Round Here

ISLR 3장 Linear Regression 내용을 Python (Jupyter Notebook)으로 만든 것을 몇일 전 GitHub에 올렸다. 다른 내용들도 정리되는 대로 차례로 올려야겠다. GitHub Repo : https://github.com/hyunblee/ISLR-with-Python.git

어느새 4년이 되었다. 2013년 지금은 기억이 안나는 어디선가 좋은 책이 나왔다고 해서 읽기 시작한 것이 ISLR (Introduction to Statiscal Learning with application in R) 이다. 1983년 Duda & Hart의 "Pattern Classification and Scene Analysis"와 Tou & Gonzalez의 "Pattern Recognition Principles" 를 읽기 시작한 이후 꽤 많은 패턴인식이나 머신러닝책들을 보았다. 4년전 당시 막 익힌 R을 이용하면 머신러닝(데이터사이언스)을 이공계 출신이 아닌 사람들도 쉽게 사용할 수 있어 그에 맞는 책을 찾아보고 있었다. 쉽고 친절하면서도 내용을 우스개거리로 만들지 않으며 핵심을 집는 그런..

■ Numpy 의 1D array를 2D array의 row_vector나 column_vector 로 변환해 주어야 할 경우가 종종 발생해결책:- row vector로 변환하려면: array_1d.reshape((1, -1)) # -1 은 해당 axis의 size를 자동 결정하라는 뜻 - column vector로 변환하려면; array_1d.reshape((-1, 1)) 예)

■ Pandas 의 Series/DataFrame 선택(& slice) 시 loc, iloc, ix 메소드 활용 Pandas의 Series 와 DataFrame의 element, row, column들을 선택하는 방법이 여러 가지. - 기본 Python list와 같은 sequence 타입 경우와 헷갈리기도 하고, 또 R과 헷갈리기도 함. - DataFrame 경우 가장 간단히 한 개의 column을 선택하려면DataFrame_name.column_name 이 유용- 다른 경우에는 가능한 일관되게 iloc(), loc(), ix() 메소드들 씀이 좋음. 이 방법들은 R에서의 selection과도 흡사. - iloc(), loc(), ix() 의 사용법 : http://stackoverflow.com/qu..

■ ipynb 파일을 열었더니 Jupyter notebook kernel이 구동되지 않으며 "None not found"가 뜰 때- "ipython notebook" 에서 "jupyter notebook" 으로 진화하고자 얼마전 최신 Anaconda로 업데이트하니, 사양: Python 3.5.2 |Anaconda 4.1.1 (추가로 Python 2.7.11 env 설치) - 외부에서 갖고 온 ipynb notebook을 열 때 kernel이 구동되지 않고 "None not found"가 뜨며 옆에 위치한 "Kernel" 선택 dropdown 콘트롤도 안 먹힘. ▶ 해결책 : http://stackoverflow.com/questions/38517887/why-does-jupyter-display-none..

Semantic Net으로 시작했는데 Frame같이 됨. OOP가 널리 사용되는 지금, Semantic Net의 노드와 Edge가 클래스의 instance들로 구현되기에 이제 Semantic Net과 Frame 구별은 사실 의미없음.Node와 Edge를 class의 instance로 만듬. Node가 여러 타입이 될 수 있게 했음. Edge도 역시. 따라서 하나의 노드에 multiple incoming relation/edge가 있고, multiple outgoing edge가 있을 수 있음. Node 타입의 식별을 Base - Sub class로 하지 않고, node의 attribute으로 했음. Python의 dictionary 같은 기본 데이터구조가 워낙 쓰기 편해 굳이 class hierarchy..

이번 달부터 Python을 심각하게 익히고 있다. 그동안 시스템 프로그래밍, 웹, 분석 등 여러 목적에 두루 쓰면서 너무 복잡하지 않는 언어를 찾다가 Python으로 삼기로 했다. C, JAVA, R 언어와도 어렵지 않게 연결될 수 있다고 하고. 혼자서도 여러 목적의 쓰임새를 숙달할 수 있을 것 같다. 익숙해지지 않는 PHP+HTML 섞기, SQL이 프로그램처럼 구는 것을 않보며 살면 좋겠다. R vs. Python : Data Science에 R이 낫나 Python이 나은가? 웹에 많은 말들이 있는데 다 맞다. 각자의 경험, 배경, 그리고 앞으로의 목적에 따라 의견이 다를 것이다. 내 경험으론 R의 강점은 빨리 익혀 사용할 수가 있다는 것과 많은 library에 있다. R의 상대적 단점이자 Python..