달력

1

« 2020/1 »


 

 

Turing Complete

·         튜링 완전 튜링 완전성 (turing completeness)

·         어떤 기계가 튜링 기계와 같은 상태라고 하면 이를 Turing Complete라고 합니다.

·         우리가 사용하는 컴퓨터는 튜링 기계의 일종이며 Turing Complete 상태입니다.

·         대부분의 프로그래밍 언어는 Turing Complete입니다.

·         Turing Complete 프로그래밍 언어는 어떠한 함수식도 구현할 있으므로, 우리가 알고 있는 프로그래밍 언어를 통해 어떠한 알고리즘과 응용프로그램도 구현할 있다는 의미가 됩니다.

 

http://bit.ly/2HlIcN0

https://en.wikipedia.org/wiki/Turing_completeness

 




Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

퍼셉트론의 한계점 1

·         선형 분리가 불가능한 경우 사용할 없습니다.

·         퍼셉트론의 한계를 해결한 것이 다층 피드 포워드 신경망입니다.

 

 

데이터 형태

사용 모형

선형 분리가 가능한 데이터

 


 

단층신경망(퍼센트론)

Single layer perceptron

 

 

선형 분리가 불가능한 데이터

(복잡한 패턴)

 


 

다층 피드 포워드 신경망(LFF)


'Development > Big Data, R, ...' 카테고리의 다른 글

머신러닝 기반 데이터 분석 계획 및 절차  (0) 2020.01.08
Harmonic mean(조화평균)  (0) 2020.01.08
퍼셉트론의 한계점 1  (0) 2020.01.07
품사를 결정하는 방법  (0) 2020.01.07
Quant(퀀트)  (0) 2020.01.06
summary()  (0) 2020.01.06
Posted by codedragon codedragon

댓글을 달아 주세요


 

LAB

불린 인덱스를 통한 데이터 정제

 

 

시나리오

·       데이터 분석을 하는 중에 의뢰인이 데이터셋 dirty 들어 있는 데이터는 절대 음수가 없다고 전해 왔다고 가정하겠습니다.

·       , 음수 값은 진짜 값이 아닌 오류이며,

·       여러분이(분석가가) 직접 이를 말이 되는 (0 )으로 바꿔야 합니다.

·       , 데이터 클리닝(data cleaning), 데이터 정제, 데이터 전처리 작업을 해야 합니다.

 

 

 

제공된 데이터

[9, 4, 1, -0.01, -0.02, -0.001]

 

 

 

데이터 전처리

·       더러운 데이터(음수) 깨끗이 하려면 이상한 값을 찾아내어 합리적인 대안(0)으로 교체해야 합니다.

·       {Numpy} 불린 인덱싱을 활용 하여 처리

 

 

 

예상 출력 결과

[9. 4. 1. 0. 0. 0.]

 

 

 


'Development > Python' 카테고리의 다른 글

:  (0) 2020.01.09
Anaconda User Guide  (0) 2020.01.08
LAB-불린 인덱스를 통한 데이터 정제  (0) 2020.01.07
Anaconda Python - install(설치하기)  (0) 2020.01.07
데이터 프레임 연산  (0) 2020.01.06
newaxis  (0) 2020.01.06
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

초기화 블록 종류

·         인스턴스 초기화 블록

·         클래스 초기화 블록

 

 

 

 

인스턴스 초기화 블록

·         인스턴스 초기화 블록은 단순히 중괄호({})만을 사용하여 정의할 있습니다.

·         인스턴스 초기화 블록은 생성자와 마찬가지로 인스턴스가 생성될 때마다 실행됩니다.

·         하지만 인스턴스 초기화 블록이 생성자보다 먼저 실행됩니다.

·         생성자와 인스턴스 초기화 블록의 차이는 거의 없으므로 인스턴스 초기화 블록은 사용되지 않습니다.

·         여러 개의 생성자가 있으면 모든 생성자에서 공통으로 수행되어야 코드 인스턴스 초기화 블록에 포함하여 코드의 중복을 막을 있습니다.

 

class MyClass {

// 인스턴스 변수 선언

    int instanceVar;

   

    { // 인스턴스 초기화 블록

        this.instanceVar = 10;

    }

   

    // 생성자

    MyClass(){

       

    }

}

 

 

 

클래스 초기화 블록

·         클래스 초기화 블록은 인스턴스 초기화 블록에 static 키워드를 추가하여 정의할 있습니다.

·         이러한 클래스 초기화 블록은 클래스가 처음으로 메모리에 로딩될 번만 실행됩니다.

