답니다. https://colab.research.google.com/ Google Colaboratory colab.research.google.com 2. 구글 코랩(google colab)의 특징 구글 코랩(Google colab)은 몇 가지 특징이 있습니다. 1) 별도로 파이썬 설치가 필요없다. 파이썬을 사용하려면 .. 2023. 9. 21.
주피터 노트북(Jupyter Notebook) 다운로드 방법 파이썬으로 프로그래밍을 할 때는 주로 3가지 방법을 사용하게 된다. 1) 텍스트 에디터+커랜드 라인 사용 sublime Text, Atom 처럼 텍스트 에디터를 사용하면 좋다. 가장 가볍다는 장점이 있다. 컴퓨터 사양이 좋지 않아도 사용이 가능하다. 단점: 실수를 많이 할 수 있다. 권장되지 않는 스타일로 코딩할 수 있다. 2) IDE : Integrated Development Environment(통합 개발 환경) Pycharm, 웹 개발 환경 사용하기 단점: SW가 무겁다. 처음 세팅이나 사용법을 익히는 것이 어렵다. 3) Jupyter Notebook 웹 브라우저에서 인터렉티브하게 작업하기 위한 툴 파이썬, R, 줄리아 3가지 언어를 사용할 수 있다. 코드에 대한 결과물을 바로 볼 수 있다. 마크.. 2022. 9. 1.
팔린드롬(palindrome) for반복문이용_파이썬 기초 팔린드롬(palindrome)이란 '토마토', racecar'처럼 거꾸로 읽어도 똑같은 단어를 의미한다. 문자열 word가 팔린드롬인지 확인하는 함수를 만들어보자. 함수는 is_palindrome이라고 하고 for 반복문을 이용해서 코딩을 해볼 것이다. 주의할 점은 append, insert 메소드와 del함수를 사용할 수 없다. 이 문제를 쉽게 이해하자면 문자열 뒤집기 문제라 할 수 있다. 문자열을 뒤집는 방법은 1) for문 2) reverse() 3) 슬라이싱 이렇게 3가지로 볼 수 있다. 코드는 아래와 같다. def is_palindrome(word): for left in range(len(word) // 2): # 한 쌍이라도 일치하지 않으면 바로 False를 리턴하고 함수를 끝냄 right .. 2022. 8. 31.
파이썬으로 데이터 사이언스 시작하기 ★데이터 사이언스란? 데이터에 대한 이해, 데이터를 다루는 일을 의미한다. 데이터를 다루려면 소프트웨어가 필요하다. 카카오톡, 인스타그램, 페이스북, 네이버, 지하철 카드 찍기 등 모든 것이 데이터로 저장되고 있다. 때문에 모든 업계는 데이터를 기반으로 상품을 판매한다. 심지어 정치권에서도 사용중이다. 2012년 오바마, 2016년 트럼프 대선 성공은 모두 데이터 분석에서 시작되었다. ★Data science의 정의 데이터 사이언스는 다양하게 정의되고 있다. 1) 위키피디아 데이터 마이닝과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과 인사이트를 추출하는데 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합분야이다. 2) 위키피디아 요약! 다양한 데이터로부터 지식과 인사이트를 .. 2022. 8. 8.
딥러닝 알아보기(인공지능, 머신러닝, 딥러닝의 관계)_파이썬으로 머신러닝 배우기 딥러닝 살펴보기 먼저 인공지능, 머신러닝, 딥러닝의 차이를 알아보자. 인공지능은? 사람이 갖는 지능을 흉내내는 인공적인 지능을 의미한다. 머신러닝은? 데이터를 이용해 기계를 학습시키는 방법을 의미한다. 딥러닝은? 머신러닝의 한 종류로 인공신경망을 이용하는 방법을 의미한다. 딥러닝에도 다양한 알고리즘이 존재하는데 1)-4) 까지가 주로 사용된다. 1) 합성곱 신경망(Convolutional Neural Network, CNN) 영상처리, 신호처리 2) 순환 신경망(Recurrent Neural Network, RNN) 자연언어 처리 3) 심층 신뢰 신경망(Deep Belief Network, DBN) 학습 데이터가 적을 때 4) 심층 Q-네트워크(Deep Q-Networks) 강화학습 1. 데이터 유형 머.. 2021. 5. 31.
비지도학습(AgglomerativeClustering)_파이썬으로 머신러닝 배우기 1. AgglomerativeClustering이란? 병합균집을 의미한다. 즉, 가장 가까운 것끼리 합치는 것을 의미한다. ward : 분산을 가장 작게 하는 방법 average : 평균 거리를 가장 짧게 하는 방법 2. Iris 데이터를 사용해보기 import numpy as np from sklearn.cluster import AgglomerativeClustering from sklearn import datasets from sklearn import metrics from sklearn.metrics.cluster import homogeneity_score,completeness_score,v_measure_score iris = datasets.load_iris() X = iris.data.. 2021. 5. 26.
비지도학습(DBSCAN)_파이썬으로 머신러닝 배우기 1. DBSCAN(Density-Based Spatial Clustering of Applications Noise) 공간 밀집도를 기반으로 코어 포인트, 보드 포인트를 정한다. K-Means 클러스터링 방법은 단순하고 강력한 방법이지만 클러스터의 모양이 원형이 아닌 경우에는 잘 동작하지 않으며 클러스터의 갯수를 사용자가 지정해주어야 한다. DBSCAN은 데이터가 밀집한 정도 즉 밀도를 이용하여 클러스터의 형태에 구애받지 않으며 클러스터의 갯수를 사용자가 지정할 필요가 없다. 2. Iris 데이터를 DBSCAN으로 군집화하기 아래는 거리가 0.5 10개의 데이터가 있으면 군집화시키는 코드이다. import numpy as np from sklearn.cluster import DBSCAN from skl.. 2021. 5. 24.
비지도학습(K-mean)_파이썬으로 머신러닝 배우기 비지도학습의 평가 방법 1) completemcess 2) homogeneity 3) The V-measure(1과2의 평균) 1. K-평균 사용 방법 1) 임의로 두 개를 선택한다. 2) 각 자료들은 가까운 두 그룹으로 배당한다. 3) 각 군집내의 자료들의 평균을 계산한다. 중심이 평균값이다. 4) 최대 반복수까지 또는 평균이 수렴할 때까지 반복한다. 특징 1) 반드시 군집수를 결정해야한다. 2) 초기값이 중요하다(초기값이 서로 떨어진 것). 3) 이상한 자료에 민감하다. 2. Iris(붖꽃 데이터)로 K-Mean 사용해보기 from sklearn.cluster import KMeans from sklearn import datasets iris = datasets.load_iris() X = iris.. 2021. 5. 20.

티스토리툴바