머신러닝을 위한 넘파이와 판다스의 중요성

 

 머신러닝 애플리케이션 구현에서 다양한 데이터의 추출/가공/변환이 상당한 영역을 차지하고 데이터 처리 부분은 대부분 넘파이와 판다스의 몫입니다.

 사이킷런이 넘파이 기반에서 작성됐기 때문에 넘파이의 기본 프레임 워크를 이해하지 못하면 사이킷런 역시 실제 구현에서 많은 벽에 부딪힐 수 있습니다. 

 사이킷런은 API 구성이 매우 간결하고 직관적이어서 이를 이용한 개발 또한 상대적으로 쉽지만 넘파이와 판다스 API는 더 방대하기 때문에 이를 익히는 데 시간이 많이 소모 될 수 있습니다. 하지만, 머신러닝을 위해서 이들은 많은 시간을 들여 전문적으로 공부하는 것은 효율적이지 못합니다. 

 넘파이와 판다스에 대한 기본 프레임 워크와 중요 API만 습득하고, 일단 코드와 부딪쳐 가면서 모르는 API에 대해서는 인터넷 자료를 통해 체득하는 것이 머신러닝 뿐만 아니라 넘파이와 판다스에 관한 이해를 넓히는 더 빠른 방법입니다.