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 |
- ssafy 13기
- 데이터엔지니어
- 데이터 엔지니어
- 독학
- 데이터사이언티스트
- ML
- 데이터애널리스트
- LLM
- SSAFY
- DS
- metacode
- 자기계발
- matacodem
- 개발자부트캠프
- 메타코드
- 메타코드m
- 머신러닝
- JLPT
- 싸피
- 자기개발
- 데이터 사이언티스트
- metacodem
- 티스토리챌린지
- 데이터전문가
- 파이썬
- 일본어공부
- 데이터분석
- 오블완
- 부트캠프
- streamlit
- Today
- Total
목록2025/07 (7)
아카이브

판다스(Pandas)란?파이썬으로 데이터를 분석해본 사람이라면 너무나도 잘 라이브러리 판다스를 소개하겠습니다.Python에서 데이터 분석을 위한 라이브러리로 계량 경제학에서 사용되는 용어인 PANel DAtaS (패널 분석)에서 앞글자를 따온 것이라고 해요 사용이 쉬운 데이터 구조와 여러 도구를 갖추고 있으며, 다른 라이브러리와의 연동으로 유용성을 크게 높인 분석 툴로DataFrame(데이터 프레임)형태를 접근, 연산하기 위해 금융데이터 분석을 위해 사용되기 시작했습니다.판다스에서 할 수 있는 일 1. 보다 쉽게 데이터에 접근 가능import pandas as pddf = pd.read_csv('/.csv')df.head()• 다양한 형태의 데이터 입출력 가능(csv, Excel, RDB, Json, P..

[SK AI dream camp] AI 강연 내용을 청강하며 들은 인사이트 기록 우리는 AI를 어떻게 활용해야하고 갖춰야할 역량은 무엇인가? 1. 문제 정의 능력2. AI를 선택하는 역량3. 책임감 있는 AI를 개발하기 위해 원칙을 실천하는 역량 SK AI 분야를 이끄는 팀장님께서 말씀하신 역량들이다.딱 봐도 쉬운 역량은 아니다. 나는 AI 기술력이 주는 편의성과 임펙트에 관심을 가지면서 AI 관련 직무를 고려하고 있다.어떤 업계든지 요구되는 역량이 있는데, 내가 느낀 AI 활용 역량은 비교적 쉽지 않다는 것이다.경험으로 채워지는 역량보다 정말 정밀한 계측과 전체를 아우룰 수 있는 통찰력(Insight)가 필요하다.본 강연을 진행해주신 팀장님께서도 하루마다 기술 동향 스크랩을 멈추지 않는다고 한다.나 역..

미래를 읽는 힘을 키우워야한다!(그게 곧 돈이 되기 때문이다..) 오늘 있었던 일은 내게 또 자극이 되었다. 아래 기사를 보시라!해당 기사는 서울 지하철 뚝섬역에서 핏스테이션 내 샤워시설을 운영한다는 내용이다.일정이 바쁘고, 사이클 및 운동 이후 샤워할 수 있는 공간을 마련함으로써, 지하상가에 새로운 가치를 생성하려는 프로젝트이다. '운동 후 쾌적하게!' 뚝섬역 '핏 스테이션' 샤워시설 무료 개방 - 서울자치신문서울시는 두 번째 지하철 혁신프로젝트 역사인 2호선 뚝섬역 운동 커뮤니티 공간 ‘핏 스테이션(Fit Station)’ 내 샤워시설을 7월 18일(금)부터 11월까지, 러닝·자전거 등 운동을 즐긴 시민들이 더www.onseoul.net 사실 이 아이디어를 2025년 4월 23일에 생각했었다..주변..

네이버[팀네이버 컨퍼런스 DAN 24] 사용자 경험을 극대화하는 AI 기반 장소 추천 시스템 : LLM과 유저 데이터의 융합tv.naver.com네이버의 유명한 컨퍼런스 DAN 24에서 흥미로운 주제로 강연이 있는 것을 보고 정리하고자 한다.본 세션에서는 AI 기반의 장소 추천 알고리즘을 LLM과 유저 데이터를 결합한 서비스의 개발 과정을 알 수 있었다. 주된 내용은 추천을 위한 LLM 모델이 실제 비지니스에 적용되는 과정으로, 정말 디테일하게 어떤 데이터를 사용했는지부터, 사용한 LLM 모델, 그리고 장소라는 POI(Point of interest)를 정의하는 단계의 네이버다움을 알 수 있었다.기존의 추천 모델/데이터와 어떻게 시너지를 내고, 또한 데이터 수집부터 서빙까지 vector 기반 모델/서비스..