 

·         클래스 초기화 블록은 생성자나 인스턴스 초기화 블록으로는 수행할 없는 클래스 변수의 초기화를 수행할 사용됩니다.

 

static { // 클래스 초기화 블록을 이용한 초기화

초기화 문장;

}

 

 

static {

try {

Class.forName("com.mysql.jdbc.Driver");

} catch (ClassNotFoundException e) {

e.printStackTrace();

}

}

 

 


Posted by codedragon codedragon

댓글을 달아 주세요




 

 


Dart

·         다트

·         구글에서 만든 확장 가능한 프로그래밍 언어

·         모바일 , (Web App), 명령어 스크립트(command-line script) 까지 개발할 있습니다.

·         기존 프로그래밍 언어인 JAVA 유사합니다.

 

http://bit.ly/2PJ99y6

https://en.wikipedia.org/wiki/Dart_(programming_language)

 

 

https://dart.dev/


 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

Anaconda Python - install(설치하기)

 

다운받은 설치파일을 실행합니다.


 

 

[Next]


 

 

[I Agree]


 

 

[Next]


 

 

"Destination Folder"항목 우측의 [Browse]버튼 클릭


 

 

설치 경로를 아래와 같이 수정한 >> [Next]

C:\Users\codedragon\Anaconda3

C:\Python\Anaconda3

 


 

[Add Anaconda to my PATH environment variable] 항목 체크 해제 >>

[Register Anaconda as my default Python 3.6]항목 체크 해제 >>

[Install]


 

 

설치 중...


 


 


 

[Next]


 

 

[Skip]


 

 

[Finish]


 

 

 

 

설치 확인하기

시작 메뉴에 Anaconda3 폴더가 생성된 것을 확인할 있습니다.


 

 


'Development > Python' 카테고리의 다른 글

Anaconda User Guide  (0) 2020.01.08
LAB-불린 인덱스를 통한 데이터 정제  (0) 2020.01.07
Anaconda Python - install(설치하기)  (0) 2020.01.07
데이터 프레임 연산  (0) 2020.01.06
newaxis  (0) 2020.01.06
enumerate()  (0) 2020.01.05
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

품사를 결정하는 방법

일반적으로 의미적 모호성을 갖는 단어들에 대하여 품사를 결정하는 방법은 통계적 방법과 규칙 기반형 방법이 있습니다.

 

 

·         통계적 방법

·         규칙 기반형 방법

 

 

 

통계적 방법

·         품사의 모호성을 제거하기 위해 대량의 사전을 참고하여 어휘적 확률과 문맥적 확률을 계산하여 품사를 결정합니다.

·         어휘적 확률과 문맥적 확률의 곱을 최대로 하는 쪽으로 의미적 모호성을 갖는 단어들에 대하여 최적의 품사를 지정합니다.

 

구분

설명

어휘적 확률

·         어휘적 확률(lexical probabilities) 사전에서 어떤 단어에 대하여 특정 품사가 나올 확률을 의미한다.

·         어휘적 확률를 수학적으로 표현하면 P(품사|단어) 이다.

문맥적 확률

·         문맥적 확률(contextual probabilities) 사전에서 어떤 단어의 특정 품사가 단어 다음에 나오는 단어의 특정 품사와 함께 나올 확률을 의미합니다.

·         문맥적 확률를 수학적으로 표현하면 P(품사|품사) 이다.

 

 

 

 

규칙 기반형 방법

·         규칙 기반형 방법은 통계적 방법보다 언어학적인 현상 바탕으로 주어진 단어에 대한 품사를 결정합니다. , 언어학적 현상을 분석하여 품사 결정을 위한 규칙을 도출하고 이를

·         반으로 주어진 단어에 대한 품사를 결정합니다.

·         규칙 기반형 방법은 통계적 방법에서의 필수적인 요소라 있는 사전이 없이도 직관적으로 규칙 만들 있고 통계적 오류의 가능성을 최소화할 있다는 장점이 있습니다. 반면에 도메인에 대한 의존성이 높다는 단점이 있습니다.

 


'Development > Big Data, R, ...' 카테고리의 다른 글

Harmonic mean(조화평균)  (0) 2020.01.08
퍼셉트론의 한계점 1  (0) 2020.01.07
품사를 결정하는 방법  (0) 2020.01.07
Quant(퀀트)  (0) 2020.01.06
summary()  (0) 2020.01.06
3.Summary - 3. 텍스트 분류 결과 분석하기  (0) 2020.01.06
Posted by codedragon codedragon

댓글을 달아 주세요