코딩하는 해커

[Voca] Related to Toeic [3]

furnished available to be rented with furniture residence the place where someone lives spacious roomy; large and with a lot of space drape to hang or cover with something loosely and often in a decorative way renovation the act or process of repairing and improving something abandon to stop an activity before it is finished; contractor a person or company that is paid by another company to work..

[Statistics] 자료의 요약

자료의 요약(summary of data) 통계학에서 가장 기본이 되는 단계: 자료 수집 단계 → 수집된 자료는 목적에 따라 분류되고 정리되어 분석됨 자료의 종류와 척도 자료의 종류 자료를 정리하는 방법은 분석의 대상이 되는 자료의 형태에 따라 달라짐 질적 자료(qualitative data) 관측된 결과가 숫자가 아닌 범주나 속성으로 분류되는 자료 → 범주형 자료(categorical data)라고도 함 ex) 성별(남, 여), 혈액형(A, B, O, AB), 출생지(부산, 서울, 인천, 제주도 등), etc. 양적 자료(quantitative data) 관측결과가 숫자로 표현되는 수치적 자료 → 관측되는 값의 성질에 따라 연속형과 이산형으로 나뉨 ex) 무게, 연령, 길이, 성적, etc. 연속형: ..

[Statistics] What is Mathematical Statistics?

통계(학)(Statistics) 'Statistics'는 라틴어 'Status'에서 유래됨 단수로는 통계학 의미함 → 단수로의 뜻: 비율, 평균, 도표 그리고 그래프를 이용해서 자료를 정리하고 전체집단을 파악하는 학문 복수로는 통계 의미함 → 복수로의 뜻: 한 국가의 경제, 인구, 정치에 관련된 자료를 나타내는 것, 표본으로부터 산출된 값을 뜻하는 통계량들 통계(복수로의 통계) : 특정한 집단을 조사나 실험을 통하여 구해진 결과를 요약한 형태의 표현 통계학(단수로의 통계학) : 불확실한 관심의 대상에 대해 자료를 수집하고 그 자료를 요약, 정리, 해석하며 불확실한 사실에 대한 합리적인 결론이나 일관성 등을 이끌어 내는 데 필요한 이론과 방법을 연구하는 학문 → 우리 생활은 항상 불확실한 환경에 놓여 있는..

[Voca] Related to Toeic [2]

conserve protect something important from harm or destruction dispose of get rid of by throwing away or giving or selling to someone else preserve maintain (something) in its original or existing state excessive more than is necessary, normal, or desirable inaccessible unable to be reached or entered pollutant a substance that pollutes something, especially water or the atmosphere pollution dama..

[SQL] SQL(Structured Query Language)

SQL(Structured Query Language) data ≠ information, data is just data. Database(DB) 논리적으로 연관된 데이터를 모아 일정한 형태로 저장해놓은 것 응용 시스템들이 공용(shared)으로 사용하기 위해 통합(integrated), 저장(stored)한 데이터 집합 → DB가 필요한 이유: 데이터 중복 최소화, 효율적 관리 Database Management System(DBMS) 데이터베이스 관리 프로그램 (데이터 입력, 삭제, 수정 등 기능 제공) → DB ≠ DBMS ISOS Integrated Data(통합 데이터): 데이터 중복 최소화 Stored Data(저장 데이터): 컴퓨터가 접근할 수 있는 매체에 저장된 데이터 Operationa..

[Mathematics] The basis of mathematics - 1

The basis of mathematics - 1 1. Variable, Constant 변수(variable) vs 상수(constant) 변수: 변하는 수 상수: 변하지 않는 수 변수와 상수의 예 y = a*x (x, y: 변수, a: 상수) 위의 경우 y=ax 식에 따라 직선이 그려졌으나 x와 y의 값이 변해도 a의 값은 절대 변하지 않음 2. Function 함수(Function) y=f(x) 함수: 어떤 값 x를 정하면 그것에 종속적인 값 y가 정해지는 관계 함수의 예 1) y=3x 2) y=3x + 2 3) y=3x² + 2x + 1 수학의 함수와 프로그래밍에서의 함수의 차이 수학에서의 함수: y=f(x)와 같이 표시되며, 함수 f에 들어가는 값 x와 처리가 되고 나서는 함수에서 나오는 값 ..

