[ML/DL: Prof. Joonseok Lee] Lab 1. Marchine Learning with Python

본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.
이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.

https://youtu.be/3aCzdZLBXNM?si=IO-8LEtrPDwA9X0h

 

 

 

http://numpy.org/doc/stable/user/absolute_beginners.html

NumPy: the absolute basics for beginners — NumPy v2.2 Manual

 

Numpy Arrays

• All elements must be of the same type of data.
• Once created, the total size of the array can't change.
• The shape must be "rectangular", not "jagged".

-> Faster, more memory efficient, and more convenient to use than built-in lists.

 

np.array()
np.arange()
np.zeros()
np.ones()
np.eye()

 

 

data = np.array([[1, 2], [3, 4], [5, 6]])

data[0, 1]

data[1:3]

data[0:2, 0]

 

data.max()

data.min()

data.sum()

 

 

data = np.array([[1, 2], [5, 3], [4, 6]])

data.max(axis = 0)

data.max(axis = 1)

 

 

 

 

과제의 Training Data set을 받을 수 없어 Lab 실습은 생략하였습니다.