Skip to content

23년 하반기 9, 10기 활동 레포입니다.

Notifications You must be signed in to change notification settings

13155a1/insight-10th

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

25 Commits
 
 
 
 
 
 
 
 

Repository files navigation

insight-10th

23년 하반기 9, 10기 활동 레포입니다.

목표

  • git 툴에 익숙해집니다.
  • pandas를 자유롭게 다룰 수 있습니다.
  • 통계 기법에 대해 배우고, 적용합니다
  • 기본적인 ml 툴을 다루며, 적용할 수 있습니다.

진행 기간 및 내용

회차 세션일자 - 과제 마감일 내용
1 9/11 - 9/13 github, Pandas
2 9/14 - 9/17 읽기, 전처리
3 9/18 - 9/20 EDA, 시각화
4 9/21 - 9/24 통계
5 9/25 - 9/27 회귀 이론, 실습
6 10/2 - 10/4 회귀 심화, 실습

진행 방식

  • 매 회차별로 "사전 학습", "과제" 두 가지의 과제가 있습니다.
  • 사전 학습의 마감일은 해당 세션의 진행일 전날입니다.
  • 과제 마감일은 다음 세션의 진행일 전날입니다.

예시 9/11일 1회차 Pandas 세션일 기준, 9/13일 자정까지 제출해야 하는 과제는 "1회차 과제""2회차 사전 학습" 두 가지 입니다.

진행 방식 상세

  • 해당 insight 레포를 본인의 레포로 fork합니다.
  • fork 한 본인의 레포에서 본인의 컴퓨터로 clone합니다.
  • 과제를 진행합니다.
  • 본인의 레포로 push합니다.
  • 과제 마감일 전까지 insight 레포로 pr을 보내주세요.

폴더 구조

README.md
homework
    ㄴ session2              // 매 세션 과제 페이지
        ㄴ example.ipynb     // 과제 파일
    ...
code
    ㄴ dhshin98             // 본인 git 아이디
        ㄴ session1
            ㄴ example.ipynb // 과제 제출 파일
            ㄴ README.md     // 세션 전 사전 학습 내용 공부 정리 파일
        ㄴ session2
            ㄴ example.ipynb // 과제 제출 파일
            ㄴ README.md     // 세션 전 사전 학습 내용 공부 정리 파일
        ...

제출 양식

pull request 를 보낼 때 아래의 양식을 지켜서 보내주세요!

pr 제목 : [session2] 제출자 과제 제출합니다.

내용 : 해당 과제를 하면서 어려웠던 점이나 새로 알게 된 점 간단히 정리

ex)

[session2] 신동현 과제 제출합니다.

titanic data를 선택하여 과제를 진행했습니다.
pandas 문법은 아직은 익숙하지 않은 것 같습니다.
하지만 기본적으로 python 문법과 비슷한 점이 많은 것 같아서 어느 정도 빠르게 배울 수 있었던 것 같습니다.

merge, concate 하는 부분이 아직 미숙한 것 같습니다.
앞으로 loc, iloc를 많이 쓸 것 같은데 많이 연습하겠습니다!

질문
titanic에서 3번째 과제를 다음과 같이 했는데, 답을 모르겠습니다ㅜㅠ

기타

  • 사전 과제 필수 키워드에 대해서는 정리/리뷰 하셔야 합니다.
  • 사전 학습 정리는 자유 분량입니다.
  • 문제를 못 풀었다면 어디까지 생각하고 접근했는지 Readme에 기록해주세요!

About

23년 하반기 9, 10기 활동 레포입니다.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 97.7%
  • HTML 2.3%