TOP
class="layout-aside-left paging-number">
본문 바로가기
728x90

전체 글603

[파이썬] 자연어 처리(NLP) 시작하기 - 4 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 챕터 [파이썬] 자연어 처리(NLP) 시작하기 - 3시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 챕터 [파이썬] 자연어 처리(NLP) 시작하기puppy-foot-it.tistory.com워드 클라우드 - 스타워즈  먼저 스타워즈의 A New Hope 텍스트 파일과 png 파일을 다운로드한 후, 파이썬에서 불러온다.text = open('../data/09. a_new_hope.txt').read()# 단어 처리text = text.repla.. 2024. 5. 8.
[파이썬] 자연어 처리(NLP) 시작하기 - 3 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 챕터 [파이썬] 자연어 처리(NLP) 시작하기 - 2시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 챕터  [파이썬] 자연어 처리(NLP) 시작하puppy-foot-it.tistory.com워드 클라우드 (word cloud) 개념 워드 클라우드(word cloud)란, 자주 나타나는 단어를 크게 보여줌으로써 직관적으로 텍스트를 알리는 데 도움을 준다.파이썬에서 사용할 수 있는 워드 클라우드가 몇 가지 있는데, 그 중 하나를 소개한다. 워드 클.. 2024. 5. 8.
[파이썬] 자연어 처리(NLP) 시작하기 - 2 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 챕터  [파이썬] 자연어 처리(NLP) 시작하기 - 1시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.자연어 처리(NLP)란? 자연어처리 (NLP; Natural langupuppy-foot-it.tistory.com한글 자연어 처리 기초 - 꼬꼬마 모듈 지난 분석에서 언급했듯, KoNLPy 는 꼬꼬마, 한나눔 등의 엔진을 사용할 수 있게 해준다.# konlpy.tag 모듈에서 Kkma 클래스를 가져오기from konlpy.tag import Kkm.. 2024. 5. 8.
[전세 보증금 이행 청구] 은행 전세 대출 연장 내용증명을 발송하여 임대인 측이 수취한 것을 확인하고, 그와 관련된 문의를 진행했었다. [전세보증금 이행 청구] - 임대인 내용증명 도달 관련내용증명을 보낸 이후 임차인은 어떻게 해야할까? [전세보증금 반환] 임대인 가처분 - 2 등기부등본 상 가처분 등록으로 인해 임대인이 전세보증금을 반환을 못할 경우 임차인이 해야할 일 24년 3puppy-foot-it.tistory.com은행 전세 대출 만기 연장 [24년 5월 8일]전세대출 만기일 (24년 6월 19일)을 한 달 가량 앞두고 은행에서 연락이 왔다. NH▶ 전세대출 만기일이 한 달가량 남았는데, 기존 대출을 상환하실건가요, 연장하실건가요?나▶ 현재 임대인 측에서 보증금 환급이 어려워 이행청구 예정입니다.전에 HUG에 문의 했을 때, 전세 대출 연장 .. 2024. 5. 8.
[SQLD] 시험 과목 및 주요 내용 [1과목 데이터 모델링의 이해]주요 항목세부 항목데이터 모델링의 이해데이터모델의 이해엔터티속성관계식별자데이터 모델과 SQL정규화관계와 조인의 이해모델이 표현하는 트랜잭션의 이해NULL 속성의 이해본질 식별자 vs 인조식별자 [2과목 SQL 기본 및 활용]주요 항목세부 항목SQL 기본관계형 데이터베이스 개요SELECT 문함수WHERE 절GROUP BY, HAVING 절ORDER BY 절조인표준 조인SQL 활용서브 쿼리집합 연산자그룹 함수윈도우 함수TOP N 쿼리계층형 질의와 셀프 조인PIVOT 절과 UNPIVOT 절정규 표현식관리 구문DMLTCLDDLDCL시험 후기 [SQLD] 시험후기 (비전공자, 독학)합격 여부 점수 발표일인 3월 29일 오후 3시, 아직 점수 발표가 안 났다... ▶ 오후 4시가 되니.. 2024. 5. 7.
[파이썬] 자연어 처리(NLP) 시작하기 - 1 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.자연어 처리(NLP)란? 자연어처리 (NLP; Natural language Processing) 가 무엇인지 궁금하다면 하단의 글 참고 자연어(NL), 자연어 처리(NLP)란?자연어(NL)란? 출처: 나무위키  자연적으로 발생한 언어는 자연어(자연 언어, NL; Natural language)라고 정의한다. 사람들이 쓰는 언어는 대부분 자연어이다. 여기서 자연이란 뜻은 다음과 같다. 사회puppy-foot-it.tistory.com한글 자연어 처리를 위한 KoNLPy 모듈 설치 ※ KoNLPy 모듈은 Lucy Park 이라는 분이 개발한 한글 자연어 처.. 2024. 5. 6.
