강의

멘토링

커뮤니티

Data Science

/

Data Analysis

[PL 0302] データ演算のためのPython - NumPyマスタークラス

NumPyの使い方と、これを利用した実践練習を行う講義です。

難易度 入門

受講期間 無制限

  • asdfghjkl13551941
Numpy
Numpy
Python
Python
AI
AI
Numpy
Numpy
Python
Python
AI
AI

受講後に得られること

  • NumPy (ナムパイ)

  • データ処理

  • データ演算

NOTICE

本講義は、人工知能特化カリキュラムAll about AIのpre-semester(本学期前の事前準備学期)に属する講義であり、

データ処理ライブラリ NumPy, Matplotlib, Pandas
最も重要なNumPyを扱う講義です。

Miro Link: https://miro.com/app/board/uXjVNJ8PZSs=/?share_link_id=801072444784

All About AIの紹介については、オリエンテーション講義を参照してください。

Pythonを使用したデータ操作の中核NumPy!

NumPyは、Numerical Pythonの略で、ベクトル、行列、およびそれ以上の高次テンソルを計算するために特化されているライブラリです。

このNumPyは、Pythonを利用してデータを扱うすべての人にとって必須となる技術であり、最も汎用的に使われるため、一度学んでおくと、孝子の噂をふさぐライブラリです。

今後はNumPyを利用して機械学習、ディープラーニングアルゴリズムを直接実装するので、これらを本格的に学ぶ前に必ず正しく学習しなければならないライブラリです。

NumPyの汎用性!

NumPyは、データを扱う他のライブラリとの互換性がかなり良いです。

したがって、一度NumPyを正しく学ぶと、他のライブラリを使用するときの侵入障壁を減らすことができます。

NumPyの核心を扱う講義!

ほとんどNumPyを扱う講義や教材では

np.sum, np.hstack, np.histogram

このようなAPIの使い方だけを重点的に扱います。


しかし!断然NumPyを使用するときにもっと重要なのは

Broadcasting, Fancy Indexing, Vectorization

同様に、NumPyが提供するndarrayオブジェクトを利用してクイックコードを作成します


したがって、このレッスンでは、NumPyが提供する必須のAPIだけでなく、NumPyをより効率的に使用できる基本的なテクニックも大幅に扱います。

これにより、データを処理するコードを作成したときに、最も基本的なものが頑丈な人の一人になります。

講義で学ぶ196のAPI

このレッスンでは、次のようにNumPyが提供する必須APIの使い方を確実に学びます。

Chapter.2

np.array np.zeros np.ones np.empty np.full np.zeros_like np.ones_like np.empty_like np.full_like np.arange np.linspace

Chapter.3

np.positive np.negative np.add np.subtract np.multiply np.power np.divide np.floor_divide np.remainder

Chapter.4

np.equal np.not_equal np.greater np.greater_equal np.less np.less_equal np.logical_not np.logical_and np.logical_or np.logical_xor np。 all np。 any np.isclose np.allclose

Chapter.6

np.square np.reciprocal np.sqrt np.cbrt np.exp np.exp2 np.expm1 np.log np.log2 np.log10


np.log1p np.deg2rad np.radians np.rad2deg np.degrees np。 sin np。 cos np。タン np。 sinh np。 cosh


np。 tanh np.sign np.absolute np.trunc np。 floor np。 ceil np.round ndarray.round np.clip ndarray.clip

Chapter.10

ndarray.copy ndarray.view ndarray.flatten ndarray.flat numpy.ravel ndarray.ravel np.reshape ndarray.reshape np.resize ndarray.resize

Chapter.11

np.squeeze ndarray.squeeze np.expand_dims np.newaxis np.moveaxis np.swapaxes np.transpose ndarray.transpose np.arcsin np.arccos np.arctan


np.sinh np.cosh np.tanh np.sign np。 abs np.floor np.ceil np.clip np。 round np.trunc np.fix

Chapter.12

np.random.rand np.random.random np.random.uniform np.random.randint np.random.randn np.random.normal np.random.choice np.random.permutation np.random.shuffle np.random.seed


np.random.default_rng rng.random rng.uniform rng.integers rng.standard_normal rng.normal rng.permutation rng.choice rng.shuffle

Chapter.13

np。 sum ndarray。 sum np.prod ndarray.prod np.mean ndarray.mean np.var ndarray.var np.std ndarray.std


np.max ndarray.max np.min ndarray.min np.median np.percentile np.maximum np.minimum np.memdian np.histogram


np.cumsum ndarray.cumsum np.cumprod ndarray.cumprod np.ptp ndarray.ptp np.diff

Chapter.14

np.sort ndarray.sort np.argsort ndarray.argsort np.argmax ndarray.argmax np.argmin ndarray.argmin np.nonzero ndarray.nonzero np.where np.unique

Chapter.15

np.hstack np.vstack np.concatenate np.append np.hsplit np.vsplit np.split np.partition ndarray.partition np.argpartition ndarray.argpartition

