달력

12

« 2019/12 »



 

 

 

아키텍처 종류

종류

설명

비즈니스 아키텍처(Business Architecture)

·         비즈니스를 성공적으로 이끌기 위한 시스템 설계 합니다.

·         요구 사항을 만족하는 시스템 개발을 위한 비즈니스 모델을 도식화합니다.

·         비즈니스의 목표를 이해하고 비즈니스의 전략 이해를 통해 부합하는 아키텍처를 설계합니다.

시스템 아키텍처(System Architecture)

·         시스템이 어떻게 동작하는지 나타내는 구조를 도식화 것입니다.

·         시스템 아키텍처는 크게 Application Architecture, Technical Architecture 2가지로 나누어집니다.

데이터 아키텍처(Data Architecture)

·         최상위의 단계에서부터 데이터베이스 단계까지 데이터에 관한 모든 구조를 통합하여 연계시킨 아키텍처입니다.

·         애플리케이션에서 다루는 정보(데이타) 구조와 관계를 정의합니다.

·         프로젝트 전체의 데이터베이스, 데이터 구조를 도식화

·         기능, 프로세스, 애플리케이션에 활용될 핵심 데이터

·         정보를 명확히 정의

·         데이터의 주제 영역, 개념 모델을 정의

·         데이터 통합 분산 방안을 정의

·         데이터 표준과 설계 원칙 정의

 

https://codedragon.tistory.com/8984

https://codedragon.tistory.com/9659

https://codedragon.tistory.com/8986

https://codedragon.tistory.com/8965

 

 

 

 

 

 

애플리케이션 구성 요소

애플리케이션 아키텍처는 직접 개발하는 소프트웨어 애플리케이션에 대한 아키텍처 구조이며 애플리케이션은 크게 4가지 요소로 구분될 있습니다.

 

구분

구성 요소

1

애플리케이션을 구성하는 컴포넌트

2

컴포넌트의 상호 관계

3

특정 기능을 수행하기 위한 컴포넌트 간의 호출 순서

4

컴포넌트간의 호출을 위한 통신 방식 인터페이스에 대한 패턴과 프로토콜

 

 

 


 

 

데이터 아키텍처 프레임워크

추상화 <-----------------------------------------------------------> 상세화

구분

전사, 계획

개념, 관리

논리, 설계

물리, 설계

관점

Planner 관점

Owner 관점

Designer 관점

Builder 관점

개념

전사의 핵심전략적 방향성, 상위 수준의 블루프린트(blueprint;청사진) 시각

비즈니스 데이터 개념 수준 모델 시각

논리 정보 모델, 시스템 배치를 위한 시각

시스템 기능, 물리 데이터 정보, 시스템

구성에 집중하는 시각

데이터 구조

기업 경영 목표를 달성하기 위해 필요한 주요 비즈니스 데이터의 대상 범위로서 데이터 구성 데이터 주제

영역 정의

개념(상위) 수준에서 전사적인 핵심 정보 실체와 관계 정의

논리적으로 명확히 표현되는 실체와 실체 간의 관계 및 속성으로서 논리적인 데이터 구조 정의

데이터의 물리적인 구조 표현, 실 세계에서의 데이터의

이용을 위한 접근 및 저장구조

데이터 흐름

기업을 중심으로 외부의 기관 관련 업체 간에 흐름 내부 데이터 분산 구조를 정의

전사 관점에서 분산된 시스템 간 비즈니스 데이터 흐름의 관계를 정의

시스템 간 흐름이 발행하는 데이터에 대한 명확한

요건을 정의

데이터 흐름의 대상이 되는 데이터의 물리적인 단위 및

변환/정제 규칙 정의

 

https://codedragon.tistory.com/9965

 




Posted by codedragon codedragon

댓글을 달아 주세요


 

 

데이터 아키텍처 프레임워크

·       왼쪽으로 갈수록 추상화되고 오른쪽으로 갈수록 상세화가 중요하게 됩니다.

·       Builder, 구현, 개발 관점에서는 어떻게 만들어야 하는 냐가 중요하기 때문에 상세화가 중요하게 됩니다. 하지만 전체적인 계획이나 비전이 중요할 경우에는 추상화쪽이 중요하게 됩니다.

