본문 바로가기

전체 글36

피그마를 이용한 어플 시각화 주린이들을 위한 서비스를 구현 - 피그마로 시각화 처음 주식투자를 시작하는 사람들을 위한 마블 미니 KB증권 공모전을 준비할 때 주식을 하지도 않고 잘 모르는 주린이여서 어떻게 시작해야하는지 막막하고 하면서도 '이게 맞나?' 싶다가 내가 주린이이기 때문에 필요한 서비스가 무엇인지 다른 증권사 어플도 이용하면서 열심히 했었다. 아이디어를 낸다고 해서 바로 서비스를 구현해내는 것도 어려웠고 우리의 서비스를 잘 표현할 수 있는 시각화를 어떻게 할 수 있을지 이런 것들이 어려웠다. 피그마도 처음 해보는 것이였기 때문에 영상을 찾아보면서 따라하는데 어려웠지만 재밌었다. 나 포함 총 3명이 팀이 되어 하는데 매일 많은 시간을 보내면서 서로에게 배운 점도 많았고 조금 더 공부해서 시각화도 더 잘 할 수 있게 공부해야.. 2022. 10. 17.

[KB 증권 디지털 Idea Market 공모전] m-able mini review 크롤링 kb 증권 MTS(M-able, M-able mini) 또는 HTS의 기능 개선 방안 및 서비스 기획 kb 증권 MTS(M-able, M-able mini)의 기능 개선 방안을 위해 어플리케이션의 리뷰 크롤링해보았다 1. m-able mini 플레이스토어 접속 후, 리뷰 수집 2. 스크롤 다운 후, for문을 이용하여 모든 리뷰 수집 3워드클라우드 만들기 2022. 10. 13.

[머신러닝] 사이킷런(scikit-learn) - 데이터_전처리(데이터 인코딩, 피처스케일링과 정규화) 데이터_전처리(데이터 인코딩, 피처스케일링과 정규화) 데이터 전처리(Data Preprocessing) 데이터 클린징 결손값 처리(Null/NaN 처리) 데이터 인코딩(레이블, 원-핫 인코딩) 데이터 스케일링 이상치 제거 Feature 선택, 추출 및 가공 데이터 전처리는 ML 알고리즘만큼 중요하다 먼저, 결손 값, 즉 Null,NaN 값은 허용되지 않는다. 이러한 Null값은 고정된 다른 값으로 변환해 주어야 한다. 처리 방법은 다양한데, 피처 값 중 Null값이 얼마 되지 않을 경우에는 피처의 평균값으로 대체할 수 있고, Null 값이 대부분이라면 오히려 해당 피처는 드롭하는 것이 좋다. 하지만 Null값이 일정 수준 이상일 경우 가장 결정이 힘든데, 해당 피처가 중요도가 높은 피처이고 Null을 단.. 2022. 9. 4.

[머신러닝] 사이킷런(scikit-learn) - train_test_split, 교차검증, GridSearchCV Model Selection - 학습 데이터와 테스트 데이터 1. 학습 데이터 세트 머신러닝 알고리즘의 학습을 위해 사용. 데이터의 속성들과 결정값(레이블값) 모두를 가지고 있음. 학습 데이터를 기반으로 머신러닝 알고리즘이 데이터 속성과 결정값의 패턴을 인지하고 학습 2. 테스트 데이터 세트 테스트 데이터 세트에서 학습된 머신러닝 알고리즘을 테스트. 속성 데이터만 머신러닝 알고리즘에 제공하며, 머신러닝 알고리즘은 제공된 데이터를 기반으로 결정값을 예측. 테스트 데이터는 학습 데이터와 별도의 데이터 세트로 제공되어야 함. 3. 학습 데이터와 테스트 데이터 분리 - train_test_split() sklearn.model_selection의 train_test_split()함수 X_train, X_test.. 2022. 8. 29.

이전 1 2 3 4 5 ··· 9 다음

티스토리툴바