Chapter.16

np.repeat ndarray.repeat np.tile np.meshgrid

Chapter.17

np.linalg.norm np.dot ndarray.dot np.cross np.outer np.identity np.eye np.diag np.trace


ndarray.trace ndarray.transpose ndarray.T np.matmul np.linalg.det np.linalg.inv np.linalg.eig

Chapter.18

ndarray.dtype np.intX np.uintX np.floatX ndarray.itemsize ndarray.nbytes ndarray.astype

Chapter.19

np.save np.load np.savez np.savez_compressed


そして次の章では、ndarrayの基本的な使い方をそれぞれ学びます。

Chapter.5 - ブロードキャスト

Chapter.7 - Integer Indexing

Chapter.8 - Boolean Indexing

Chapter.9 - Slicing on ndarrays

Chapter.20 - ベクトル化技術

Practical Practices!

このレッスンでは、NumPyのAPI、ndarrayの技術と一緒にこれを復習するために、機械学習、ディープラーニングで実際に使用されるコードを書いてみます。

Outer

今後は、本講義で学んだ内容に基づいて様々なアルゴリズムを直接実装する予定です。

今回の機会に今後面白いアルゴリズムを作るためにNumPyをしっかり固める機会になればと思います。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • NumPyを 제대로 배우고 싶은 분

  • データ分析をされる方

  • 機械学習、ディープラーニングを学んでいる方

前提知識、
必要でしょうか?

  • Pythonの基礎文法

こんにちは
です。

3,491

受講生

160

受講レビュー

85

回答

4.9

講座評価

16

講座

講義実績

  • [LIKE LION] 人工知能中上級課程

  • [国立気象科学院] 2022年、2023年、2025年 気象AIブートキャンプ

  • [サムスン電機] 新入SW課程 専門クラス

  • [国家科学技術人力開発院] R&D遂行能力強化長期メンタリング

  • [国家科学技術人力開発院] R&D専門課程 eラーニングコンテンツ制作

  • [国家科学技術人力開発院] ポスドク研究員 研究データ視覚化課程

  • [円光大学校] 円光大学校 AI集合教育およびAI長短期課程

  • [韓国知能情報社会振興院] SW女性人材教育

  • [SK m&service] データに基づいた意思決定

  • [韓国ITビジネス振興協会] ICT COG Academy

  • [ソウル市教育庁] 新技術分野研修

    [KT] KT AI 活用能力向上コース [K-ICT] データ安心区域分析キャンプ [京畿道経済科学振興院] 初めて学ぶビジョンAI [京畿道経済科学振興院] Pythonデータ分析

  • [KT] KT AI 活用能力向上コース

  • [K-ICT] データ安心区域分析キャンプ

  • [京畿道経済科学振興院] 初めて学ぶビジョンAI

  • [京畿道経済科学振興院] Pythonデータ分析入門

  • [ソウル科学技術院] AI活用深化教育

  • [ソウル大学校] AI活用能力強化教育

  • [HD韓国造船海洋] AIC AI研究職の職務能力評価開発

  • [マルチキャンパス] 原理から実装まで、機械学習の核心アルゴリズムマスター

    [패스트캠퍼스] 数学的にアプローチするディープラーニング [패스트캠퍼스] 一気に終わらせる機械学習とデータ分析

  • [ファストキャンパス] 数学的にアプローチするディープラーニング

  • [패스트캠퍼스] 一気呵成に終わらせる機械学習とデータ分析 A-Z

  • [ファストキャンパス] バイトディグリー Lv.2 Deep Learning Essentials

  • [ファストキャンパス] ディープラーニング・人工知能 超格差

  • [ファストキャンパス] コンピュータ工学 超格差 VER.2

カリキュラム

全体

192件 ∙ (35時間 9分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

5件

5.0

5件の受講レビュー

  • jwchoi4187님의 프로필 이미지
    jwchoi4187

    受講レビュー 1

    平均評価 5.0

    5

    30% 受講後に作成

    • vjeong71170433님의 프로필 이미지
      vjeong71170433

      受講レビュー 14

      平均評価 3.9

      5

      8% 受講後に作成

      PyTorchを学ぶための基礎講義...最高です。 シン・ギョンシク講師の講義はいつも正しい!!!

      • asdfghjkl13551941
        知識共有者

        ありがとうございます!!より良いコンテンツの講義を提供できるよう最善を尽くします😃

    • yuseok님의 프로필 이미지
      yuseok

      受講レビュー 13

      平均評価 5.0

      5

      24% 受講後に作成

      • hellonewworld님의 프로필 이미지
        hellonewworld

        受講レビュー 4

        平均評価 4.8

        5

        30% 受講後に作成

        ¥5,584

        asdfghjkl13551941の他の講座

        知識共有者の他の講座を見てみましょう!

        似ている講座

        同じ分野の他の講座を見てみましょう!