전체 글 (62) 썸네일형 리스트형 컴퓨터를 잘 사용하는 EZ한 방법[CPU, 메모리 점유율 100% 달성] 이 글의 대상 독자는 두 부류다. 1. 고사양 컴퓨터를 구매하였는데 고작 파스 점수나 게임 프레임 숫자 약간의 차이 이상을 원하는 '합리적 소비자' 2. 비록 저사양이거나 오래된 동료와 같은 컴퓨터이지만 혹시나 하는 '내가 몰랐던 다른 모습' 을 발견하고자 하는 자. 예를들어 이백만원 주고 산 A군은 백만원짜리보다 더 압도적인 힘을 원함에도 불구하고 컴퓨터를 '굴리는' 방법을 잘 몰랐기 때문에 최대성능을 뽑아내기 어려웠다. 고작 실행시간 1~2초 차이? 받아들일 수 없다. 그렇다면 적어도 파이썬 코딩에서만큼은 스펙이나 벤치마크 점수 이상의 '무언가' 를 체감할 수 있는 방법은 없을까? 답은 '있다' 이다. 파이썬은 기본적으로 1스레드를 사용한다. 이게 무슨 말이고 하니 ctrl + alt + del 을 .. 빅데이터 분석기사[실기] 후기 선 인증과 요약 후 글을 진행합니다. 요약 : 단순 암기 수준으로 패스 가능할 것으로 보입니다. 이번 시험 실기 합격률은 60%입니다. 출처 : https://cafe.naver.com/sqlpd/19899 지난번 필기시험 후기와 같이 길게 작성해보려 했으나 나무위키 정리글이 기대이상으로 잘 되어있으므로 이곳에 나와있지 않은 부분만 정리합니다. https://namu.wiki/w/빅데이터분석기사 단답형 : - ADSP 와 빅분기 필기시험을 통과했다면, 기술통계와 머신러닝 분야의 개념을 이해하고 계실 것입니다. 그렇다면 한 문제당 약 10초 이내에 답안을 작성하고 쉽게 넘어갈 수 있겠습니다. 그러나 문항의 문장구조가 간단명료하지 못하다는 느낌을 받았습니다. (잘못읽음으로 1문제 틀린 본인의 이야기) 작업형.. 빅데이터 분석기사 [필기] 후기 선 인증과 요약 후 글을 진행합니다. 요약 : ADSP 와 빅분기 필기의 시험 범위 및 난이도는 대동소이합니다. 빅데이터 분석기사(이후 빅분기로 통칭) 자격이 신설되었고, 코로나로 인해 1회 시험이 취소되었으므로 사실상 이번 2회차 시험이 1회의 성격을 갖게 되었습니다. 시험은 일반적으로 수험서를 통해 준비하지만, 이번 빅분기 2회 필기시험은 최초 시험이라 기출문제가 없었기 때문에 시험 전까지 기분상 준비가 막연하고 진입장벽이 높았던 것이 사실입니다. 그러나 이번 시험 필기 합격률은 41.5%로, 체감과는 다르게 실제로는 진입장벽이 그리 높지 않았음을 보여줍니다. 출처 : cafe.naver.com/sqlpd/19899 이 숫자는 데이터 분석 분야 유사 시험인 ADSP 합격률인 40% 대와 거의 동일한데.. 데이터 분석 자격 / 수료증 모음 이 글은 링크드인에 첨부한 자격증들에 대한 간략 설명입니다. 링크드인: www.linkedin.com/in/%EA%B2%BD%EB%AA%A8-%EC%97%B0-1699071b3/ 데이터 분석, 데이터 사이언스, 머신러닝 분야 자격증 모음: 2021-04-18 업데이트. [교육 수료 및 자격증 취득 목적] 1. CPA나 변호사자격증처럼 하나 따면 취업과 직결되는 건 아니지만 데이터 사이언스 분야를 잘 이해하기 위해. 같은 개념이라도 시험과 교육에 따라 다른 관점으로 접근하기 때문에 한 개념을 입체적으로 습득할 수 있음. 시험 / 교육의 범위가 서로 제각각이기 때문에 한 분야(데이터 사이언스) 속 다양한 세부분야의 지식 습득 가능. 2. 데이터 분석이라는 같은 줄기 안에서도 산업군에 따라 세부 갈래가 달라지.. 데이터 분석 / 데이터 사이언스 자격증 공부의 방향성 취득한 자격과 이력: www.linkedin.com/in/%EA%B2%BD%EB%AA%A8-%EC%97%B0-1699071b3/ 지인 중 왜 그렇게 자격증을 모으는지? 를 물어보는 사람이 많아 생각을 정리하고자 합니다. 표면적인 이유와 실질적인 이유로 방향성은 2 가지가 있습니다. [표면적으로] 최소 1~3개월마다 1번씩 관련분야의 자격증을 취득했다는 것은 항상 공부를 하고 있는 사람이라는 정보를 쉽게 유추 가능합니다. 이 분야는 평생공부가 어차피 필수인데 항상 공부하는 사람이라는 인식을 전달할 수 있는 확실한 근거자료로 사용할 수 있습니다. 말로만 공부하고 있다가 아니라, 서류상 기록이 남기 때문입니다. [실질적으로] 1. 데이터 사이언스 분야는 사람마다 중요하다고 생각하는 부분이 다른데, 이를 보다 .. 의사결정나무 기반 알고리즘 논문 리딩자료 Decision Tree와 Random Forest 에 대해 다룹니다. [Tree-based model 논문 리딩자료] Induction of Decision Trees J.R. QUINLAN, South Wales Institute of Technology, 1985 Random Decision Forest Tin Kam Ho, AT&T Bell Laboratories, 1995 Contents: Decision Tree와 Random Forest 창안자의 논문 중 Abstract, Introduction, Conclusion 부분의 영/한 번역입니다. Why: 이 자료는 알고리즘의 근본을 파악하기 위해 제작하였습니다. 모든 논문의 Abstract & Introduction 에는 해당 업계의 전반적인 .. 데이터로 알아보는 코로나를 대표하는 키워드! # 아래 데이터 셋은 kaggle에서 제공합니다. from glob import glob import pandas as pd import matplotlib.pyplot as plt import numpy as np import time pd.set_option('display.max_rows', 500) pd.set_option('display.max_columns', 500) pd.set_option('display.width', 1000) glob('*.csv') ['case.csv', 'patient.csv', 'route.csv', 'time.csv', 'trend.csv'] patient = pd.read_csv('patient.csv') patient.head() patient_id sex .. 1. 기초 데이터 분석 / 시각화단계 - ing ''' 이 자료에서 사용한 데이터 셋은 kaggle에서 받은 것을 datetime, season, registered, casual, workingday만 선택해 시작합니다. acknowledgement: 아래 공개 데이터 셋을 kaggle에서 전처리 후 train/test로 나누어 제공합니다. http://archive.ics.uci.edu/ml/datasets/Bike+Sharing+Dataset kaggle 링크: https://www.kaggle.com/c/bike-sharing-demand (kaggle에서 받으려면 회원가입이 필요합니다.) 이 데이터 셋으로 나온 논문: Fanaee-T, Hadi, and Gama, Joao, Event labeling combining ensemble dete.. 이전 1 2 3 4 ··· 8 다음
