OneBook(Python & Deep Learning)
  • 한곳에서 끝내는 파이썬 & 머신러닝 & 딥러닝
  • 문서 작업을 시작하며
  • 1. 인공지능(Artificial Intelligence) 시대
    • 1.1. 인공지능이란 도대체 무엇인가?
    • 1.2. 4차 산업혁명
    • 1.3. 인공지능의 역사
    • 1.4. 인공지능 > 머신러닝 > 딥러닝
    • 1.5. 머신러닝
    • 1.6. 머신러닝 알고리즘
      • 1.6.1. 지도 학습 (Supervised Learning)
      • 1.6.2. 비지도 학습 (Unsupervised learning)
      • 1.6.3. 강화 학습(Reinforcement Learning)
    • 1.7. 인공신경망(ANN)
    • 1.8. 딥러닝
  • 2. 기본 상식
    • 2.1. 기본 용어의 이해
      • 2.1.1. CPU와 GPU의 차이
      • 2.1.2. 오픈소스(Open Source)
      • 2.1.3. 깃허브(GitHub)
      • 2.1.4. 위키 Wiki
      • 2.1.5. 아나콘다(Anaconda)
      • 2.1.6. 활성화 함수
      • 2.1.5. 딥러닝 프레임워크 소개
    • 2.2. 텐서플로(Tensorflow)
    • 2.3. 케라스(Keras)
    • 2.4. 파이토치(PyTorch)
    • 2.5. 학습에 필요한 중요한 도구와 라이브러리들
      • 2.5.1. 주피터 노트북(Jupyter Notebook)
      • 2.5.2. 파이참(PyCharm)
      • 2.5.3. 스파이더(Spyder)
      • 2.5.4. 넘파이(NumPy)
      • 2.5.5. 싸이파이(SciPy)
      • 2.5.6. Matplotlib
      • 2.5.7. 판다스(Pandas)
      • 2.5.8. 장고(Django)
      • 2.5.9. 파이큐티(pyQT)
      • 2.5.10. 싸이킷런(Scikit-learn)(Sklearn)
      • 2.5.11. CUDA & cuDNN
      • 2.5.12. 파이썬 표준 내장 라이브러리
    • 2.6. AI공부에 필요한 기본지식 3가지
      • 2.6.1. 수학
      • 2.6.2. 프로그래밍 기술
      • 2.6.3. AI의 적용 대상 산업에 대한 지식
  • 3. 개발 환경설정
    • 3.1. 윈도우 환경에서 설치하기
      • 3.1.1. 아나콘다 설치 (파이썬 설치)
        • 1) 아나콘다 패키지 업데이트
        • 2) conda에서 파이썬 가상 환경 (virtual environments) 생성하기
        • 3) NVIDIA GPU 환경 설정하기
      • 3.1.2. 텐서플로 설치
      • 3.1.3. 케라스 설치
      • 3.1.4. Jupyter Notebook 설치
      • 3.1.5. Visual Studio Code 설치
      • 3.1.6. 파이참 설치
        • 1) 파이참 가상환경 설정
        • 2) 파이참 환경 설정
        • 3) 설치된 라이브러리들의 버전 확인 하기
    • 3.2. 리눅스 환경에서 설치하기
      • 3.2.1. 아나콘다 설치(파이썬 설치)
      • 3.2.2. 텐서플로 설치
      • 3.2.3. 케라스 설치
      • 3.2.4. 장고 설치
      • 3.2.5. 파이참(PyCharm) 설치
        • 1) 파이참 가상환경 설정
  • 4. 파이썬 기초 학습
    • 4.1. 파이썬(Python)
    • 4.2. 파이썬의 특징
    • 4.3. 파이썬 기본 문법
      • 4.3.1. 대화형과 스크립트 모드 프로그래밍
      • 4.3.2. 모듈의 사용(import)
      • 4.3.3. 파이썬 식별자(Identifiers)
      • 4.3.4. 예약어(Reserved Words)
      • 4.3.5. 행(Lines)과 들여쓰기(Indentation)
      • 4.3.6. 문자열 표시
      • 4.3.7. 주석
      • 4.3.8. 파이썬 변수(Variables)
    • 4.4. 자료형과 연산자
      • 4.4.1. 자료형
      • 4.4.2. 파이썬 연산자
    • 4.5. 조건문과 반복문
      • 4.5.1. 조건문
      • 4.5.2. 반복문
    • 4.6. 함수
      • 4.6.1. 함수의 종류
    • 4.7. 모듈(Modules)
      • 4.7.1. 모듈의 참조 위치
      • 4.7.2. 네임스페이스(Namespace)와 범위(Scoping)
      • 4.7.3. dir( ) 함수
      • 4.7.4. 패키지(Packages)
      • 4.7.5. 기본 내장 모듈
    • 4.8. 숫자형 활용
      • 4.8.1. 실습: 계산기 만들기
    • 4.9. 문자열(Strings) 활용
      • 4.9.1. Unicode 한글의 사용
      • 4.9.2. 이스케이프 문자
      • 4.9.3. 문자열 연산자
      • 4.9.4. 문자열 포맷 연산자
      • 4.9.5. 내장 문자열 함수
    • 4.10. 시퀀스(Sequence) 자료형 활용
      • 4.10.1. 리스트(Lists)
      • 4.10.2. 튜플(Tuple)
      • 4.10.3. 딕셔너리(Dictionary)
    • 4.11 Class
    • 4.12. Date & Time
    • 4.13. 파이썬 에러처리
  • 5. 기초수학
  • 6. 머신러닝을 위한 파이썬
  • 7. 텐서플로 2.x
  • 8. 딥러닝을 이용한 자연어 처리 입문
  • 9. 파이토치로 시작하는 딥 러닝 입문
  • 9.6 6. Pytorch lightning
  • A1. 필수 학습 라이브러리들
    • 4.1 NumPy
      • 4.1.1. Basic Operations
      • 4.1.2. Indexing, Slicing 그리고 Iterating
      • 3.13.3. Shape Manipulation
    • 4.2 Matplotlib
    • 4.3 SciPy
      • 4.3.1. Interpolation
      • 4.3.2. Optimization
      • 4.3.3. Fast Fourier transforms: scipy.fftpack
    • 4.4 Pandas
      • 4.4.1 Pandas 자료구조
      • 4.4.2 Pandas 활용하기
  • A2. 머신러닝 & 딥러닝
    • 5.1. 머신러닝 개념 소개
      • 5.1.1. 경사하강법(Gradient Descent )
      • 5.1.2. 분류 (Classification)
      • 5.1.3. MNIST Dataset 소개
    • 5.2. 딥러닝 개념 소개
      • 5.2.1. 퍼셉트론
      • 5.2.2. 인공 신경망
      • 5.2.3. 대표적인 딥러닝 모델
    • 5.3. Tensorflow를 사용한 학습
      • 5.3.1. TensorFlow 기본 메커니즘
      • 5.3.2. Tensorflow Types
      • 5.3.3. 기본 동작 실습
      • 5.3.4. 선형 회귀
      • 5.3.5 로지스틱 회귀
    • 5.4. Keras를 사용한 학습
      • 5.4.1. Keras로 분석한 선형 회귀
      • 5.4.2. CNN(Convolutional Neural Network)
      • 5.4.3. Fashion MNIST with Keras
    • 5.5. 웹 크롤링
      • 5.5.1. requests와 BeautifulSoup으로 웹 크롤러 만들기
Powered by GitBook
On this page

