Skip to content

DINO ROMANTIST

#data scientist

Menu
  • AI
  • Data Science
  • IT
  • Programming
Posted on2022년 3월 2일2022년 3월 2일Programming

PYTHON DATA 시각화 – SEABORN #2

by dinoLeave a comment on PYTHON DATA 시각화 – SEABORN #2
Read More
Posted on2022년 3월 2일2022년 3월 2일Programming

PYTHON DATA 시각화 – SEABORN #1

by dinoLeave a comment on PYTHON DATA 시각화 – SEABORN #1
Read More
Posted on2022년 3월 2일2022년 3월 2일Programming

PYTHON DATA 시각화 – PANDAS #2

by dinoLeave a comment on PYTHON DATA 시각화 – PANDAS #2
Read More
Posted on2022년 3월 1일2022년 3월 1일Programming

PYTHON DATA 시각화 – PANDAS #1

by dinoLeave a comment on PYTHON DATA 시각화 – PANDAS #1
Read More
Posted on2022년 2월 16일2022년 2월 22일Programming

PYTHON DATA 시각화 – MATPLOTLIB #2

by dinoLeave a comment on PYTHON DATA 시각화 – MATPLOTLIB #2
Read More
Posted on2022년 2월 16일2022년 3월 1일Programming

PYTHON DATA 시각화 – MATPLOTLIB #1

by dinoLeave a comment on PYTHON DATA 시각화 – MATPLOTLIB #1
Read More
Posted on2021년 12월 15일2021년 12월 15일Programming

EDA (Exploratory Data Analysis) with Python

by dinoLeave a comment on EDA (Exploratory Data Analysis) with Python

EDA (Exploratory Data Analysis) 는 수집한 데이터를 다양한 각도에서 관찰하고 이해하는 과정이다. Python 으로 하는 방법을 정리하고자 한다. EDA 기본 – 데이터 기본정보 확인 데이터를…

Read More
Posted on2021년 12월 1일2021년 12월 7일AI

K-Means – clustering

by dinoLeave a comment on K-Means – clustering

k-means clustering 은 비계층적 군집 분석중에 하나이다. k-means clustering 기본 개념 여기서 군집분석이란 비슷한 속성을 가진 대상을 집단으로 묶는 기법이고, 비 계층적 군집 분석이란 군집이…

Read More
Posted on2021년 11월 10일2021년 11월 19일Data Science

Two Sample T Test – statistics

by dinoLeave a comment on Two Sample T Test – statistics

two sample t test 는 두 모집단의 분산을 모를 때 두집단이 차이가 있는지 없는지 T 분포를 이용하여 검정하는 방법이다. 예 1) 지역 환경에 따라 학력에…

Read More
Posted on2021년 11월 10일2021년 11월 10일Data Science

One Sample T Test – statistics

by dinoLeave a comment on One Sample T Test – statistics

One Sample T Test 란 t 분포에 가정하여 가설을 검정하는 방법이고, 1변량에 대한 검정이다. 예제 1 : 과자 2봉지를 뜯었는데 집에 있는 저울로 과자의 내용량을…

Read More

글 내비게이션

Page 1 Page 2 … Page 7 Next Page

INDEX

<통계>
– Generalized Linear Model
– Logistic Regression
– Model Building and Applying
– 자료의 연관
– 표본분포
– 표본분포 – 카이제곱분포
– 표본분포 – t 분포
– 표본분포 – F 분포
– 통계적 추정
– 지수평활법(exponential smoothing)
– ARIMA – 비계절성
– ARIMA – 계절성
– 단위근과 차분
– 시계열분해방법

<머신러닝>
–
 분류모형
– 의사결정나무(1) (Decision Tree)
– 의사결정나무(2) (Decision Tree)
– 랜덤포레스트 (Random Forests)

<선형대수학>
– 
가우스-조단 소거법
– LU 분해
– 행렬 특징
– 공분산행렬

<Programming>
–
 python – SettingWithCopyWarning
– pandas round 함수 사용시 주의할 점
– python pandas 정렬( sort_values, nlargest, nsmallest)
– python pandas 전처리 (범주형)
– EDA (EXPLORATORY DATA ANALYSIS) WITH PYTHON
– python data 시각화 – matplotlib #1
– python data 시각화 – matplotlib #2
– python data 시각화 – pandas #1
–
 python data 시각화 – pandas #2
–
 python data 시각화 – seaborn #1
– python data 시각화 – seaborn #2

<Statistics Test>
– Bartlett’s Test
– Chi Square Test
– Correlation Test
– Duncan Test
– F Test
– Friedman Test
– Kruskal-Wallis Test
– Levene’s Test
– Ljung-Box Test
– Log Likelihood Ratio Test
– Mann-Whitney Test
– Normality Test
– One Sample T Test
– Two Sample T Test
– Paired T Test
– One Way ANOVA
– Two Way ANOVA
– Tukey’s Range Test
– Wilcoxon Test
– Robust ANOVA

<Classification>
– AdaBoost Classification
– Decision Tree
– K-nearest neighbors
– Logistic Regression
– MLP Classification
– Naive Bayes
– One vs Rest LR Classifier
– Random Forest
– SVM
– XGB Classification

<Regression>
– AdaBoost Regression
– GLM
– Isotonic Regression
– Linear Regression
– Penalized Linear Regression
– PLS Regression
– Polynomlal Regression
– Stepwise Linear Regression

<Clustering>
– Agglomerative Clustring
– Gaussian Mixture
– Hlerarchical Clustering
– K-Means
– Power Iteration Clustring

<Time Series>
– ARX
– ARIMA
– Holt-Winters
– AutoCorrelation
– Cross Correlation
– Time Series Decomposition
– Time Series Distance
– Time Series Smoothen
– Unit Root Test
– SPC ruleset AD

Amphibious Theme by TemplatePocket ⋅ Powered by WordPress