1. 프로그램 개론
1) 주요 용어
-1 프로그램 : 컴퓨터에게 전달할 명령어의 집합체 (정의된 문제해결)
-2 프로그래밍 : 프로그램을 만드는 작업
-3 프로그래밍 언어 : 프로그램을 만들 떄 사용하는 언어
-4 프로그래머 : 프로그램을 만드는 사람
2) 프로그램의 구성 요소
-1 명령어 : 특정 결과가 나오기를 기대하거나, 특정 문제를 해결하기 위한 컴퓨터가 실행할 동작
필수로 작성되어야 하지만, 생략 가능함
-2 데이터 : 명령어를 실행할 때 필요한 정보 (상수, 변수)
데이터를 필요로 하지 않는 명령어가 있음
-3 주석 : 프로그램을 설명하는 비실행 문장 (옵션)
3) 프로그램의 실행 종류
-1 순차, 반복, 분기, 혼합
(a) 순차 : 프로그램의 거의 대부분을 구성하는 단순 실행
(b) 반복 : for 또는 while 명령어를 이용하여 블록(명령)을 1회 이상 실행
(c) 분기 : if 명령어를 이용하여 블록(명령)의 실행을 결정
(d) 혼합 : 순차, 반복, 분기를 혼합하여 실행
-2 Case #1 : 순차1 -> 반복1
-3 Case #2 : 순차1 -> 분기1
-4 Case #3 : 순차1 -> 반복1 -> 분기1
-5 Case #4 : 순차1 -> 분기1 -> 반복1
-6 Case #5 : ...
실행 종류 3가지를 무한하게 조립 가능 --> 프로그램
4) 데이터와 변수
-1 데이터
(a) 수치형 : 정수, 실수
(b) 문자형 : 문자
-2 변수
(a) 데이터가 저장된 공간을 가지는 문자
(b) 이해를 쉽게 하기 위하여 "변수 = 데이터"로 생각
-3 파이썬의 데이터(변수)
(a) 리스트형 : 1개 이상의 수치형, 문자형, 리스트형, 딕셔너리형 등 다양한 데이터를 가지는 데이터 또는 변수
(b) 튜플형 : 리스트형과 도일한 조건 + 데이터 변경 불가
(c) 딕셔너리형 : "key: value" 쌍으로 구성된 데이터 또는 변수. 이때 value는 데이터이다
-4 시퀀스형 : 문자형, 리스트형, 튜플형 등
-5 특정 패키지에서 사용하는 전용 데이터와 변수
(a) pandas 패키지 : dataframe(스프레드쉬트 형식의 2차원 데이터 표현), series(dataframe을 구성하는 1차원
벡터 데이터)
(b) numpy 패키지 : array (1차원 이상의 데이터를 표현)
5) 프로그램의 독해(IPO)
-1 프로그램 실행은 반드시 목적이 있음
-2 목적을 설명할 때 IPO로 설명하고 이해하면 됨
(a) I : input
(b) P : process
(c) O : output
-3 프로그램은 컴퓨터와 인간 사이의 언어로 만들었지만, 프로그램을 만드는 주체가 인간이기 때문에 인간이
사용하는 자연어의 다른 표현이다. 즉 프로그램의 독해는 자연어로의 해석이다
-4 프로그램 독해시 인간이 생각하는 관점에서 해석하려고 노력하면 독해의 어려움이 일부 해소된다
6) 프로그램의 이해 어려움
-1 익숙하지 않은 문제 인식과 논리적 접근 (수학적, 통계학적 접근)
-2 배우는 과정에서 제공되는 프로그램이 완성된 코드로 제시되기 때문
(a) 완성된 전체 프로그램은 미세한 작은 단위 문제를 해결하는 프로그램의 집합으로 전체 프로그램이 만들어진다
2. 기초 프로그램
1) import와 pandas, numpy 패키지
-1 import : 어떤 기능을 수행하는 미리 만들어진 프로그램을 사용하기 위한 명령 (패키지 로드 명령)
-2 pandas 패키지 : 데이터 관리 패키지
-3 numpy 패키지 : 수치 연산 패키지
2) 문제상황과 해결
-1 문제가 있어야만 프로그램이 가능 (프로그램 대상)
-2 문제를 논리적으로 정의할 수 있어야만 프로그램이 가능 (문제를 해석하는 시각)
3) 문제해결 - 파일 접근과 열 데이터 선택
4) 문제해결 - 행 데이터 선택과 삭제
5) 문제해결 - 행 데이터 선태과 삭제
6) 문제해결 - 행, 열 데이터 선택과 수정
7) 문제해결 - 열 데이터 생성
8) 시각화 (1개 데이터 수치형, 범주형)
9) 시각화 (2개 데이터 수치형)
10) 머신러닝 패키지 (scikit-learn) - 정수형 인코딩
11) 머신러닝 패키지 (scikit-learn) - OneHot 인코딩
12) 머신러닝 패키지 (scikit-learn) - LinearRegression(선형회귀)
13) 머신러닝 패키지 (scikit-learn) - Decision TreeRegressor (의사결정트리)
14) 머신러닝 패키지 (scikit-learn) - Decision TreeClassifier (의사결정트리)
'핀테크 인공지능' 카테고리의 다른 글
데이터 유형별 전처리 (정형) (0) | 2024.09.14 |
---|---|
데이터 수집과 전처리 (4) | 2024.09.14 |
인공지능 개발 환경 (2) | 2024.09.14 |
기초 데이터 분석 (5) | 2024.09.13 |
딥러닝 (2) | 2024.09.13 |