Toggle navigation sidebar
Toggle in-page Table of Contents
데이터 사이언스 스쿨 - 데이터 분석 편
데이터 사이언스 스쿨 - 데이터 분석 편
1. 데이터 분석의 소개
1.1. 이 책에서 다루는 데이터 분석이란?
1.2. 데이터 분석을 위한 도구의 소개
1.3. 예제 데이터
2. 탐색적 데이터 분석 - 개별 데이터의 특징을 분석한다.
2.1. 확률적 데이터
2.2. 시각적 확률분포추정
2.3. 확률분포모형을 사용한 확률분포추정
2.4. 베르누이분포와 이항분포
2.5. 카테고리분포와 다항분포
2.6. 정규분포, 로그정규분포, 스튜던트t분포
2.7. 최대가능도추정
2.8. 탐색적 데이터 분석
3. 회귀분석 - 수치형 데이터를 예측한다.
3.1. 상관관계
3.2. 회귀분석의 소개
3.3. 선형회귀분석을 위한 준비
3.4. 최소자승법
3.5. 가중치 검정
3.6. 모형성능
3.7. 모형 선택
3.8. 예측
3.9. 레버리지와 아웃라이어
3.10. 모형진단과 다항회귀
3.11. 과최적화와 정규화
3.12. 스케일링과 다중공선성
3.13. 범주형 독립변수
4. 분류 - 범주형 데이터를 예측한다.
5. 딥러닝을 사용한 회귀분석과 분류
6. 시계열분석
7. 비지도학습
Binder
.ipynb
.pdf
회귀분석 - 수치형 데이터를 예측한다.
3.
회귀분석 - 수치형 데이터를 예측한다.
#
3.1. 상관관계
3.2. 회귀분석의 소개
3.3. 선형회귀분석을 위한 준비
3.4. 최소자승법
3.5. 가중치 검정
3.6. 모형성능
3.7. 모형 선택
3.8. 예측
3.9. 레버리지와 아웃라이어
3.10. 모형진단과 다항회귀
3.11. 과최적화와 정규화
3.12. 스케일링과 다중공선성
3.13. 범주형 독립변수