Was this helpful?

  1. 4. 파이썬 기초 학습

4.2. 파이썬의 특징

파이썬은 높은 수준의 인터프리터 방식의 대화형 객체 지향 스크립팅 언어입니다. 파이썬은 매우 읽기 쉽도록 설계되었습니다. 영어 키워드를 자주 사용하며 다른 언어보다 구문 구조가 적습니다.

- 파이썬은 인터프리터 언어입니다. - 파이썬은 인터프리터에 의해 런타임으로 처리됩니다. 실행하기 전에 프로그램을 컴파일 할 필요가 없습니다.

- 파이썬은 대화형 입니다. − 실제로 파이썬 프롬프트에서 인터프리터와 직접 상호 작용하여 프로그램을 작성할 수 있습니다.

- 파이썬은 객체 지향형 입니다. − 파이썬은 객체 지향형 스타일이나 객체 내의 코드를 캡슐화하는 프로그래밍 기법을 지원합니다.

- 파이선은 초보자를 위한 언어입니다. − 파이썬은 초급 수준의 프로그래머에게 훌륭한 언어이며 간단한 텍스트 처리에서부터 WWW 브라우저, 게임에 이르기까지 광범위한 응용 프로그램 개발을 지원합니다.

프로그래밍 언어로써 파이썬은 다음과 같은 특징이 있습니다.

  • 배우기 쉽다 - Python은 키워드가 적고 구조가 단순하며 구문이 명확합니다. 이를 통해 배우고자 하는 사람들이 언어를 빨리 습득 할 수 있습니다.

  • 읽기 쉽다 - Python 코드는 명확하게 정의되고 표시됩니다.

  • 유지 관리가 용이하다 - Python의 소스 코드는 유지 관리가 매우 쉽습니다.

  • 광범위한 표준 라이브러리 - 파이썬의 많은 라이브러리들은 UNIX, Windows 및 Macintosh에서 이식성이 뛰어나고 플랫폼 간 호환이 가능합니다.

  • 대화형 모드 - Python은 대화식 테스트와 코드 스니펫 디버깅을 허용하는 대화형 모드를 지원합니다.

  • 이식성 - Python은 다양한 하드웨어 플랫폼에서 실행될 수 있으며 모든 플랫폼에서 동일한 인터페이스를 사용합니다.

  • 확장가능 - 파이썬 인터프리터에 저수준 모듈을 추가할 수 있습니다. 이 모듈을 사용하면 프로그래머가 도구를 추가하거나 사용자 정의하여 보다 효율적으로 사용할 수 있습니다.

  • 데이터베이스 - Python은 모든 주요 상용 데이터베이스에 대한 인터페이스를 제공합니다.

  • GUI 프로그래밍 - Python은 Windows MFC, Macintosh 및 Unix의 X Window 시스템과 같은 많은 시스템 호출, 라이브러리 및 Windows 시스템에서 생성 및 포팅 할 수 있는 GUI 응용 프로그램을 지원합니다.

  • OOP(Object Orient Programming)뿐 아니라 기능적 및 구조적 프로그래밍 방법을 지원합니다.

  • 스크립트 언어로 사용하거나 대형 응용 프로그램을 작성하기 위해 바이트 코드로 컴파일 할 수 있습니다.

  • 매우 높은 수준의 동적 데이터 형식을 제공하며 동적 형식 검사를 지원합니다.

  • 자동 가비지(garbage) 수집을 지원합니다. 여기서 가비지는 정리되지 않은 메모리, 유효하지 않은 메노리 주소등을 말합니다.

  • C, C ++, COM, ActiveX, CORBA 및 Java와 쉽게 통합될 수 있습니다.

Previous4.1. 파이썬(Python)Next4.3. 파이썬 기본 문법

Last updated 4 years ago

Was this helpful?