요약
- 게시일 2025-01-30 · slug
machine-learning-first-steps · 카테고리 "AI · 머신러닝 공부 / ML 기초 · 실습" · 한국어·영어 병기 - 머신러닝을 시작하며 배운 NumPy·Pandas·Scikit-learn 세 라이브러리의 역할과 연결 관계를 나중에 다시 볼 수 있도록 정리한 학습 기록.
- NumPy는 ndarray와 브로드캐스팅(shape (100,)과 (100, 1)의 차이), Pandas는 DataFrame·groupby 집계, Scikit-learn은
.fit()/.predict()로 통일된 인터페이스를 코드 예시와 함께 다룬다. - 느낀 점: 셋 중 NumPy 개념 잡기가 가장 까다로웠고 Scikit-learn은 인터페이스가 통일돼 빨리 익숙해졌다.
- 다음 목표는 앙상블(Random Forest, XGBoost) 공부와 Kaggle 대회 참가.
등장하는 것
- Kaggle — 다음 목표로 언급된 대회 플랫폼
연결
- Writing
- 개념: XGBoost · i18n 다국어 · 기술 블로그 운영 · 앙상블
