| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 통계
- Deep learning
- 빅 데이타
- 인공지능
- nodeJS
- data science
- 몽고디비
- 김양재 목사
- MongoDB
- 우리들교회
- 빅데이터
- node.js
- 딥러닝
- 확률
- 김양재
- No SQL
- 데이터 과학
- Machine Learning
- Statistics
- 빅 데이터
- R
- 김양재 목사님
- openCV
- 빅데이타
- 주일설교
- probability
- WebGL
- c++
- Artificial Intelligence
- Big Data
Archives
- Today
- Total
목록baseball data analysis (1)
Scientific Computing & Data Science
[Data Science / Baseball] Lahman 데이터를 이용한 야구 데이터 분석 Part 4.
Lahman 데이터를 이용한 야구 데이터 분석 Part 4.QUESTIONSQ1. 1980년부터 2016년까지 MLB의 요일별 누적 관중수는 어떻게 될까? 지난 포스팅에 이어 이번 포스팅에서는 1980년부터 2016년까지의 메이저리그 요일별 누적 관중수를 계산하여 그래프로 출력해 보도록 하겠다. 데이터는 Retrosheet의 Game Log 데이터로부터 계산되며, 이 데이터를 MongoDB로 입출력하는 방법에 대하여서는 "온라인 야구 데이터를 MongoDB에 저장하기"를 참고하기 바란다.패키지 및 소스 로딩하기그래프 출력 및 그래프 저장을 위해 plotly와 webshot 패키지를 로딩한다:12345678if (! ("plotly" %in% rownames(installed.packages()))) { ..
Data Science/ Baseball Data Analysis
2017. 5. 18. 21:45