·       Planner 가장 추상화된 관점으로 Builder 가장 상세화된 관점으로 아키텍처를 바라보게 됩니다.

 

 

 

 

추상화 <------------------------------------------------------> 상세화

구분

전사, 계획

개념, 관리

논리, 설계

물리, 설계

관점

Planner 관점

Owner 관점

Designer 관점

Builder 관점

개념

전사의 핵심전략적 방향성, 상위 수준의 블루프린트(blueprint;청사진) 시각

비즈니스 데이터 개념 수준 모델 시각

논리 정보 모델, 시스템 배치를 위한 시각

시스템 기능, 물리 데이터 정보, 시스템

구성에 집중하는 시각

데이터 구조

기업 경영 목표를 달성하기 위해 필요한 주요 비즈니스 데이터의 대상 범위로서 데이터 구성 데이터 주제

영역 정의

개념(상위) 수준에서 전사적인 핵심 정보 실체와 관계 정의

논리적으로 명확히 표현되는 실체와 실체 간의 관계 및 속성으로서 논리적인 데이터 구조 정의

데이터의 물리적인 구조 표현, 실 세계에서의 데이터의

이용을 위한 접근 및 저장구조

데이터 흐름

기업을 중심으로 외부의 기관 관련 업체 간에 흐름 내부 데이터 분산 구조를 정의

전사 관점에서 분산된 시스템 간 비즈니스 데이터 흐름의 관계를 정의

시스템 간 흐름이 발행하는 데이터에 대한 명확한

요건을 정의

데이터 흐름의 대상이 되는 데이터의 물리적인 단위 및

변환/정제 규칙 정의

 

 


'Development > Git, PM' 카테고리의 다른 글

Redmine과 GIT 연동시 고려사항  (0) 2020.01.06
Step4.형상관리 도구의 설치를 수행한다.  (0) 2019.12.31
데이터 아키텍처 프레임워크  (0) 2019.12.23
OSS 배포형태  (0) 2019.12.19
JIRA  (0) 2019.12.13
VisualSVNSERVER - download(다운로드)  (0) 2019.12.08
Posted by codedragon codedragon

댓글을 달아 주세요

   

   

널링크(NULL링크)

  • HTML4에서는 href="#" 또는href="javascript:;"로 지정해주어야만 널링크로 사용할 수 있었지만
  • HTML5에서는 href속성 없이 사용 해도 널링크로 사용할 수 있습니다.

       

속성값

설명

href="#none"

어느곳에도 링크 처리를 하지 않는 널링크(NULL링크)

href="#"

NULL링크

href="javascript:;"

NULL링크

 

'Development > HTML, CSS, XML, ...' 카테고리의 다른 글

Dart(다트)  (0) 2020.01.07
Pure CSS Francine - HTTML와 CSS를 직접 코딩하여 그린 그림  (0) 2019.12.26
널링크(NULL링크)  (0) 2019.12.23
D3.js graph gallery  (0) 2019.12.20
d3js API Reference  (0) 2019.12.20
HTML5 site sample  (0) 2019.12.20
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

데이터 품질 관리 시스템의 4가지 필수 요소

조직 모든 데이터를 종합하라

·         데이터는 조직 여러 곳에 동시에 존재한다.

·         성공적인 이니셔티브는 기업 데이터를 전체적으로 조망할 있느냐에 성패가 달려 있으며, 이를 가능하게 해주는 핵심이 바로 데이터의 품질이다. 따라서 데이터 품질 관리 시스템 데이터 소스의 종류에 상관 없이 모든 데이터 유형의 통합을 지원해야 한다.

데이터를 준비된 상태로 프로파일링하라

·         데이터 완전성과 정확성을 평가할 없다면 원하는 목적에 맞게 데이터를 정의하고 연계하는 작업이 어려워질 있다.

·         데이터 완전성 전제조건은 특정 데이터가 최신 버전이고 제품에 대한 상세 정보를 담고 있다는 사실을 보장하는 것이다. 이와 달리 데이터 정확성에서는 데이터가 담고 있는 가치 중요하다.

·         따라서 데이터 프로파일링이 제대로 수행되어야 파일명을 통해 있는 데이터의 내용보다 많은 것을 파악할 있다.

