Development/Big Data, R, ...(885)
-
사전확률 vs 사후확률
사전확률 vs 사후확률
-
그래프 이론 - 노드(node), 에지(edge), 아크(arc)
그래프 이론 · 노드(node) · 에지(edge) · 아크(arc) 노드(node) 수학자들은 정점(vertex)이라고 부릅니다. 노드는 무엇이든 표시할 수 있습니다. 그래서 노드는 날씨, 배우, 영화, 단백질이 될 수도 있습니다 에지(edge) 원하는 만큼 노드를 가질 수 있지만, 노드를 연결할 수 있습니다. 에지(노드 간 연결선)를 통해 두 노드를 연결하고 두 노드간에는 관계가 있음을 알수 있습니다. 구분 설명 그래프에서 많은 에지를 조작하거나 이동할 경우 Neo4j, 아파치 지래프, 스파크 같은 대규모 그래프 데이터베이스를 사용합니다. 노드를 조회하는 데 사용하는 언어 사이퍼(Cypher) 언어 MATCH (actress)-[:acted_in]->(film) 아크(arc) ≒ 방향성 에지(dire..
-
k-평균군집의 절차 도식도
k-평균군집의 절차 도식도 클러스터 각각은 센트로이드(centroid; '평균'이라고도 부르므로 'k-means'라는 이름이 붙었습니다), 즉 개체 간 거리를 측정했을 때 그 중심 지점이 있습니다.(ㅁ 표시) 클러스터는 센트로이드에서 가장 가까운 개체와의 거리를 반복 계산하며 정해집니다. 이것이 비지도 학습입니다. 알고리즘이 알아서 처리하고 결과를 보면, 개체가 더 이상 다른 센트로이드로 이동하지 않는 지점까지 반복하여 계산합니다. 더 이상 반복이 없으면 k-means 클러스터링은 끝이 납니다. 새로운 데이터가 들어오면 거리를 계산해서 기준선에 따라 새로운 데이터를 분류해 주게 됩니다. 회색 점과의 거리가 녹색점과의 거리보다 더 가까우므로 새로운 빨간점은 회색으로 묶어집니다.
-
k개의 클러스터로 만드는 방법
k개의 클러스터로 만드는 방법· 입력값으로 k를 취하고 객체 집합을 k개의 클러스터로 만드는 방법입니다.· 원하는 군집 수만큼(k개) 초기값을 지정하고, 각 개체(데이터)를 가까운 초기값에 할당하여 군집을 형성한 뒤, 각 군집의 평균을 재계산하여 초기값을 갱신합니다.· 갱신된 값에 대해 위의 할당과정을 반복하여 k개의 최종군집을 형성합니다
-
1.Summary
요구사항 분석 절차 도식도(다이어그램)
-
요구사항 수집
요구사항 수집 · 요구사항을 수집하는 방식은 문서나 인터뷰를 통하는 방식과 기존 시스템 분석을 통해 요구사항을 수집하는 방식이 있습니다. · 문서의 경우, 일반적으로 제안요청서(RFP: Request For Proposal)를 통하여 요구사항을 추출하거나 기존 시스템이 존재하는 경우 시스템 매뉴얼이나 사용자 매뉴얼을 통해 시스템 현황을 파악하고 추가적인 사용자 인터뷰를 통해 요구사항을 추출하여 수집합니다. · 기존 시스템이나 문서로 정리된 내용이 없을 때는 포커스 그룹인터뷰(FGI: Focus Group Interview), 설문, 워크숍 등 다양한 요구사항 수집 기법을 활용 하여 요구사항을 수집합니다.