머신러닝을 위한 Numpy
300,000₩
100,000₩
머신러닝에서는 매우 많은 숫자들을 능숙하게 처리할 수 있어야 합니다. 매우 많은 숫자들을 다루기 위해 수학에서는 행렬이라는 개념을 만들었습니다.
이러한 행렬을 다루는 것은 머신러닝 코드를 작성하는 데에 가장 기본이 됩니다.
행렬을 다루기 위한 라이브러리인 Numpy에 대해 살펴보도록 하겠습니다.
Course Features
- Lectures 40
- Quizzes 0
- Students 70
- Assessments Yes
-
왜 Numpy 을 배워야 하는가?
Numpy을 활용하는 것에는 어떠한 차이점이 있는지 비교해보도록 하겠습니다.
-
Numpy 배열의 구성요소와 생성
Numpy 배열의 구성요소인 원소, 자료형, 모양에 대해 살펴보도록 하겠습니다.
-
Numpy 배열의 인덱싱
Numpy 배열에서 원하는 위치의 값을 가져오는 방법인 인덱싱에 대해 살펴보도록 하겠습니다.
-
Numpy 배열의 결합과 변형
배열의 모양과 축을 바꾸거나, 다수의 배열을 합치거나 쌓는 방법들을 배워보도록 하겠습니다.
-
Numpy 의 다양한 함수 - 원소단위
원소 간 연산하는 방법을 배워보고, Numpy의 핵심인 Broadcasting에 대해 배워보도록 하겠습니다.
-
Numpy 의 다양한 함수 - 축단위
축 단위로 작동하는 메소드와 집계함수들을 살펴보도록 하겠습니다.
![[비공개] 스크래치 크리에이터 : 나만의 게임 만들기](https://studyai.co.kr/wp-content/uploads/2023/02/스크린샷-2023-02-06-17.40.25-1-450x450.png "스크린샷 2023-02-06 17.40.25")
