Data Analyst KIM

꿈을 품고 뭔가 할 수 있다면 그것을 시작하라. 새로운 일을 시작하는 용기 속에 당신의 천재성과 능력과 기적이 모두 숨어 있다. - 괴테 - 오늘은 금요일이다. 오늘 강의를 듣고 정말 바로 잘 것이다. 어제는 바로 자지 않고 코딩 문제를 푸느라 12시에 잤다.. 분명 선생님이 일찍 자라고 했지만 금요일 오전(오늘)에 코딩 스터디그룹 활동을 해야해서 어쩔수 없었다. 오늘은 정말 바로 잘 것이다. 목차 명상 + 감사 인사 세 문장 어제의 '나'를 1칭찬,1반성 오늘의 '나' 토익 스피킹 복습 채용공고 정리 및 부족한 역량 찾기 1. 명상 + 감사 인사 세 문장 명상 감사 인사 세 문장 (1) 금요일임에 감사합니다. (2) 피곤하지만 일어날 수 있음에 감사합니다. (3) 항상 학생들을 위해서 힘 써주시는 박미..

이 문제를 처음 접근했을 때는 리스트의 형태로 만들어서 비교를 하려고 했지만 생각처럼 잘되지 않았다. 굳이 리스트로 만들지 않고도 풀수 있는 방법을 찾았다. 그 코드는 다음과 같다 def solution(cards1, cards2, goal): answer = 'Yes' card1_idx, card2_idx = 0, 0 for word in goal: if len(cards1) > card1_idx and word == cards1[card1_idx]: card1_idx += 1 elif len(cards2) > card2_idx and word == cards2[card2_idx]: card2_idx += 1 else: answer = "No" return answer

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제를 이해하는데 오래걸렸다. keymap과 targets이 주어지는데 keymap을 활용하여 target의 값이 최소로 눌리는 횟수를 구해야한다. 다음과 같은 코드를 작성할 수 있다. 일단 모두 비교를 해서 리스트에 넣어주고 최솟값을 뽑아서 더해주는 방식으로 코딩을 했다. def solution(keymap, targets): answer = [0] * len(targets) for t in range(len(targets)): for i in range(len(targets[t])): save = [] #..

바람이 불지 않으면 노를 저어라 - 윈스턴 처칠 06:10~ '바람이 불지 않으면 노를 저어라' 바람이 불지 않아도 노를 계속 저으면 언젠가 바람이 불것이라고 생각한다. 목차 명상 + 감사 인사 세 문장 어제의 '나'를 1칭찬,1반성 오늘의 '나' 관심분야 뉴스를 보며 나의 생각은? 채용공고 정리 및 부족한 역량 찾기 1. 명상 + 감사 인사 세 문장 명상 아침을 명상으로 시작하는 것은 매우 상쾌하다 오늘 하루도 화이팅하자!! https://youtu.be/q4YzHan_O1E 감사 인사 세 문장 (1) 오늘 새로운 사람들과 직무스터디를 할 수 있음에 감사합니다. (2) 노션을 활용해서 토익 스피킹 정리를 할 수 있음에 감사합니다. (3) 토익 스피킹을 열심히 강의 해주시는 강사님에게 감사합니다. 2. ..

(위 파일을 활용하여 전처리를 진행해봐라) 데이터 분석을 하기 위해서는 데이터의 특성을 알고 있어야 한다. 먼저 탐색적 자료분석(EDA)를 통해서 특성을 파악하자. 함수 내용 df.info() 데이터 구성과 특성 확인 df.head() df.tail() 데이터 행 추출 df.shape 행,열 수 확인 df.describe() 수학적 통계값(count,mean,std,min,max,...) 주요 전처리 과정 데이터의 특성은 EDA과정을 한 후 전처리를 진행해야한다. 필요없는 컬럼 삭제 결측치 처리 이상치 처리 범주형 변수일 경우 => 인코딩 수치형 변수일 경우 => 스케일링 주로 위와 같은 과정은 필수적이다. 필요없는 컬럼의 경우에는 drop또는 pop으로 처리를 해준다. 종속변수와 관계가 없는 변수인 경..

DataFrame이란? - 2차원테이블 데이터 구조를 가진 자료형 - Machine Learning에서 data 변형을 위해 가장 많이 사용 기본적으로 데이터를 다루기 위해서는 pandas라이브러리를 활용하여 사용을 한다. 그 중에서도 데이터 프레임을 가장 많이 다룬다. 내가 원하는 모델링을 하기 위해서는 원하는 형태로 가공을 해야한다. 그 과정에서 컬럼 생성,제거,원하는 컬럼 추출,그룹화,인덱싱 등등을 사용하게 된다. 위 폴더를 활용해서 데이터를 다루기 위한 기초를 다질 수 있다.