Data science from scratch, Coursera, udacity, Awesome list, 모두를 위한 머신러닝 등의 자료를 보며 수식, 설명, 코드를 곁들여 Jupyter notebook으로 작성한 데이터 과학 실습 저장소입니다.
Github에서 Jupyter notebook viewer를 지원하기 때문에 웹에서 바로 내용을 볼 수 있습니다.
이 저장소의 실습내용은 여기서도 확인하실 수 있습니다. 이미지나 수식이 깨진 경우 저기서 확인해주시면 됩니다 :)
자료에 오/탈자, 누락된 부분이 있을 수 있습니다. 잘못된 내용이 있다면 Pull Request나 issue를 올려주시면 감사하겠습니다 :)
OS : Windows 10 64bit Python 3.5+
Tensorflow CPU-only
Jupyter notebook
#. Public Datasets
1. 밑바닥부터 시작하는 데이터 과학(Data Science from Scratch)
1.0. 원본소스코드(Original Source Code)
1.1. 들어가기(Intro)
1.2. 시각화(Visualization)
1.3. 선형대수(Linear Algebra)
1.4. 확률과 통계(Probability & Statistics)
1.5. 최적화 알고리즘(Optimization Algorithm)
1.6. 데이터 탐색(Data Exploration)
1.7. 데이터 수집과 처리(Collecting and Processing Data)
1.8. 기계학습(Machine Learning)
2. Tensorflow 기계학습 실습(Machine Learning with Tensorflow)
2.0. Hello World 부터 선형회귀까지(Linear Regression from Hello World)
2.1. 비용(Cost)
2.2. 다중 선형 회귀
2.3. 로지스틱 회귀(Logistic Regression)
2.4. 다항 분류(Multinomial Classification)
2.5. 기계학습 팁(Tips for Machine Learning)
2.6. 심층학습(Deep Learning)
MNIST Challenge, CNN, RNN도 2.6. 심층학습(Deep Learning)에 포함.