데이터 품질을 보장하라

·         데이터의 완전성과 정확성이 확보된다면, 이를 통해 사용자는 품질이 보장된 데이터를 가치 있고 연관성 있는 비즈니스 정보로 전환할 있다.

·         데이터는 본래 의미가 훼손되지 않으면서 정화, 표준화, 확대 기술을 거쳐 사용자의 목적에 부합하는 유용한 정보로 재탄생하는 것이다.

데이터 시큐리티를 보장하라

·         데이터 품질 관리 시스템의 핵심은 사용자가 원하는 시점에, 가장 정확한 최고 품질의 데이터 사용 있도록 지원하는 것이다.

·         특히 문제가 있는 데이터에 액세스하려는 사용자의 역할을 검증 있도록 기업 보안 서비스와의 통합을 지원하고, 사용자의 데이터 액세스가 세분화된 단위로 관리, 통제돼야 하는 상황까지도 지원해야 한다

 

https://codedragon.tistory.com/9893

 

 

 

 

 

 

 

빅데이터의 통계 품질 검증 체계


 

 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

일반화 오류 & 훈련 오류

 

구분

설명

일반화 오류

·         Generalization error

·         분석 모형을 만들 주어진 데이터 집합의 특성을 지나치게 반영하여 발생하는 오류입니다.

·         주어진 데이터 집합은 모집단 일부분임에도 불구하고 그것이 가지고 있는 주변적인 특성, 단순 잡음 등을 모두 묘사하기 때문에 일반화 오류가 발생합니다. 이러한 모형은 특별히 과적합(overfitting) 되었다라고 합니다.

훈련 오류

·         Training error

·         일반화 오류와는 반대되는 개념입니다.

·         주어진 데이터 집합에 부차적인 특성과 잡음이 있다는 점을 고려하여 그것의 특성을 반영하도록 분석 모형을 만들어 생기는 오류입니다.

·         훈련 오류가 지나치게 많이 발생하는 모형은 과적합에 반대되는 개념으로 미적합(과소적합; underfitting) 되었다고 합니다.

 

https://codedragon.tistory.com/8360

 


Posted by codedragon codedragon

댓글을 달아 주세요

2019. 12. 23. 08:56

str() Development/Python


 

str()

str()함수를 사용하여 인자로 넣어준 다른 데이터 타입을 문자열(string) 변환할 있습니다.

 

 

https://docs.python.org/3/library/functions.html

 

 


'Development > Python' 카테고리의 다른 글

Anaconda - download (다운로드)  (0) 2019.12.24
논리 연산자(logical operator)  (0) 2019.12.24
str()  (0) 2019.12.23
numpy에서 제공하는 함수 - 배열 생성 방법  (0) 2019.12.23
한글 유니코드 찾기  (0) 2019.12.23
파이썬 자료형  (0) 2019.12.22
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

numpy에서 제공하는 함수 - 배열 생성 방법

배열을 생성하기 위해 리스트를 사용할 수 도 있지만 NumPy에서 제공하는 함수로도 zeros(), ones(), full(), eye() 등을 통해 배열을 초기화 있습니다.

 

메소드

설명

zeros()

·       해당 배열의 값이 모두 0 배열을 생성합니다.

·       인수로는 배열을 크기를 뜻하는 정수를 지정합니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.zeros.html

ones()

·       해당 배열의 값이 모두  1 배열을 생성합니다.

·       인수로는 배열을 크기를 뜻하는 정수를 지정합니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.ones.html

zeros_like()

 

·       크기를 튜플로 명시하지 않고 다른 배열과 같은 크기의 배열을 생성하고 싶을 사용합니다.

·       zeros() 동일합니다.

·       https://docs.scipy.org/doc/numpy-1.6.0/reference/generated/numpy.zeros_like.html

ones_like()

·       크기를 튜플로 명시하지 않고 다른 배열과 같은 크기의 배열을 생성하고 싶을 사용합니다.

·       ones() 동일합니다.

