📌 강의 주제

NumPy

• 데이터 과학 분야에서 방대한 데이터 처리, 딥러닝 운용의 기반이 되는 파이썬 라이브러리입니다.
• 파이썬으로 대규모의 다차원 배열, 그리고 행렬 데이터 처리를 위한 수치 연산을 가능하게 합니다.
• 내부적으로 C언어로 구현이 되어있기 때문에 메모리를 최소한으로 유지하고 관리하면서 동시에 연산 속도도 매우 빠른 라이브러리입니다.

다차원 배열

• 배열 요소로 또 다른 배열을 가지는, 2차원 이상의 배열을 의미합니다.
• 데이터를 처리하고 연산하기 위해서는 다차원 배열을 꼭 다루어야 합니다.
• 강의를 통해 여러분은 NumPy를 이용해 데이터를 처리하는 가장 기본이 되는 절차를 학습하게 됩니다.

📌 구성과 진행 방식

1. Google Colab링크에서 실습을 진행합니다.

• 파이썬과 데이터 과학 라이브러리 사용에 특화된 Colab에서 직접 실습을 진행해봅니다.

2. 각 파트별, 주제별로 NumPy 모듈에서 사용할 수 있는 함수들을 간단한 예시와 함께 배웁니다.

• 7개의 파트, 총 30여강에 걸쳐 진행됩니다.
• 단순히 이론에서만 끝나는 것이 아닌 간단한 예시와 함께 실습하며 익힙니다.
• 어렵고 생소한 선형대수 개념들은 자료를 통해 추가로 학습합니다.
• 학습 이후 복습용 파일을 이용해 코드를 보지 않고 직접 작성해봅니다.

3. 마지막 파트에서는 배운 내용을 테스트 해봅니다.

• 배운 이론과 함수들을 바탕으로 제작된 예제를 함께 풀어보며 테스트해봅니다.
• 지정된 제한 시간은 한정된 시간 내에 얼마나 빠르게 효과적으로 문제를 해결할 수 있는 지를 테스트하는 단순 지표일 뿐입니다.
• 시간을 초과하더라도 강의를 잠깐 멈추고 문제를 다 풀어보신 후에 풀이를 보시기를 권장합니다.

📌 커리큘럼

파트1. NumPy 시작

• NumPy에 대한 간단한 소개를 시작으로 파이썬 실습환경을 구성한 후 N차원 배열의 기본적인 개념인 배열과 축, 차원, 행렬, 텐서를 다룹니다.

파트2. N차원 배열 생성

• 여러가지 형식으로 N차원 배열을 생성하는 방법과 데이터 타입을 학습합니다.
• 간단하게 데이터를 시각화하는 방법을 다룹니다.

파트3. N차원 배열 인덱싱

• 배열의 index를 이용해 값에 접근하는 방법을 학습합니다.
• 특정 범위의 값들을 탐색하는 방법을 다룹니다.

파트4. N차원 배열 연산

• 행렬의 사칙 연산, 내적 연산, 비교 연산 등 기본적인 연산법을 학습합니다.
• 브로드캐스팅 연산 과정을 다룹니다.

파트5. N차원 배열 정렬

• 배열의 원소들을 대소관계에 따라 정렬하는 방법을 다룹니다.

파트6. N차원 배열 형태 변경

• 배열의 shape을 변형하고 차원을 확장, 축소하는 방법을 다룹니다.

파트7. N차원 배열 병합

• 배열에 원소를 추가하고 삭제하는 방법과 데이터를 병합하고 분할하는 방법을 다룹니다.

파트8. 실습 예제

• 배운 내용을 바탕으로 실습 예제를 풀어봅니다.