https://github.com/daun-io/study-data-science

Practical data science notebooks that I used to study at 2016
https://github.com/daun-io/study-data-science

data-science jupyter-notebook machine-learning tensorflow

Last synced: about 1 month ago
JSON representation

Practical data science notebooks that I used to study at 2016

• Host: GitHub
• URL: https://github.com/daun-io/study-data-science
• Owner: daun-io
• Created: 2017-01-21T05:15:01.000Z (almost 8 years ago)
• Default Branch: master
• Last Pushed: 2017-01-25T03:29:59.000Z (almost 8 years ago)
• Last Synced: 2024-11-27T02:35:35.357Z (about 2 months ago)
• Topics: data-science, jupyter-notebook, machine-learning, tensorflow
• Language: Jupyter Notebook
• Homepage: https://nyanye.com
• Size: 7.21 MB
• Stars: 48
• Watchers: 5
• Forks: 7
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Study Data Science

## 데이터 과학 실습

Data science from scratch, Coursera, udacity, Awesome list, [모두를 위한 머신러닝](https://hunkim.github.io/ml/) 등의 자료를 보며 수식, 설명, 코드를 곁들여 Jupyter notebook으로 작성한 데이터 과학 실습 저장소입니다.

Github에서 Jupyter notebook viewer를 지원하기 때문에 웹에서 바로 내용을 볼 수 있습니다.

이 저장소의 실습내용은 [여기](https://nyanye.com/articles/)서도 확인하실 수 있습니다. 이미지나 수식이 깨진 경우 저기서 확인해주시면 됩니다 :)

자료에 오/탈자, 누락된 부분이 있을 수 있습니다. 잘못된 내용이 있다면 Pull Request나 issue를 올려주시면 감사하겠습니다 :)

## 개발환경

OS : Windows 10 64bit Python 3.5+  

Tensorflow CPU-only  

Jupyter notebook

## 목록

[#. Public Datasets](/00-Datasets)  

[1. 밑바닥부터 시작하는 데이터 과학(Data Science from Scratch)](/01-Data-Science-From-Scratch)  

[1.0. 원본소스코드(Original Source Code)](/01-Data-Science-From-Scratch/00-원본소스코드(source_code))  

[1.1. 들어가기(Intro)](/01-Data-Science-From-Scratch/01-들어가기(Introduction))  

[1.2. 시각화(Visualization)](/01-Data-Science-From-Scratch/02-시각화(Visualization))  

[1.3. 선형대수(Linear Algebra)](/01-Data-Science-From-Scratch/03-선형대수(Linear_Algebra))  

[1.4. 확률과 통계(Probability & Statistics)](/01-Data-Science-From-Scratch/04-확률&통계(Probability&Statistics))  

[1.5. 최적화 알고리즘(Optimization Algorithm)](/01-Data-Science-From-Scratch/05-최적화_알고리즘(Optimization_Algorithm))  

[1.6. 데이터 탐색(Data Exploration)](/01-Data-Science-From-Scratch/06-데이터_탐색(Data_exploration))  

[1.7. 데이터 수집과 처리(Collecting and Processing Data)](/01-Data-Science-From-Scratch/07-데이터_수집&처리(Collecting&Processing_Data))  

[1.8. 기계학습(Machine Learning)](/01-Data-Science-From-Scratch/08-기계학습(Machine_Learning))

[2. Tensorflow 기계학습 실습(Machine Learning with Tensorflow)](/02-Tensorflow)  

[2.0. Hello World 부터 선형회귀까지(Linear Regression from Hello World)](/02-Tensorflow/00-Hello_Tensor&Linear_Regression)  

[2.1. 비용(Cost)](/02-Tensorflow/01-Cost)  

[2.2. 다중 선형 회귀](/02-Tensorflow/02-Multivariable_Linear_Regression)  

[2.3. 로지스틱 회귀(Logistic Regression)](/02-Tensorflow/03-Logistic_Classification)  

[2.4. 다항 분류(Multinomial Classification)](/02-Tensorflow/04-Multinomial_Classification)  

[2.5. 기계학습 팁(Tips for Machine Learning)](/02-Tensorflow/05-Tip&Tricks)  

[2.6. 심층학습(Deep Learning)](/02-Tensorflow/06-Deep_Learning)

## Update

MNIST Challenge, CNN, RNN도 [2.6. 심층학습(Deep Learning)](/02-Tensorflow/06-Deep_Learning)에 포함.