챗GPT와 함께하는 파이썬 & 머신러닝 코딩 마스터

책을 시작하기 전에
Python 초급 강좌 목차
0. Python 소개
1. Python 개발 환경 구성
2. Print 구문
3. 주석(Comments)
4. 문자열(String) 데이터 처리
5. 숫자(Numeric) 데이터 처리
6. 날짜와 시간 데이터 처리
7. 에러 핸들링(Error Handling)
8. 조건문(Condition):1 (IF-ELSE)
9. 조건문(Condition):2 다중 조건 처리
10. 조건문(Condition):3 복잡한 조건 처리
11. 컬렉션(Collection): list, array, dictionary
12. 반복문(Loop): for, while
13. 함수(Function)
14. 함수 파라미터(Parameter)
15. 패키지(Package): import, pip
16. 외부 웹서비스 API 호출
17. JSON 데이터 처리
18. 데코레이터(Decorators)
19. 코드에서 중요한 키(패스워드) 관리 - dotenv

중급 강좌 - 1. Python 스타일 가이드: 서식(Formatting)과 린팅(Linting)
중급 강좌 - 2. 람다(Lamda)
중급 강좌 - 3. 클래스(Class)
중급 강좌 - 4. 상속(Inheritance)
중급 강좌 - 5. 다중상속(Mixins - multiple inheritance)
중급 강좌 - 6. 파일시스템(File system) 관리
중급 강좌 - 7. 파일작업(File read/write)
중급 강좌 - 8. 외부 리소스 관리(Managing external resources): with
중급 강좌 - 9. 비동기 작업(Asynchronous operations): asyncio

머신러닝 강좌 - 1. 주피터 노트북(Jupyter Notebook) 구성
머신러닝 강좌 - 2. Anaconda와 Conda 구성
머신러닝 강좌 - 3. Pandas 소개
머신러닝 강좌 - 4. Pandas DataFrame
머신러닝 강좌 - 5. Pandas DataFrame에 질의(Query)
머신러닝 강좌 - 6. CSV 파일과 주피터 노트북
머신러닝 강좌 - 7. Pandas DataFrame으로 CSV 파일 읽고 쓰기
머신러닝 강좌 - 8. Pandas DataFrame 컬럼(column) 분할(split)과 삭제(remove)
머신러닝 강좌 - 9. 중복데이터와 결측값(missing value) 처리
머신러닝 강좌 - 10. 머신러닝을 위해 scikit-learn으로 트레이닝 데이터와 테스트 데이터 분할
머신러닝 강좌 - 11. scikit-learn으로 선형회귀(linear regression) 모델 머신러닝 트레이닝 수행
머신러닝 강좌 - 12. 머신러닝 모델 테스트
머신러닝 강좌 - 13. 모델의 정확도 평가(accuracy evaluating)
머신러닝 강좌 - 14. NumPy와 Pandas
머신러닝 강좌 - 15. Matplotlib으로 데이터 시각화(visualization)