개발새발

Streamlit 배포 가이드

Streamlit, Python, 데이터 시각화, 머신러닝, 데이터 애플리케이션, 웹 배포, GitHub, 클라우드 배포, requirements.txt, 데이터 과학1. Streamlit 소개 및 시작하기Streamlit은 데이터 과학자와 AI/ML 엔지니어가 간단한 코드 몇 줄만으로 대화형 데이터 애플리케이션을 만들고 공유할 수 있도록 지원하는 오픈 소스 Python 프레임워크입니다. 공식 웹사이트에서 더 많은 정보를 확인할 수 있습니다.Streamlit 공식 웹사이트 Streamlit • A faster way to build and share data appsStreamlit is an open-source Python framework for data scientists and AI/ML eng..

1️⃣ SVM이란?서포트 벡터 머신(SVM, Support Vector Machine)은 지도 학습(Supervised Learning) 기반의 강력한 분류(Classification) 알고리즘입니다. SVM은 결정 초평면(Hyperplane)을 학습하여 데이터를 두 개 이상의 클래스로 나누는 방식으로 작동합니다.📌 SVM의 핵심 개념마진(Margin) 최대화: SVM은 데이터를 가장 잘 분리하는 결정 초평면을 찾고, 마진을 최대화합니다.서포트 벡터(Support Vectors): 결정 초평면과 가장 가까운 데이터 포인트들.커널 트릭(Kernel Trick): 데이터를 고차원으로 변환하여 선형적으로 구분할 수 있도록 함.📌 SVM의 활용 사례얼굴 인식 (Face Recognition)스팸 필터링 (S..

1️⃣ K-최근접 이웃(KNN)이란?📌 KNN의 핵심 개념비모수적(Non-parametric) 모델: 사전에 학습을 하지 않고, 데이터가 들어올 때마다 계산하여 예측.거리 기반 분류: 새로운 데이터가 들어왔을 때, 가장 가까운 K개의 데이터 포인트를 찾아 다수결 투표로 분류 결정.K 값의 설정: K 값이 크면 과적합(overfitting)을 방지하지만, 너무 크면 정확도가 떨어질 수 있음.📌 KNN의 활용 사례질병 예측 (환자의 증상이 기존 환자와 얼마나 유사한가?)추천 시스템 (비슷한 취향의 사용자가 좋아하는 콘텐츠 추천)이미지 분류 (손글씨 숫자 인식 등)2️⃣ KNN의 동작 원리데이터 포인트 간의 거리 계산가장 일반적으로 사용되는 거리는 유클리드 거리(Euclidean Distance)유클리드 ..

1️⃣ 로지스틱 회귀란?로지스틱 회귀(Logistic Regression)는 머신러닝에서 이진 분류(Binary Classification) 문제를 해결하는 지도 학습(Supervised Learning) 알고리즘입니다.📌 로지스틱 회귀의 핵심 개념분류(Classification) 모델: 데이터를 두 개의 클래스로 나누는 모델.확률 예측: 특정 사건(예: 광고 클릭 여부)이 발생할 확률을 0과 1 사이의 값으로 예측.시그모이드 함수(Sigmoid Function) 사용: 로지스틱 회귀는 선형 회귀와 다르게 예측값을 0~1 사이의 확률값으로 변환.📌 로지스틱 회귀의 활용 사례이메일이 스팸인지 아닌지 분류암 진단(양성 또는 음성)은행 대출 승인 여부 예측광고 클릭 예측2️⃣ 로지스틱 회귀의 원리로지스틱 ..

NumPy란?NumPy(NumPy: Numerical Python)는 Python에서 수치 연산을 효율적으로 처리하기 위한 라이브러리입니다. 특히, 다차원 배열 객체 ndarray를 사용해 대규모 데이터 처리를 간단하고 빠르게 수행할 수 있습니다. 또한, 배열 및 행렬 연산, 선형대수, 푸리에 변환, 난수 생성 등의 기능을 제공합니다.  NumPy 설치pip install numpyNumPy의 핵심 요소1. ndarray: 다차원 배열 객체NumPy의 핵심 데이터 구조로, 리스트와 유사하지만 크기가 고정되고 동일한 데이터 타입만 저장 가능합니다.import numpy as np# 1D 배열arr1 = np.array([1, 2, 3])# 2D 배열arr2 = np.array([[1, 2], [3, 4]]..