자연어(NL), 자연어 처리(NLP)란? 자연어(NL)란? 출처: 나무위키  자연적으로 발생한 언어는 자연어(자연 언어, NL; Natural language)라고 정의한다. 사람들이 쓰는 언어는 대부분 자연어이다. 여기서 자연이란 뜻은 다음과 같다. 사회과학적인 의미의 자연적이란, 특정한 누군가가 뚜렷한 목적을 가지고 만들어낸 것임이 명확하지 않고 불특정 다수가 살아가는 과정에서 만들어지는 것이다. 따라서 인간이 만들었지만 누가 처음부터 끝까지 설계하고 만든 것이 아니라, 인류가 살아가는 과정에서 자연스레 만들어졌기 때문에 자연어로 분류된다.자연어처리(NLP)란?출처: 구글 클라우드 자연어 처리(NLP; Natural language Processing )는 머신러닝을 사용하여 텍스트의 구조와 의미를 파악한다. 자연어 처리 애플리케이션을 사용.. 2024. 5. 6.
[파이썬] 시계열 데이터 다루기 - Growth Model / Holiday Forecast 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 분석 보기 [파이썬] 시계열 데이터 다루기 - 3시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 분석 보기 [파이썬] 시계열 데이터 다루puppy-foot-it.tistory.comGrowth Model과 Holiday Forecast Prophet 의 튜토리얼에 나오는 예제를 통한 시계열 분석 익히기먼저 하단의 csv 파일을 다운 받아 불러온다. # CSV 파일을 읽어와서 DataFrame으로 저장df = pd.read_csv('../data.. 2024. 5. 6.
[파이썬] 시계열 데이터 다루기 - 3 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다. 보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 분석 보기 [파이썬] 시계열 데이터 다루기 - 2시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 분석 보기 [파이썬] 시계열 데이터 다루puppy-foot-it.tistory.comSeasonal 시계열 분석으로 주식 데이터 분석하기 (feat.Yahoo Finance) DataReader 함수를 사용하여 구글이 제공하는 주가 정보를 받아오려고 하였으나, 현재(2024년 5월)는 구글에서 데이터를 제공하고 있지 않기 때문에, 데이터를 가져오려면.. 2024. 5. 6.
[파이썬] 시계열 데이터 다루기 - 2 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.지난 분석 보기 [파이썬] 시계열 데이터 다루기 - 1시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.시계열 분석(feat. fbprophet) 을 위한 Visual C++ Buildpuppy-foot-it.tistory.comProphet 모듈을 이용한 forecast 예측 지난 분석에서 받은 pinkwink_web 변수에서 날짜(index)와 방문수(hit)만 따로 저장.날짜는 pandas가 지원하는 to_datetime 함수를 이용해서 날짜라고 선언.. 2024. 5. 6.
[파이썬] 시계열 데이터 다루기 - 1 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.시계열 분석(feat. fbprophet) 을 위한 Visual C++ Build Tools 설치 - 시계열 데이터: 데이터가 시간의 흐름에 따라 변화하는 추이가 있는 데이터 (웹 트래픽, 주식 등)- 시계열 분석은 원 데이터의 안정성을 판정하고, 안전한 형태로 변환하고, 예측 모델을 선정하고 검증하는 과정에서 통계학의 깊은 지식을 요구 - fbprophet 모듈: 페이스북에서 만든 간단한 데이터를 예측할 때에 유용한 도구(윈도우 사용자들의 경우 Visual C++ Build Tools 설치 필요. 맥은 설치 불필요) 하단의 링크에서 다운로드 가능 Mic.. 2024. 5. 6.
[데이터베이스] 개념 및 특징 데이터베이스 넓은 의미로는 일상적인 정보들을 모아 놓은 것 자체.그러나 일반적으로는 특정 기업이나 조직 또는 개인이 필요에 의해 데이터를 일정한 형태로 저장해 놓은 것. ex) 학교: 학생 관리를 목적으로 학생 개개인의 정보 저장기업: 직원들을 관리하기 위해 직원들의 정보 저장 (주로 엑셀) 관리 대상이 되는 데이터의 양이 점점 많아지고 같은 데이터를 여러 사람이 동시에 여러 용도로 사용하게 되면서 엑셀로는 한계가 있고, 경우에 따라서는 개인의 사소한 부주의로 인해 중요한 데이터가 손상되거나 유실될 우려 있음.▶ 보다 효율적인 데이터의 관리 뿐만 아니라 데이터 손상을 피하고, 필요시 복구하기 위한 시스템 필요 (DBMS)데이터베이스의 특징 (1) 데이터베이스의 일반적인 특징통합된 데이터: 동일한 내용의 .. 2024. 5. 4.
