[Trouble Shooting] Scikit-learn
대표적인 ML 라이브러리인 Scikit-learn 에 대해 정리해보자.
Trouble Shooting
이론에 대해서 탄탄하게 이해하는 것도 중요하겠지만, 그 이론을 응용하는데에는 구현이 필수다. 이 구현을 위해 그 동안 겪었던 어려움을 천천히 정리해보자.
[Trouble Shooting] Pandas
대표적인 데이터 처리 라이브러리인 Pandas 에 대해 정리해보자.
[Data Processing, Trouble Shooting] Pandas & Polars
데이터 처리 라이브러리 Pandas 와 Polars 에 대해 정리해보자.
[Trouble Shooting] 유튜브 크롤링 및 Mac 터미널
사이드 프로젝트를 진행하면서 해결한 문제상황에 대해 정리해보자.
[Loss, Trouble Shooting] Cross Entropy Loss vs. NLL Loss
Cross Entropy Loss 와 NLL Loss 를 비교해보자.
[Pytorch, Trouble Shooting] Array/Tensor, Indexing & Slicing, Axis, Shape
numpy, torch 의 array/tensor, indexing & slicing, axis, Shape 에 대해 자세히 알아보자.
[Trouble Shooting] Visualization with Matplotlib & Seaborn
데이터 시각화를 위한 Matplotlib 과 Seaborn 에 대해 알아보자.
[Trouble Shooting] Sympy
Python 에서 도함수를 쉽게 구할 수 있는 Sympy 라이브러리에 대해 알아보자.
[Trouble Shooting] WX + b vs. XW + b
왜 머신러닝/딥러닝 교재들과 딥러닝 프레임워크의 표현식이 다를까?