일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
- numpy
- word2vec
- Language model
- quadratic discriminant analysis
- deep learning
- CBOW
- BFS
- SQLD
- underfiting
- RNN
- classification
- dynamic programming
- 밑바닥부터 시작하는 딥러닝
- C++
- 밑바닥부터 시작하는 딥러닝2
- Machine Learning
- 고전소설
- marchien learning
- marchine learning
- do it! 알고리즘 코딩테스트: c++편
- model selection
- DFS
- Python
- overfiting
- jini impurity
- Linear Regression
- tree purning
- 딥러닝
- Backtracking
- Baekjoon
- Today
- Total
목록numpy (2)
newhaneul

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 ManualNumPy: the absolute basics for beginners Welcome to the absolute beginner’s guide to NumPy! N..
1. Numpy 배열 생성하기 import numpy as np # 1차원 배열 생성 array1 = np.array([1,3,5,6,7,9]) array1 # 출력: array([1, 3, 5, 6, 7, 9]) # 0으로 채워진 배열 생성 np.zeros(5) # 출력: array([0., 0., 0., 0., 0.]) # 범위를 지정하여 배열 생성 np.arange(10) #0~9까지 이어지는 array가 생성, for문 range와 비슷함 # 출력: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) np.arange(4,17,3) #시작점, 끝점, 간격 순으로 파라미터를 활용 가능 # 출력: array([ 4, 7, 10, 13, 16]) 인덱싱과 슬라이싱 ex_array = n..