시그모이드

소프트웨어 생명주기(SDLC ; Software Development Life Cycle) 모델 - 시스템의 요구분석부터 유지보수까지 모든 공정을 체계화한 절차 - 시스템 개발될 때부터 운용과 유지보수를 거쳐서 생애를 마칠 때까지 어떤 순서를 진행하는 지에 대한 작업 프로세스를 모델화한 것 [SDLC 프로세스] 요구사항 분석 → 설계 → 구현 → 테스트 → 유지보수 (1) 요구사항 분석 - 다양한 이해관계자의 요구사항을 고려하여 제품에 부합되는 요구와 조건을 결정하는 단계 - 개발할 소프트웨어의 기능과 제약 조건 그리고 목표 등을 소프트웨어 사용자와 함께 명확히 정의하는 단계 - 기능 요구사항, 비기능 요구사항이 있음 (2) 설계 - 시스템 명세 단계에서 정의한 기능을 수행할 방법을 논리적으로 결정 - ..

가끔 데이터 처리하다 이중리스트를 하나로 합쳐버리고 싶을 때 사용하면 좋다. a = [[1,2],[3,4],[5,6,7]] b = sum(a, []) print("a : ", a, "\n a의 타입 : ", type(a)) print("b : ", b, "\n b의 타입 : ", type(b)) a : [[1, 2], [3, 4], [5, 6, 7]] a의 타입 : b : [1, 2, 3, 4, 5, 6, 7] b의 타입 :

머신러닝 오픈소스 중 하나인 사이킷런에서는 여러가지 머신러닝용 데이터를 제공한다. 그런데 이런 데이터들을 하나의 csv파일로 정리해서 출력할 수는 없을까? 아주 간단한 방법으로 해당 작업을 진행하였다. pandas의 데이터처리 방법도 포함이 되어있기 때문에 일부분 필요한 것만 골라서 사용할 때도 유용할테니 참고 바랍니다. 우선, 이 작업에서 사용할 모듈들입니다. import pandas as pd from sklearn.datasets import load_iris # iris data불러오기 import numpy as np csv로 변환하고 데이터프레임으로 만들어줄 pandas, 사이킷런에서 제공하는 데이터를 받아올 load_iris, array형식으로 되어있는 데이터를 처리해줄 numpy 우선 ir..

인터넷을 휘적거리다가 우연히 pycaret이라는 모듈을 발견했다. 아주 쉽고 간편하게 머신러닝을 돌릴 수 있도록 해준다. 소개란에도 뭐 대중화를 위해 만들었다고 한다~ https://pycaret.gitbook.io/docs/get-started/installation Installation - PyCaret Official With PyCaret, you can train models on GPU and speed up your workflow by 10x. To train models on GPU simply pass use_gpu = True in the setup function. There is no change in the use of the API, however, in some cases,..

저번 시간에 이어서 시간복잡도 개념을 아주아주 간단하게 개념만 익히는 포스팅을 하고자 한다. 처음에 이게 뭐 어쩌라고 싶은 내용이었는데 깊게 들어가면 어려운데 가볍게 이해하는 정도는 어렵지 않았다. 시간복잡도는 간단하게 말하면 알고리즘이 한번 도는데 걸리는 시간을 나타낸다! 예를 들면 오늘 하루의 계획이라는 알고리즘이 있다고 하자 오늘의 계획 1. 광화문에서 점심 약속 2. 합정에서 쇼핑하기 3. 강남에서 저녁 약속 4. 헬스장 가기 여기서! 각 지점에 어떻게 도달할 지는 사람마다 다를 것이다! 누구는 버스를 타고 누구는 택시를 타고 누구는 걸어서 혹은 지하철을 타고 혹은 환승하고 다양한 계획을 가지고 각각 다를 것인데 이렇게 진행하는 과정에서 걸리는 시간을 시간복잡도라고 이해하면 좋다. 최상의 경우 :..

한양대학교 연구실에 지원하면서 B-tree에 대해서 공부하였다. 컴퓨터 공학을 전공하지 않고 국비로 급하게 공부한 입장에서 자료구조의 중요성은 익히 들었지만 제대로 공부하진 않았었는데 이번 기회에 하나의 개념에 대해서는 꽤나 깊게 공부하였다. 1. 자료구조 B-tree 개념 파악 2. 시간복잡도(Time Complexity) 및 공간복잡도 개념 파악 3. 트리 종류 여러 개 파악하면 좋지만 그 중에서도 가장 관련성 높은 이진 트리(binary tree) 개념 파악 4. B-tree 개념 다시 숙지 5. 왜 B-tree인지 파악 B-tree는 Balanced Tree의 일종이다. 항상 밸런스를 유지해서 편향되지 않고 노드레벨이 편향된 것에 비해서 효율이 좋다. 이진트리 같은 경우 한쪽으로 편향될 경우 시간..

노트북이 필요해서 뭐 살까하다가 가성비 좋은 맥북에어를 샀다. 본격적으로 깃허브 사용법도 배워보고 이것저것 해볼라고 하니 homebrew라는 것을 설치해주는 것이 좋대서 다운 시도 근데 뭐가 안되서 한참 지웠다가 깔았다가 했다. 일단 사이트는 brew.sh Homebrew The Missing Package Manager for macOS (or Linux). brew.sh 이분 블로그보고 참고하였다. m1은 인텔맥과 다르게 brew가 /usr/local/에 설치되지 않고 homebrew 자체적으로 opt/homebrew/ 디렉토리를 생성해서 다른 패키지들고 그 안에서 관리한다고 하네요 homebrew는 맥OS용 패키지 관리 어플리케이션이다. 쉽게 말해 집사 같은 역할을 한다. 일단 이분이 있어야 다른 ..

시군구와 계약년월을 행과 열로 같은 것끼지 묶고 싶다면? test = pd.DataFrame() test = df.groupby(['시군구', '계약년월'])['㎡당 가격(만원)'].mean() test = test.unstack() 이렇게 된다.

import pandas as pd from glob import glob file_names = glob("서울시학원정보(2016~2021)/*.csv") #폴더 내의 모든 csv파일 목록을 불러온다 total = pd.DataFrame() #빈 데이터프레임 하나를 생성한다 for file_name in file_names: temp = pd.read_csv(file_name, encoding='cp949') #csv파일을 하나씩 열어 임시 데이터프레임으로 생성한다 total = pd.concat([total, temp]) #전체 데이터프레임에 추가하여 넣는다

https://wjddyd66.github.io/opencv/OpenCV(7)/