2021-07-06 읽을거리

python

1. 잘못 이해할 수 있는 파이썬 컨셉 5가지

파이썬의 기본 문법들이지만 컨셉을 왜 적용했는지에 대한 내용이다. 코드의 효율화 관점으로 보면 될 것이다.

https://betterprogramming.pub/5-python-concepts-that-are-misunderstood-by-beginners-dc8347682a24

5 Python Concepts That Are Misunderstood by Beginners

 

2. python에서의 singleton 패턴

python에서 singleton 패턴을 어떻게 사용하는지, 어떨 때 사용하는지 등에 대한 설명 및 예제가 담겨져 있다.

https://medium.com/techtofreedom/3-levels-of-understanding-the-singleton-pattern-in-python-4bf429a10438

3 Levels of Understanding the Singleton Pattern in Python

 

3. python에서 decorator를 쓰는 이유

해당 글은 유용한 decorator 함수들을 소개하는 것이 아니라 왜 데코레이터를 쓰는 것이 좋은지에 대해 서술하고 있다.

데코레이터를 왜 쓰는지에 대해 이유를 찾지 못하고 있다면 해당 글을 읽어보는 것을 추천

https://towardsdatascience.com/why-decorators-in-python-are-pure-genius-1e812949a81e

Why decorators in Python are pure genius

 

4. python 책 추천

python 에 대한 책 9개를 추천하고 있다.

해당 글은 전부 영문 서적이지만 국내에서 번역판으로 나온 책들도 있으니 처음부터 차근차근 공부하려면 읽어보는 것도 좋을 것으로 생각된다.

https://betterprogramming.pub/9-must-read-python-books-in-2021-f7d932d4021b

9 Must-Read Python Books in 2021

 

5. python 으로 하는 웹 개발에 대한 가이드

python으로 웹 개발을 하려면 무엇을 해야할지, 어떤 프레임워크, 라이브러리들을 공부해야할지 등에 대한 가이드를 제시하고 있는 글이다.

python으로 웹 개발을 뛰어드려는 사람이라면 해당 글을 읽어보고 본인에게 맞는 것들을 취사선택하면 좋을 것으로 생각된다.

https://medium.com/educative/a-complete-guide-to-web-development-in-python-2a91dd518d0

A Complete Guide to Web Development in Python

 

---

 

ML/DL

1. pandas의 read_csv 함수의 깊은 사용법

기본적으로 사용하는 read_csv에서 다양한 argument들을 사용하여 더 편하게 사용할 수 있는 방법들을 소개한다.

괜한 코드 몇 줄을 쓰는 것보다 더 깔끔해진다.

https://towardsdatascience.com/you-are-probably-not-making-the-most-of-pandas-read-csv-function-51bcf069e646

You Are Probably Not Making The Most of Pandas “read_csv” Function

 

2. jupyter notebook에서 알아야 할 10가지

jupyter notebook에서 편하게 쓸 수 있는 기능들에 대해서 설명해놓았다.

보통 magic command 혹은 extension 등 jupyter 내에서만 사용 가능한 기능들로 설명하였으니 읽어보는 것을 추천

https://betterprogramming.pub/10-must-know-jupyter-notebook-tricks-51baea31922

10 Must-Know Jupyter Notebook Tricks

 

3. pandas에서 알아두면 편한 기능 3가지

pandas에서 데이터를 가공하는 목적으로 알아두면 편한 기능을 크게 3가지로 분류하였다.

세세하게 나누더라도 몇가지 안되니 읽어두는 것을 추천

https://medium.com/nerd-for-tech/top-3-pandas-tricks-i-wish-i-knew-before-604cbe4166ea

Top 3 Pandas Tricks I Wish I Knew Before

 

4. loss function들에 대한 이해 및 예제

regression 와 classification에 대한 loss function 으로 나누어서 각각 4가지를 소개하고 있다.

수식 자체를 설명하지는 않지만 numpy를 사용한 예제 코드를 제공하기 때문에 수식을 이해하기는 어렵지 않다.

https://medium.com/nerd-for-tech/understanding-loss-functions-cfbb44b5d17f

Understanding Loss Functions

 

5. LSTM을 통한 주가 예측이 가능한가?

해당 글은 LSTM으로 주가 예측을 하려는 글로써 첫번째 파트에 해당한다.

이전에 LSTM으로 주가 예측은 불가능하다라는 글과 대칭되는 글로써 보이지만

아직 모든 파트에 대해 글을 쓰지 않았기 때문에 전부를 보고 두 글을 비교해봐야 할 것으로 보인다.

해당 파트는 주가 예측을 위한 데이터 분석을 진행하고 여기서 나오는 다양한 지표 및 테스트들에 대해 더 넓은 인사이트를 얻을 수 있는 것으로 보인다.

https://medium.com/analytics-vidhya/can-lstms-predict-stock-prices-a-complete-analysis-part-1-d9409451216d

Can LSTMs Predict Stock Prices? — A Complete Analysis (Part 1)

 

6. CNN에 대한 깊은 설명

해당 글은 CNN에 대해 아주 깊게 설명하고 있다. step-by-step으로 설명을 해줄 뿐만 아니라, 그림, 글, 코드까지 총체적으로 설명을 하고 있어서 입문자들에게는 그 어떤 글보다 쉽게 다가갈 수 있다고 생각된다.

https://pub.towardsai.net/convolutional-neural-networks-cnns-tutorial-with-python-417c29f0403f

Convolutional Neural Networks (CNNs) Tutorial with Python

 

7. feast에 대한 설명

데이터를 적재하는 feature store 중 하나인 feast에 대해서 설명하고 있다.

다만, feature store가 feast만 존재하는 것도 아니고 큰 단위에서 유의미하게 사용할 수 있는 것이므로

일반 사용자들이 feature store를 사용하여 환경을 구성하는 것이 더 오버헤드가 클 수 있지만 케바케라고 생각된다.

변성윤님의 글 중에서 feature store에 대해 모아서 설명한 글이 있기 때문에 feature store 자체에 대한 설명은 변성윤님의 글을 추천

https://medium.com/dataseries/feast-is-a-simple-open-source-feature-store-that-every-data-scientist-should-know-about-c79a2fe97481

https://zzsza.github.io/mlops/2020/02/02/feature-store/

Feast is a Simple, Open Source Feature Store that Every Data Scientist Should Know About

 

Machine Learning의 Feature Store란?

 

---

 

UI/UX

1. pandas 시각화 툴들

이전에도 sweetviz, pandas-profiling, pandasGUI에 대해 소개하는 글들을 공유하였지만, 그 이외에도 더 많은 라이브러리들을 소개하고 있어서 공유한다.

https://medium.com/daily-programming-tips/pandas-eda-libraries-you-need-in-2020-part-1-ba7efcd8ffc5

Pandas EDA Libraries you need in 2020 (Part 1)

 

2. plotly 라이브러리

이전에도 plotly를 소개하는 글을 공유했었지만, 해당 글은 이전 글에서 사용하지 않았던 또 다른 그래프들에 대해서 설명하고 있다.

https://towardsdatascience.com/5-visualisations-to-level-up-your-data-story-e131759c2f41

5 Visualisations to Level Up Your Data Story