이 저장소는 데이터 과학(Data Science)을 체계적으로 학습하고 정리하기 위한 공간입니다.
통계학 기초부터 머신러닝, 딥러닝에 이르기까지 다양한 주제를 다루며, 실습 위주의 학습 자료를 중심으로 구성됩니다.
statistics/
데이터 과학의 기반이 되는 통계학 이론과 예제를 정리합니다.
data-wrangling/
실제 데이터에서 자주 발생하는 문제들(결측치, 이상치, 인코딩 등)을 다루며, 이를 해결하는 실습을 포함합니다.
eda/
데이터의 특성을 파악하고 시각화하는 탐색적 데이터 분석(EDA)을 진행합니다.
machine-learning/
지도학습, 비지도학습, 모델 성능 평가 등 머신러닝 관련 내용을 실습과 함께 학습합니다.
deep-learning/
딥러닝 기초 이론부터 TensorFlow, PyTorch 등을 활용한 실습을 포함합니다.
projects/
Kaggle, Dacon 등 실제 문제를 해결한 프로젝트들을 정리합니다.
tools/
Pandas, Numpy, Scikit-learn 등 자주 사용하는 라이브러리의 사용법을 정리합니다.
notebooks/
Jupyter 노트북 기반의 실습 파일들을 저장합니다.
reference/
논문 요약, 용어 정리, 유용한 외부 자료를 모읍니다.