[파이썬] 19대 대선 결과 분석 -4 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.이전 분석 내용 [파이썬] 19대 대선 결과 분석 -3시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.이전 분석 내용 [파이썬] 19대 대선 결과 분석 -puppy-foot-it.tistory.com19대 대선 결과 득표율 시각화하기 시각화를 위해 사용할 함수는 지난 분석에 작성한 drawKorea 함수 및 Border_Lines를 입력하고BORDER_LINES=[[(5,1),(5,2),(7,2),(7,3),(11,3),(11,0)], # 인천[(5,4).. 2024. 5. 4.
[파이썬] 19대 대선 결과 분석 -3 시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.이전 분석 내용 [파이썬] 19대 대선 결과 분석 -2시작에 앞서해당 내용은 -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.이전 분석 내용 [파이썬] 19대 대선 결과 분석 -puppy-foot-it.tistory.com'draw_korea' csv 파일 불러오기 이전에 작업했던 'draw_korea.csv' 파일을 읽어온다.draw_korea = pd.read_csv('../data/05. draw_korea.csv', encoding='utf-8', index_col=0).. 2024. 5. 4.
[24년 6th] 파이썬 머신러닝 완벽 가이드 김철민저, 위키북스 는 이론 위주의 머신러닝 책이 아닌 다양한 실전 예제를 직접 구현해 보면서 머신러닝을 체득할 수 있도록 하였다. 실전에서 자주 사용되는 알고리즘과 반드시 알아야 할 핵심 개념 설명에 집중했으며, 코드 작성과 예제를 통해 핵심 개념을 이해할 수 있도록 하였다. 이 책은 머신러닝 입문자보다는 머신러닝에 조금이라도 경험이 있는 사람들을 대상으로 집필된 책이라 입문자에게는 난이도가 있는 편이다. 목차를 보면 빅데이터 분석기사 필기 준비 때 공부했던 다양한 이론을 실제 어떻게 분석하고 구현하는지 잘 나와있어 실무를 배우는데 큰 도움이 될 것으로 보인다. 700 페이지가 넘어가는 방대한 양에 다양한 내용을 담았으므로, 머신러닝을 배우고 싶은 이들에게 큰 도움이 될 듯하다. 현재 진행 중인 프로젝.. 2024. 5. 4.
[ADsP] 제38회 기출문제 [풀이] 1. 데이터베이스의 구성요소에 대한 설명이다. 각각 무엇에 대한 설명인가?가. 데이터를 설명해주는 데이터로 데이터의 특성, 구조, 정의 및 관리 정보를 설명하는 데이터나. 데이터를 빠르고 쉽게 찾을 수 있게 해주는 자료구조 1) 가: 테이블, 나: 인덱스2) 가: 메타데이터, 나: 인덱스3) 가: 메타데이터, 나: 속성4) 가: 테이블, 나: 속성▶ ※ 메타데이터(Metadata): 사용자의 의사결정에 도움을 주기 위하여, 기간 시스템의 데이터베이스에 축적된 데이터를 공통 형식으로 변환해서 관리하는 데이터베이스 (다른 데이터를 설명해주는 데이터) ※ 인덱스 (Index) - 데이터베이스에서 데이터 검색 및 조회의 성능을 향상시키기 위해 사용되는 자료구조※ 테이블 (Table) - 표 형식의 행과 열로 구.. 2024. 5. 4.
[ADsP] 제38회 기출문제 1. 데이터베이스의 구성요소에 대한 설명이다. 각각 무엇에 대한 설명인가?가. 데이터를 설명해주는 데이터로 데이터의 특성, 구조, 정의 및 관리 정보를 설명하는 데이터나. 데이터를 빠르고 쉽게 찾을 수 있게 해주는 자료구조 1) 가: 테이블, 나: 인덱스2) 가: 메타데이터, 나: 인덱스3) 가: 메타데이터, 나: 속성4) 가: 테이블, 나: 속성2. 다음 중 상용DB가 아닌 것은 무엇인가?   1) DB22) Tableau3) SQL Server4) Oracle3. 데이터 크기를 작은 것부터 큰 것 순서로 올바르게 나열한 것은?   1) PB 2) PB 3) YB 4) PB 4. 다음 데이터베이스의 특징에 대한 설명 중 옳지 않은 것은 무엇인가?  1) 통합된 데이터로 동일한 내용의 데이터가 중복되어 .. 2024. 5. 3.
