Pop your eXperience. Share It.
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week7 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 * Coursera Machine Learning으로 기계학습 배우기 : week2 * Coursera Machine Learning으로 기계학습 배우기 : week3 * Coursera Machine Learning으로 기계학습 배우기 : week4 * Coursera Machine Learning으로 기계학습 배우기
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week6 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 * Coursera Machine Learning으로 기계학습 배우기 : week2 * Coursera Machine Learning으로 기계학습 배우기 : week3 * Coursera Machine Learning으로 기계학습 배우기 : week4 * Coursera Machine Learning으로 기계학습 배우기
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week5 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 * Coursera Machine Learning으로 기계학습 배우기 : week2 * Coursera Machine Learning으로 기계학습 배우기 : week3 * Coursera Machine Learning으로 기계학습 배우기 : week4 글을 읽기에 앞서… * 본글은 필자가
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week4 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 * Coursera Machine Learning으로 기계학습 배우기 : week2 * Coursera Machine Learning으로 기계학습 배우기 : week3 글을 읽기에 앞서… * 본글은 필자가 코세라 기계학습을 공부를 하는 과정에서 개념을
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week3 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 * Coursera Machine Learning으로 기계학습 배우기 : week2 글을 읽기에 앞서… * 본글은 필자가 코세라 기계학습을 공부를 하는 과정에서 개념을 확고히 정리하기 위하는데 목적이 있다. (필자가
개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week2 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. * Coursera Machine Learning으로 기계학습 배우기 : week1 글을 읽기에 앞서… * 본글은 필자가 코세라 기계학습을 공부를 하는 과정에서 개념을 확고히 정리하기 위하는데 목적이 있다. (필자가 나중에 내용을 다시 찾아보기 위한 목적이
개요 이번 포스팅에는 앞으로 배울 회귀분석 등에 필요한 가설에 대한 통계학의 기본 이론과 그래프(plot)를 그리는 방법을 알아본다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 가설검증 통계 데이터에서 인사이트르 얻기 위해 가설을 세우는 방법을 잠깐 알아보자. 이때, 검증자가 주장하고 싶은 가설을 H1, 반대되는 가설을
개요 이번 포스팅에는 그룹핑 관련 함수와 도표 데이터를 다루기 시작하는것 까지 진행한다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. tapply 함수 사용하기 이미 배운 tapply 함수를 데이터프레임에서는 그룹핑에 활용 할 수 있다. > attach(mtcars) > tapply(mpg, am, mean) # mpg값을 am값으로 group화 하여 평균값(
개요 이번 포스팅에는 R에서 사용하는 기초통계 관련 함수들을 알아본다. 해당강의에서는 기초통계학의 내용은 다루지 않고 기초통계학에서 사용하는 기법들을 R에서 어떻게 적용하는지 다룬다. 다만 참고를 위해 기초 통계학개념에 대해서는 위키피디아에서 발췌하여 추가해두었다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 이번시간에 배울것들 요약 이번시간에는 아래와 같은 통계 지표들을
개요 이번 포스팅에는 R에서 가장 많이 쓰이는 데이터프레임을 가공하는 방법을 알아본다. 이를 위해 데이터프레임을 조작하는 방법과 관련된 외부 패키지 reshape 사용법을 알아본다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 데이터프레임 조작하기 데이터프레임 예제 #1 : leadership 임의로 leadership 객체를 만들어 데이터프레임 조작을 알아보자. leadership 데이터프레임 생성
개요 이번 포스팅에는 R의 객체중 factor와 데이터 프레임을 배우고 파일 import, export를 배워본다. 객체 자체는 지난 시간에 다뤘지만 리스트와 데이터 프레임은 파일 import/export와 연관이 많아 이번 시간에 설명한다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. R 자료구조(factor, 데이터프레임) factor 설문조사의 객관식 처럼 순서와
개요 이번 포스팅에는 R의 객체를 다루는 것을 집중적으로 알아본다. 기본적으로 코드예제가 많다. 이유는 코드를 이해 혹은 실습해보는 것이 R을 익히는데 가장 빠른 길이라 생각하기 때문이다. 또한 지금 배우지 않더라도 필요할 때 찾아서 쓰는 것도 코드가 가장 빠를 것이다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다.