[Algorithms] 정렬 알고리즘(Sorting algorithms)

정렬 알고리즘(Sorting algorithms) 정렬 알고리즘 종류 - 버블 정렬, 단순 선택 정렬, 단순 삽입 정렬, 셸 정렬, 퀵 정렬, 병합 정렬, 힙 정렬, 도수 정렬 등 정렬(Sorting) 정렬(sorting): 이름, 학번, 학점 등의 key를 항목값의 대소 관계에 따라 데이터 집합을 일정한 순서로 바꾸어 늘어놓는 작업(swap) 정렬 알고리즘의 핵심: 교환, 선택, 삽입 교환(swap) 두 변수에 들어 있는 값을 서로 맞바꾸는 연산 선택(select) 주어진 조건에 따라 선택적으로 명령을 실행하는 것 삽입(insert) 원하는 위치에 원하는 값을 추가하는 것 오름차순과 내림차순(Ascending and Descending) 오름차순(ascending order) 정렬: 값이 작은 데이터를..

[AI] Activation function - Sigmoid function | 활성화 함수 - 시그모이드 함수

Activation function - Sigmoid function 활성화 함수(Activation function) → 더보기: https://psleon.tistory.com/19 입력 신호의 총합을 출력 신호로 변환하는 함수 ← 입력 데이터를 다음 레이어로 어떻게 출력하느냐를 결정하는 역할이기 때문에 매우 중요 이전에 공부한 퍼셉트론의 경우 활성화 함수로 계단 함수를 사용하지만, 제대로 된 신경망을 구현하기 위해서는 다양한 활성화 함수가 필요 대표적인 활성화 함수로는 Sigmoid, ReLU(가장 많이 사용) 등이 있는데, 본 포스팅에서는 시그모이드부터 정복하고자 함 시그모이드 함수(Sigmoid function) 시그모이드 함수는 다른 말로 로지스틱 함수(logistic function)라고도 ..

[AI] 인공신경망(Artificial Neural Network) - 퍼셉트론(Perceptron)

인공신경망(Artificial Neural Network) 인공신경망: 소프트웨어로 인간 뇌의 뉴런 구조를 본따 만든 구조의 알고리즘을 말하며 퍼셉트론(Perceptron)을 기초로 함 따라서 퍼셉트론을 이해하기 전, 뉴런의 구조를 알아보는 과정이 필요함 뉴런의 구조 수상돌기(dendrite): 이웃 뉴런에서 전기 신호를 받는다. → 입력 신호를 받는 역할 시냅스(synapse): 다른 뉴런과 수상돌기(dendrite)의 연결 부위에 있음, 전기신호의 세기를 재조정 → 입력 신호에 가중치(w)를 곱하는 과정 세포체(soma, cell body): 수상돌기(dendrite)로부터 받은 여러 전기신호들을 모두 합침 축삭(axon): 세포체(soma)의 전위가 일정 이상이 되면 이웃 뉴런으로 전기 신호를 보냄..

[BigData] 빅데이터의 5가지 특성 - 5V

빅데이터의 5가지 특성 - 5V 데이터의 양(volume), 데이터의 생성 속도(velocity), 형태의 다양성(variety), 데이터의 정확성(veracity), 데이터의 가치(value) 1) 데이터의 양(volume) 빅데이터의 크기(실제 저장되는 물리적 데이터의 양) → Phone, Desktop, Sensor 등에 의해 엄청난 양의 데이터가 생성되고 있음(ex: instagram, youtube, tistory, etc.) 2) 데이터 생성 속도(velocity) 정보화 사회에 도래함으로써 데이터가 셀 수 없을 정도의 수많은 정보가 현재에도 빠르게 생성되고 있음 → 데이터 분석에서는 이렇게 실시간으로 빠르게 생성되는 다양한 데이터를 다룰 수 있어야 함 3) 형태의 다양성(variety) 실제..