일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 파이썬
- hackerrank
- 변동성돌파전략
- randomforest
- 비트코인
- Python
- 볼린저밴드
- 주식
- GridSearchCV
- 코딩테스트
- 실기
- lstm
- Programmers
- 데이터분석
- 빅데이터분석기사
- 토익스피킹
- SQL
- 프로그래머스
- 데이터분석전문가
- docker
- sarima
- Crawling
- 백테스트
- ADP
- backtest
- TimeSeries
- 파트5
- 파이썬 주식
- Quant
- PolynomialFeatures
- Today
- Total
목록분류 전체보기 (125)
데이터 공부를 기록하는 공간

## ADP 2021.04.23 시험 합격 ## 빅데이터 분석기사 2021.06.19 시험 합격
■ 큰 일을 하는 사람이라면 "신언수구(愼言修口)"하라 - 삼갈 신, 말씀 언, 닦을 수, 입 구 말을 할 때는 신중해야 하고 절대로 아무 말이나 막해서는 안 된다(사마의) 업무에 대해 얘기할 때도 겸손한 태도로 요지만 간략하게, 개인적 감정을 드러내지 않는다. 성공할수록 목소리를 낮춘다. 높은 자리에 있는 사람일수록 적을 만들기 쉽고 원망을 사기도 쉽다. 병은 입으로 들어오고 화는 입에서 나온다. 신중하지 않은 한마디나 적절하지 않은 말로 종종 별일 아닌 일이 큰 일로 변한다. (출처) https://www.youtube.com/watch?v=f2nA6SGpBk8 (출처 : 뉴타입의 시대-책) ■ 공감할 수 있는 목적과 이유를 제시한다. ○ 미국 케네디 º WHAT(목적) : 1960년대 안에 인류를 ..

XGBOOST로 해보기 # 데이터불러오기 X_train = pd.read_csv("C:/Users/###/Downloads/빅데이터분석기사 실기/[Dataset] 작업형 제2유형/X_train.csv",encoding='cp949') X_test = pd.read_csv("C:/Users/###/Downloads/빅데이터분석기사 실기/[Dataset] 작업형 제2유형/X_test.csv",encoding='cp949') y_train = pd.read_csv("C:/Users/###/Downloads/빅데이터분석기사 실기/[Dataset] 작업형 제2유형/y_train.csv",encoding='cp949') print(X_train.shape, X_test.shape, y_train.shape) X_t..

import pandas as pd import numpy as np train = pd.read_csv("./house-prices-advanced-regression-techniques/train.csv") test = pd.read_csv("./house-prices-advanced-regression-techniques/test.csv") y_train = train['SalePrice'] # null data 확인 ex_cols = train.isnull().sum().sort_values(ascending=False).head(6).index.tolist() # null data drop train.drop(ex_cols,axis=1, inplace=True) train.drop('Id',ax..