일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 비전공자
- 데이터사이언스
- 파이썬
- 웹스크래핑
- 캐글
- K-Digital Training
- AI부트캠프
- 로지스틱회귀분석
- 컴퓨터공학
- 선형대수학
- 데이터시각화
- 빅데이터
- 웜업
- RA
- 디지털트레이닝
- 인공지능
- Ai
- 코드스테이츠
- t-test
- 다중회귀분석
- PCA
- 기계학습
- 컨설팅펌
- 국비지원교육
- 부트캠프
- 맥킨지
- 컨설팅
- BCG
- 주성분분석
- 코랩
- Today
- Total
목록통계 (2)
94년생 스피노자

저번주에는 기본적인 데이터전처리와 시각화를 배웠다. 이번주부터는 기초 통계에 대해 수업을 한다. 그 첫날은 가설검정에서 시작을 한다. 평소와 같이 아래에 Warm-Up 영상 링크를 첨부한다. 가벼운 마음으로 배워보자. 1. Hypothesis Testing 가설검증은 학문의 기초다. 'A와 B는 다르다'와 같은 가설을 검증하기 위해서는 통계가 필요하다. 'A와 B는 다르다'는 가설을 'A와 B는 같다'는 가설과 비교를 하게 된다. 이때 'A와 B는 같다'는 귀무가설(Null Hypothesis)이고 'A와 B는 다르다'는 가설은 대립가설(Alternative Hypothesis)이 된다. 두 가설 중 어떤 가설이 더 말이 되는지 살펴보는 것이 가설검증이다. youtu.be/ZzeXCKd5a18 2. t-..

드디어 기다리고 기다리던 코드스테이츠 부트캠프가 시작했다. 이 글에서는 수업계획표와 일정을 공유하도록 하겠다. 개인적인 느낀 점은 별도의 글에 남기겠다. * 알찬(?) 수업 구성 수업 구성은 블록처럼 명확하게 나뉘어서 좋았다. 가장 큰 단위는 세션이고 아래와 같이 구분되어 있다. 데이터 사이언스 기본 기계학습 데이터 엔지니어링 딥러닝 컴퓨터 공학 기본 각 세션은 4주 동안 진행된다. 그리고 1주마다 하나의 주제를 갖고 공부를 하게 된다. 3주 동안 학습이 이루어지고 나머지 1주에는 개인 프로젝트가 있다. 1주에는 주말을 제외하고 5일이 배정되어 있다. 5일 중에 4일은 수업을 하고 마지막 1일에는 Sprint 챌린지가 있다. 이를 종합적으로 정리해보면 아래와 같다. 1st Month: 데이터 사이언스 기..