[서비스 의뢰] 마사지샵 매출, 비용 관리 서식 ※ 현재 크몽에서 제공 중인 서비스 입니다. (고객 커스터마이징)  거래처 관리 엑셀 서식 커스터마이징 작업 해드립니다 - 크몽WHYNOT엑셀 전문가의 IT·프로그래밍 서비스를 만나보세요. [전문가 이력]- 광고 마케터 근무 이력 (2년)- 해외영업부 근무 중 (2016년 ~)-...kmong.com시작하기 전에 (의뢰내용) 의뢰인은 현재 2개의 마사지샵을 운영하고 있으며,두 가게의 월별 매출 및 지출 내역을 파악하고, 해당 데이터를 통해 얼마의 이익을 얻었는지 확인을 하고 싶어했다.의뢰인으로부터 의뢰인이 기존에 작성하여 관리하던 서식을 받아서 새롭게 작성하였다.'대시보드' 탭 설명  [파악 가능 사항]운영 중인 샵의 총 매출액, 지출액, 수익금 및 수익률, 목표금액 및 달성률월별 총 매출액과 월 평균 .. 2024. 5. 3.
[통계학] 통계학의 기초개념 ※해당 내용은 다산출판사의 내용을 토대로 작성하였음을 안내드립니다. 통계학이란? 의사결정에서 불확실성을 줄이기 위해 자료를 수집하고 수량화한 뒤, 그 자료를 분석하고 해석하기 위한 학문적 체계를 확립시킨 것.[통계학 개념을 이용한 예]야구 시합: 세이버매트릭스 (야구통계학) - 개인의 성적과 팀의 승패 예측대학수학능력시험 성적의 분포와 특정학과의 합격선 등을 체크▶ 미래의 불확실성을 줄이기 위함 통계학이란,불확실한 상황에서 현명한 의사결정을 하기 위한 이론과 방법의 체계이며, 통계학은 자료의 수집 · 분류 · 분석과 해석의 체계를 갖는다.  또한, 통계학은 불확실한 상황에서 발생하는 모든 자연현상이나 사회현상을 과학적으로 분석하고 예측하는 분석도구로서 광범위하게 이용되고 있으므로, 자연현상과 사회현상을.. 2024. 5. 2.
[ADsP] 예상 기출 문제 ★ 미래 사회 특성으로 보기 어려운 것은?(1) 다양한 기술들의 융합과 관련하여 창조력이 요구된다(2) 다양한 위험 사항(리스크)에 대해 대응력이 요구된다. (3) 확실성에 대한 통찰력이 요구된다.(4) 스마트한 경쟁력이 요구된다★ 아래 내용은 데이터, 정보, 지식의 차이점을 예시로 설명한 것이다. 각각의 용어와 예시가 적절하게 연결된 것은? (가) A 마트는 500원, B마트는 400원에 볼펜을 판매한다.(나) A 마트는 볼펜 가격이 싸다.(다) 상대적으로 저렴한 A 마트에서 볼펜을 사야겠다.(라) A 마트의 다른 상품도 B 마트보다 저렴할 것이다.(1) 데이터-(가), 정보-(라), 지식-(다)(2) 데이터-(가), 정보-(다), 지식-(라)(3) 데이터-(가), 정보-(나), 지식-(라)(4) 데이.. 2024. 5. 2.
[ADsP] 시험의 주요 내용 데이터 분석 준전문가 시험의 주요 내용출처: 한국데이터산업진흥원 ※ 내용의 대다수가 빅데이터분석기사와 겹치는 부분이 많기 때문에, 해당 자료로 일부 대체과목명주요항목세부항목데이터 이해데이터의 이해데이터와 정보데이터베이스의 정의와 특징데이터베이스 활용데이터의 가치와 미래빅데이터의 이해빅데이터의 가치와 영향비즈니스 모델위기 요인과 통제 방안미래의 빅데이터가치 창조를 위한 데이터 사이언스와 전략 인사이트빅데이터분석과 전략 인사이트전략 인사이트 도출을 위한 필요 역량빅데이터 그리고 데이터 사이언스의 미래데이터분석 기획데이터분석 기획의 이해분석 기회 방향성 도출분석 방법론분석 과제 발굴분석 프로젝트 관리 방안분석 마스터 플랜마스터 플랜 수립분석 거버넌스 체계 수립데이터분석R기초와 데이터 마트R기초데이터 마트결측값.. 2024. 5. 2.
728x90

티스토리툴바