https://www.codepresso.kr/course/62 시계열 데이터 처리를 위한 RNN 완벽 가이드 김지훈 강사 코드프레소 인공지능 대표 강사 전 LG CNS 데이터 엔지니어 전 Smilegate Stove 딥러닝 엔지니어 www.codepresso.kr * 배운 것 01 RNN 모델에 대한 이해 02 텐서플로를 이용한 RNN 모델 구현 실습 03 모던 RNN 모델에 대한 이해 04 텐서플로를 이용한 모던 RNN 모델 구현 실습 코드프레소 체험단의 인공지능 트랙의 마지막 강의를 완강했다. 여태까지 배운 내용과 조금 달라 어려웠지만, 강의 내용이 알차 조금씩 이해할 수 있었다. 당장 나만의 RNN 모델을 만들지는 못하지만, 기본적인 이해를 가지게 된 것으로 만족한다. 이를 기반으로 더 많은 것을..

from selenium import webdriver from selenium.webdriver.common.keys import Keys from bs4 import BeautifulSoup as bs # 크롬을 제어할 수 있는 chromedriver를 가져온다. driver = webdriver.Chrome('./chromedriver') # 3초를 기다린다. driver.implicitly_wait(3) # 크롬에서 naver를 연다. driver.get('http://naver.com') # id가 query인 태그를 가져온다. elem = driver.find_element_by_id('query') # 네이버 검색창에 '블로그맛집'이 입력된다. elem.send_keys('블로그맛집') # ..

import pandas as pd from urllib import parse # 검색어 code = '환율조회' # url에 넣기위해 encoding한다. encoded = parse.quote(code) url = "https://search.naver.com/search.naver?where=nexearch&sm=top_hty&fbm=1&ie=utf8&query=" + encoded # pandas 라이브러리를 사용해, url에서 table만을 가져온다. dfs = pd.read_html(url) type(dfs) # list type(dfs[1]) # DataFrame # DataFrame을 엑셀 파일로 저장한다. dfs[1].to_excel('my_excel.xlsx') # 엑셀을 DataFr..

클라이언트와 서버 - 클라이언트는 서버에게 request를 요청한다. - 서버는 클라이언트에게 response를 보낸다. HTTP 요청 메소드 - CONNECT - DELETE - GET: 특정 페이지를 가져온다. - HEAD - OPTIONS - PATCH - POST: 서버로 데이터를 함께 실어서 보낸다. 서버 내의 값이나 상태가 변경될 수 있다. - PUT - TRACE * 둘은 혼용되거나 잘못된 방식의 서버 구현이 가능하다. 1) GET - URL에 변수를 포함한다. - 서버의 값을 바꿀 수 없다. - 데이터가 제한된다. - 데이터를 헤더에 포함한다. 2) POST - URL에 변수를 포함하지 않는다. - 서버 내의 특정 값을 바꿀 수 있다. - 전송 길이가 유연하다. - 데이터를 바디에 포함한다..

DataFrame - 행과 열을 가진 2차원 데이터를 저장할 수 있는 자료구조 - 데이터와 행/열에 대한 인덱스가 저장됨 - 각 컬럼은 서로 다른 데이터 타입으로 구성될 수 있음 - 1개의 컬럼은 Series 객체로 구성됨 pd.DataFrame(data, index, columns) - 다양한 형태로 저장된 파이썬 객체를 전달하여 DataFrame 생성 - Series 객체, 중첩된 딕셔너리 객체, 딕셔너리의 리스트, 리스트, 튜플의 리스트, ndarray, ... - data: DataFrame 에 저장할 데이터 객체 - index: DataFrame 의 행의 인덱스, 순서를 지정 - columns: DataFrame 의 열의 인덱스, 순서를 지정 DataFrame 의 주요 속성 - .index : ..

Pandas 시작하기 import pandas as pd print(pd.__version__) Series - 1차원 배열의 자료구조 - 인덱스를 통한 데이터 접근 가능 - 동일한 데이터 타입의 값을 저장할 수 있음 pd.Series(data) - 리스트, 튜플, 딕셔너리 등의 파이썬 객체를 data 인자로 전달하여 생성 - 인덱스를 지정하지 않는 경우, 정수 0부터 시작되는 인덱스가 생성됨 pd.Series(data, index, name) - index: Series 객체 생성 시, index 설정하기 - name: Series 객체 생성 시, 이름 지정하기 pd.Series(data=[딕셔너리], name) - 파이썬 딕셔너리: {key1: value1, key2: value2, ..., keyn..