디지털 마케팅의 멀티버스

Indexing 데이터셋 선택 ndarray에 담긴 데이터 중 일부 데이터 세트나 특정 데이터만 추출하는 방법에 대해서 알아보겠습니다. 1. 슬라이싱(Slicing): 슬라이싱은 파이썬에서 리스트, 튜플, 문자열과 같은 순차적인 데이터에서 특정 부분을 선택하는 방법입니다. 시퀀스[start:stop:step] start: 슬라이스의 시작 인덱스로, 이 인덱스에 해당하는 요소가 포함됩니다. stop: 슬라이스의 끝 인덱스로, 이 인덱스에 해당하는 요소는 포함되지 않습니다. step (선택적): 슬라이스에서 요소를 건너뛰는 간격을 나타냅니다. my_list = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] sliced_list = my_list[2:6] print(sliced_list..

Reshape 차원과 크기 변경 reshape 메서드는 모델의 특성에 따라 ndarray의 데이터 특정 차원 및 크기로 변환하는 기능이 있습니다. 다음 예시를 통해서 0 부터 9까지 1차원 ndarray를 2차원으로 변경하는 방법을 살펴보겠습니다. array_1 = np.array(10) print(“array_1: \n”, array_1) array_2 = np.array.reshape(2, 5) print(“array_2: \n”, array_2) array 3 = np.array.reshape(5, 2) print(“array_3: \n”, array_3) array_1: [0 1 2 3 4 5 6 7 8 9] array_2: [[0 1 2 3 4] [5 6 7 8 9]] array_3..

ndarray 데이터 타입 ndarray 내의 데이터값은 숫자 값, 문자열 값, 불 값 등이 모두 가능합니다. 숫자형의 경우 int형 ⇒8bit, 16bit, 32bit unsigned int ⇒ 8bit, 16bit, 32b float형 ⇒ 16bi, 32bit, 64bir, 128bit ndarray 내의 데이터 타입은 그 연산의 특성상 같은 데이터 타입만 가능합니다. 즉, 한 개의 ndarray 객체에는 int 와 float이 함께 존재할 수 없습니다. list1 = [1, 2, 3] print(type(list1)) array1 = np.array(list1) print(type(array1)) print(array1, array1.dtype) [1 2 3] int32 ..

Numpy 넘파이 머신러닝 (Machine Learning)을 시작하기 위해선 다양한 과학 분야에서 사용 되고 있는 선형대수와 통계 등에 대해서 알아야합니다. 넘파이 (Numpy)는 Numerical Python을 의미하며 파이썬에서 선형대수 기반의 프로그램을 쉽고 빠르게 구축할 수 있도록 지원합니다. 머신러닝과 같은 대량의 데이터를 다루기 때문에 넘파이와 같은 패키지는 필수 요소 중 하나입니다. array1 = np.array([1, 2, 3]) ⇒ array 형태 (3, ) array2 = np.array([[1, 2, 3], [2, 3, 4]]) ⇒ array 형태 (2, 3) array3 = np.array([[1, 2, 3]]) ⇒ array 형태 (1, 3) array1의 형태 shape은 (..

프로그래매틱 광고란? 앞 장에서 언급한 DSP, SSP, Ad Exchange와 같은 플랫폼 등을 활용해 자동화 된 디지털 광고의 형태를 프로그래매틱 광고라고 할 수 있습니다. 인벤토리에서 광고를 내보낼 지면을 RTB (Real Time Bidding) 기술로 자동으로 구매하고 판매가 가능하기 때문에 더 효과적으로 캠페인을 운영 할 수 있습니다. 프로그래매틱 광고는 웹, 모바일, 앱, 비디오 및 소셜 미디어 등에서 디지털 광고 인벤토리를 자동으로 구매하는 과정에서 사용됩니다. 프로그래매틱 광고는 워크플로우 자동화와 머신러닝 알고리즘을 활용하여 다양한 신호(인구 통계, 쇼핑 패턴 등)를 기반으로 가장 효과적인 광고를 유저에게 전달합니다. 머신러닝 알고리즘의 역할 프로그래매틱 광고에서는 데이터를 실시간으로 ..