강좌 6

[코드잇] 파이썬(python) 추상화(변수, 함수), return 문, 파라미터(parameter), Scope (변수 범위: global / local), 상수, 스타일

변수 제대로 이해하기 지정 연산자 (assignment operator) 등호 "=" : 오른쪽에 있는 값을 왼쪽 변수에 지정한다. x = 7 x = x + 1 print(x) # 8 함수의 실행 순서 함수를 정의한다고해서 함수가 실행되는 것은 아니다. def square(x): return x * x print("함수 호출 전") print(square(3) + square(4)) # 3 * 3 + 4 * 4 = 25 print("함수 호출 후") return문 제대로 이해하기 값을 돌려주는 역할 함수를 즉시 종료하는 역할 return문은 함수를 종료시키기 때문에 그 뒤에 있는 함수 코드는 실행되지 않는다. (데드코드) def square(x): print("함수 시작") return x * x pri..

Coding/Python 2021.09.07

[코드잇] 파이썬(python) 자료형(숫자형, 문자열, 불 대수), format 문자열 포맷팅, f-string, type함수 기본 개념 정리

숫자형 정수형끼리의 연산은 정수형으로 결과값이 출력된다. 실수형끼리의 연산은 소수형으로 결과값이 출력된다. 정수형과 소수형이 섞여있는 경우 소수형으로 결과값이 출력된다. 단, 나눗셈의 경우 자료형과 상관없이 소수형으로 결과값이 출력된다. # 덧셈 print(4 + 7) # 11 print(4 + 7.0) # 11.0 #뺄셈 print(2 - 4) # -2 print(2 - 4.0) # -2.0 #곱셈 print(5 * 3) # 15 print(5.0 * 3.0) # 15.0 #나머지 print(7 % 3) # 1 print(7.0 % 3.0) # 1.0 #거듭제곱 print(2 ** 3) # 8 print(2.0 ** 3.0) # 8.0 #나눗셈 print(7 / 2) # 3.5 print(6 / 2) ..

Coding/Python 2021.09.04

[코드잇] 파이썬(python) 코멘트, 변수, 함수, 매개변수, return문 기본 개념

코멘트 (각주) 코드에 메모를 하거나, 하다가 만 부분을 표시할 때 사용한다. 다른 개발자들과 소통하기 위해서 사용하기도 한다. # 코멘트 print('hello, world!') # 이것도 코멘트 자료형 (Data Type) 정수(Integer) : -1 , 0, 2 소수(Floating Point) : 3.14 , -7.3, 2.0 문자열(String) : "Hello", "2" 불린(Boolean) : True, False 변수 (Variable) 같은 값을 여러번 입력하지 않고 이름으로 지정해 코드를 쉽게 작성할 수 있게 해준다. burger_price = 4990 # 햄버거의 변수 값 지정 fries_price = 1490 # 감자튀김의 변수 값 지정 drink_price = 1250 # 음료의..

Coding/Python 2021.09.03

[Andrew Ng] Machine Learning 정리

* Notion에서 작성한 내용을 마크다운으로 가져와 작성된 글입니다. KaTeX 수식은 제대로 표기되지 않을 수 있습니다. 강의 내용에 대한 저작권은 Stanford University - Andrew Ng 에게 있습니다. Supervised Learning already know what our correct output should look like. having the idea that there is a relationship between the input and the output. Regression continuous output ex) age, price Classification discrete output ex) tumor is malignant or benign Unsupervis..

Coding/Coursera 2021.09.01

[~2021.08.31] Machine Learning - Andrew Ng (Coursera) 강좌

Coursera의 강의 중 Andrew Ng의 Machine Learning 강의를 수강했다. 전체적인 내용은 다음과 같다. Linear Regression Gradient Descent Logistic Regression Neural Networks SVMs Anomaly Detection Recommender Systems 머신러닝에 대한 기초와 전체적인 개념을 이해할 수 있는 강의였다. 강의에 대한 정보는 다음 링크에서 확인할 수 있다. 기계 학습 스탠퍼드 대학교에서 제공합니다. Machine learning is the science of getting computers to act without being explicitly programmed. In the past decade, machine..