통계학, 데이터 사이언스, 컴퓨터 공학의 차이

한 권으로 배우는 도커 & 쿠버네티스 | 책 소개

머신러닝 수업을 듣는 수강생 타입

머신러닝할 때 수학을 배워야하는 이유

데이터 분석가라면 파이썬 가상환경은 필수

파이썬이 초보자에게 쉬운 이유 feat 반복문

탭이냐 스페이스냐, 여러분의 선택은?

파이썬에서 대괄호[ ]와 소괄호( )의 차이

파이썬에서는 숫자를 0부터 센다구요?

파이썬 숫자형 변수와 문자형 변수 차이

개발자의 책장 정리 | 나만의 작은 도서관 | 새 책장

의사결정나무가 인기있는 이유

정보보안에서 칼리 리눅스는 필수 인가요? | 정보 보안 | 해킹 | 취업 | 이직

내가 이직한 이유 | 다양한 경험의 중요성 | 데이터분석 | 정보 보안 | 해킹 | 취업 | 이직

편견없는 분석의 중요성 | 데이터 분석 | 머신러닝 | 딥러닝

머신러닝 학습에 필요한 공부

데이터분석가와 설득의 말하기

확률 분포간의 관계

데이터 분석가가 여러 가지 분석 방법을 알아야 하는 이유

데이터분석가가 머신러닝, 딥러닝을 사용하는 비율

통계학, 데이터 사이언스, 컴퓨터 공학의 차이

어려운 수학 기호를 사용하는 이유

몬테카를로 시뮬레이션으로 배우는 확률통계 with 파이썬 | 책 소개

게임회사 입사하고 가장 처음 한 일

머신러닝 공부할 때 수학 수식을 알아야 하는 이유