개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ 두번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_2/ 세번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_3/ Step 02 - 남은 과제 사용자가 입력한 문자열을 데이터베이스에 저장하기 DB에 저장된 내용을 보여 주기 Step 03 - 모델에 데이터 저장 먼저, my_to_do_app 폴더에 있는 [views.

개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ 두번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_2/ Step 02 - model.py 작성 및 장고 서버 반영 ToDo에 대한 데이터를 다룰 예정이며, 다음과 같이 코드를 작성한다.

개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 이전 내용 확인 이 글을 처음 봤다면, 이전 블로그를 참조하기를 바란다. 첫번째 글 : https://dschloe.github.io/python/2023/07/django_todolist_1/ Step 02 - HTML 템플릿 사용 HTML과 CSS가 적용된 기본 템플릿은 다음 github 저장소에서 다운로드 받을 수 있다. 책 저자 깃허브 : https://github.

개요 Django 한 그릇 뚝딱 교재의 내용에서 멀티캠퍼스 강의에 맞게 일부 수정함 2019년 버전이고 현재는 2023년이기 때문에 소스코드 변경 사항이 필요할 거 같아서 글을 남김 교재 홍보 교재 구매 : https://www.yes24.com/Product/Goods/83568594 Step 01 - 깃허브 Repo 생성 아래와 같이 깃허브에서 Repo를 생성한다. Repo명 : ToDoList-with-Django Step 02 - 바탕화면으로 Git Clone 이 때 중요한 것은 본인 경로에 한글이 없도록 하는 것이 중요하다. 간혹 한글이 있는 경우 인코딩 문제로 라이브러리 설치 등 되지 않을 수가 있다.

개요 본 튜토리얼은 실제 공기관에서 진행할 때 수강생들이 직접 보고 할 수 있도록 만든 샘플 자료입니다. 무단 복사 및 블로그 게시는 금지입니다. Step 01. Tableau Public 다운로드 아래 경로에서 Tableau Public를 다운로드 받는다. [만들기] - [Tableau Desktop Public Edition 다운로드] 참고 : https://public.tableau.com/app/discover Step 02. Tableau Desktop 설치 시작 Step 03. 태블로 화면 확인 및 파일 불러오기 아래 화면에서 Microsoft Excel 파일 불러온다. Step 04. 워크시트 1 - 지역별 근로자 수 현황 엑셀 데이터를 불러온 후, 시트로 이동한다.

개요 수강생들이 가장 궁금해 하는 연봉에 대한 여러가지 이야기 그리고 필자의 이야기 마케팅, SI, 스타트업, 그리고 프리랜서의 이야기 약 2편에 걸쳐서 연재할 예정 어느 오픈 카톡방에서.. 필자가 주로 애용하는 오픈 카톡방이 있다. 다양한 정보와 수다를 즐기는 곳인데, 여기에 아래와 같은 글이 공유되었다. 참조 : 연봉 점프업의 비밀 1/3(산업구조 관점) by Soojung Shin 이 글을 읽으니 필자의 과거 행적이 스쳐 지나갔다. 첫번째 꿈은 선교 그리고 NGO 20대의 꿈은 쉽게 말하면 돈을 버는 직업은 아니었다.

개요 블로그를 3년간 운영하면서 회고 또는 결산하는 글을 써본적은 없었다. 요즘에 역 시차적응 때문인지.. 최근 중요한 결정을 내린 후폭풍인지.. 새벽에 자주 잠이 깨는데, 일어난 김에 몇가지 회고의 글을 남겨보려고 한다. (글쓰는 현재 지금 시각 새벽 2시다..) 좋은 인연 상반기에도 좋은 인연이 생겼다. 수많은 학생들, 새로운 기회의 확장, 새로운 학교 및 새로운 과정에서의 여러 만남들 2개 기관은 작년에 이어서 진행한 건, 1개 기관은 신규로 진행한 건 강의 평가가 모두 좋게 나와서 감사할 뿐이다.

작업형 2유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 주요 라이브러리 palmerpenguins : 팔머펭귄 데이터셋의 목표는 iris 데이터셋의 대안으로 데이터 탐색 및 시각화를 위한 데이터셋 제공. scikit-learn : 머신러닝을 위한 라이브러리 lightgbm : LightGBM은 Microsoft에서 개발한 오픈 소스 기계 학습 라이브러리로, 대용량 데이터셋에서 빠른 속도와 높은 성능을 제공하는 것이 특징 주의 각 코드에 대한 설명은 별도로 하지 않습니다.

작업형 2유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 주요 라이브러리 palmerpenguins : 팔머펭귄 데이터셋의 목표는 iris 데이터셋의 대안으로 데이터 탐색 및 시각화를 위한 데이터셋 제공. scikit-learn : 머신러닝을 위한 라이브러리 lightgbm : LightGBM은 Microsoft에서 개발한 오픈 소스 기계 학습 라이브러리로, 대용량 데이터셋에서 빠른 속도와 높은 성능을 제공하는 것이 특징 주의 각 코드에 대한 설명은 별도로 하지 않습니다.

작업형 3유형 최종정리 작업형1 : 3문제 (30점), 데이터 전처리 작업형2 : 1문제 (40점), 분류/회귀 예측 모델링 작업형3 : 2문제 (30점), 가설 검정 라이브러리 확인 파이썬에서 가설검정을 위한 통계와 관련된 라이브러리는 크게 2가지이다. scipy : SciPy는 수치 계산, 최적화, 선형 대수, 신호 및 이미지 처리, 통계 분석 등과 같은 과학적 계산 작업을 수행하는 데 사용됨 statsmodels : Statsmodels는 통계 분석과 추정을 위한 파이썬 라이브러리로, 선형 회귀, 로지스틱 회귀, 시계열 분석, 비모수적 추정 등 다양한 통계 모델을 지원함.