Data Science 18
- PyTorch 기초 (5) - 학습 실무: GPU, train/eval 모드, 체크포인트, 재현성
- PyTorch 기초 (4) - 데이터 파이프라인: Dataset과 DataLoader
- PyTorch 기초 (3) - 모델 조립: nn.Module, 손실, 옵티마이저, 학습 루프
- PyTorch 기초 (2) - autograd: 자동 미분과 계산 그래프
- PyTorch 기초 (1) - 텐서: NumPy 배열에서 넘어오기, 그리고 GPU
- PyTorch 기초 (0) - 시리즈 소개
- Matplotlib 기초 (3) - 여러 그래프와 꾸미기, pandas 연동
- Matplotlib 기초 (2) - 자주 그리는 그래프들: 분포와 관계
- Matplotlib 기초 (1) - Figure와 Axes, 그리고 첫 그래프
- Matplotlib 기초 (0) - 시리즈 소개
- Pandas 기초 (4) - 조용히 틀리는 것들: 결측치, dtype 함정, 버전 관리
- Pandas 기초 (3) - 쪼개고 세고 합치기: groupby, reindex, merge
- Pandas 기초 (2) - 원하는 데이터만 골라 바꾸기: loc, iloc, 마스크, 접근자
- Pandas 기초 (1) - Series와 DataFrame, 그리고 데이터 첫 점검
- Pandas 기초 (0) - 시리즈 소개
- NumPy 기초 (2) - 배열 만들기, 고르기, 접기: 인덱싱, axis, 브로드캐스팅
- NumPy 기초 (1) - Why we use Numpy: vertorization and dtype
- NumPy 기초 (0) - Introduction