·       https://docs.scipy.org/doc/numpy/reference/generated/numpy.ones_like.html

empty()

·       배열을 생성만 하고 특정한 값으로 초기화를 하지 않습니다. 그러므로 배열이 생성된 후의 배열요소에는 쓰레기값이 들어가 있습니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.empty.html

diag()

·       대각 정방행렬(diagonal matrix)을 생성할 수 있습니다.

full()

·       배열에 사용자가 지정한 값을 넣는데 사용합니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.full.html

identity()

항등행렬(identity matrix)을 생성합니다.

eye()

 

eye(N, M=None, k=0, dtype=np.float)

·       대각선으로는 1이고 나머지는 0 2차원 배열을 생성합니다.(항등행렬)

·       NxM차원의 단위행렬(k번째 주대각선이 모두 1이고 나머지는 0)을 생성합니다.

·       k가 양수라면 주대각선 위로 대각선을 그립니다.

·       M None(기본)으로 지정한다면 M N과 같습니다.

 

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.eye.html

dot()

벡터와 행렬의 내적을 구해줍니다.

2차원 배열로 표시한 벡터를 내적했을 때는 결과값이 스칼라가 아닌 2차원 배열입니다.

@

벡터와 행렬의 내적을 구해줍니다.

2차원 배열로 표시한 벡터를 내적했을 때는 결과값이 스칼라가 아닌 2차원 배열입니다.

narray,copy()

원천 데이터를 복제한 배열을 생성합니다.

astype(dtype, casting="unsafe", copy=True)

·       데이터 타입을 변형할 수 있습니다.

·       경우에 따라 타입 유형을 변형하는 과정에서 일부 정보가 유실될 수 있습니다.

arange(시작, (포함하지 않음), 단계)

 

·       특정한 규칙에 따라 증가하는 수열을 만들어줍니다.

·       특정 간격에 해당하는 값을 생성하고 싶을 때 사용합니다.

·        

인자 갯수

생성되는 배열

1

0부터 해당 숫자보다 1만큼 작은 정수까지 저장된 배열이 만들어집니다.

2

번째 숫자부터 두 번째 숫자보다 1만큼 작은 정수까지 저장된 배열이 만들어집니다.

3

번째 숫자부터 두 번째 숫자보다 1만큼 작은 정수까지의 범위에서 세 번째 숫자만큼의 간격을 둔 숫자가 저장된 배열이 만들어집니다.

 

 

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.arange.html

linspace(시작, (포함), 갯수)

·       선형 구간을 지정한 구간의 수만큼 분할합니다.

·       특정 개수의 구간으로 나눈 값을 생성하고 싶을 때 사용합니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.linspace.html

logspace(시작, (포함), 갯수)

·       로그 구간을 지정한 구간의 수만큼 분할합니다.

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.logspace.html

rand, randn

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.random.rand.html

·       https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.random.randn.html

 

 

'Development > Python' 카테고리의 다른 글

논리 연산자(logical operator)  (0) 2019.12.24
str()  (0) 2019.12.23
numpy에서 제공하는 함수 - 배열 생성 방법  (0) 2019.12.23
한글 유니코드 찾기  (0) 2019.12.23
파이썬 자료형  (0) 2019.12.22
1차원 실수 분포 플롯  (0) 2019.12.21
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

지금은 빅데이터 시대! 데이터 품질 관리로 경쟁 우위를 선점하라

 

http://bit.ly/36VW2iH


 

 

 

 

 

직접 다운로드

129_feature.pdf

 

 

or

http://bit.ly/2tEokQB

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

한글 유니코드 찾기

·       "한글 유니코드 " 검색

·       원하는 글자검색

 

 

 

"한글 유니코드 " 검색

 

"hangul unicode table" google 검색

https://bit.ly/38Yi9Hi

 

 

 

unicode.org 검색 항목 클릭

 


 

 

 

 

 

원하는 글자검색

[Ctrl + F] >> "" 검색

 

한글 "" 유니코드로 C640 것을 확인할 있습니다.


 

 

 

 

 

 

Hangul Syllables download

UAC00.pdf

 



'Development > Python' 카테고리의 다른 글

str()  (0) 2019.12.23
numpy에서 제공하는 함수 - 배열 생성 방법  (0) 2019.12.23
한글 유니코드 찾기  (0) 2019.12.23
파이썬 자료형  (0) 2019.12.22
1차원 실수 분포 플롯  (0) 2019.12.21
{pandas} DataFrame  (0) 2019.12.21
Posted by codedragon codedragon

댓글을 달아 주세요