인공지능 파이썬 실무대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽
중단원 02. 머신러닝 라이브러리 활용 · 85–128쪽
소단원 01. 파이썬 머신러닝 라이브러리 소개 · 86–89쪽
이 웹 주제의 연계 범위: 85–89쪽
웹 학습 주제 06 / 13
머신러닝 라이브러리와 그래프
배열·표·모델·그래프 도구를 연결해 보세요.
머신러닝 라이브러리와 그래프 · 한눈에 보기
과일 빈도 막대그래프 · 제공 Python 예제의 실제 실행 결과 · 클릭하여 확대- 1NumPy배열
- 2pandas표 정리
- 3scikit-learn학습·평가
- 4Matplotlib / Seaborn시각화
| 확인 | 코드 | 의미 |
|---|---|---|
| 앞부분 | df.head() | 표의 실제 값 |
| 구조 | df.info() | 자료형·결측 개수 |
| 통계 | df.describe() | 수치 분포 |
| 배열 크기 | array.shape | 축별 길이 |
NumPy는 다차원 배열과 벡터 연산, pandas는 Series·DataFrame과 표 탐색, scikit-learn은 전처리·학습·평가 도구를 제공합니다. Matplotlib은 그래프 구성, Seaborn은 표 데이터의 통계 시각화를 돕습니다.
웹에서는 NumPy·pandas·그래프와 작은 원리 실습을 실행합니다. scikit-learn 전체 파이프라인은 PC에서 실행합니다. 필요한 웹 패키지는 처음에 내려받습니다. 실행한 Python이 만든 PNG 그래프는 결과 아래에 표시됩니다. PC에서는 예제 폴더에서 requirements.txt를 설치합니다.
직접 해 보세요
- 과일 종류와 개수를 바꾸고 그래프가 바뀌는지 확인하세요.
이 설명에 이어서 실습하기
예제를 선택하면 바로 아래에서 코드를 수정하고 실행할 수 있습니다. 작성한 코드는 예제별로 저장됩니다.
CODE WORKSPACE
코드를 바꾸는 실습실
실행 엔진은 처음 실행할 때 내려받습니다. 패키지 크기에 따라 최초 준비에 최대 3분이 걸릴 수 있으며 네트워크가 필요합니다. 실행은 최대 30초이며 중지 후 다시 실행할 수 있습니다.
실행할 예제를 선택하세요.
PRACTICE / RETRY / UNDERSTAND
이 주제 연습 문제 0
이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.