Development(7985)
-
분석모델의 기술적 타당성 검토, 분석모델의 기술적 타당성 검증 절차
분석모델의 기술적 타당성 검토유스케이스 모델의 개별 유스케이스에 대한 분석모델을 작성한 이후, 해당 분석모델로 시스템을 개발하는 경우에 어떠한 영향을 미치는지 필요한 자원, 상호 운용성, 시장 성숙도, 기술적 위험 분석 측면에서 타당성을 조사합니다. 분석모델의 기술적 타당성 검증 절차
-
TPR(True Positive Rate) vs FPR(False Positive Rate)
TPR(True Positive Rate) vs FPR(False Positive Rate) · TPR(True Positive Rate) · FPR(False Positive Rate) TPR(True Positive Rate) 실제 Class 1중에 잘 맞춘 비율 FPR(False Positive Rate) 실제 Class 0중에 못 맞춘 비율
-
Confusion matrix - R vs Python
Confusion matrix - R vs Python (주의) True True C1(TN=0) C2(TN=1) Predict C1(PN=0) True(TN) False(FN) Predict C2(PN=0) False(FP) True(TP)
-
객체 사용
객체 사용 · 클래스로부터 생성된 객체(Object)로부터 클래스 멤버들을 호출하거나 엑세스할 수 있습니다. · 닷 연산자(.)를 사용하여 "객체변수명.클래스멤버"과 같이 호출할 수 있습니다.
-
Python 데이터구조
Python 데이터구조 · 벡터(Vector), 행렬(Matrix), 배열(Array) 구분 없이 리스트(List) 데이터 구조만 있습니다. 리스트는 List와 tuple, set 형태로 구분되어져서 사용됩니다. · 배열을 사용하기 위해서는 넘파이(Numpy)의 array를 이용합니다. 리스트를 행과 열로 묶어서 사용할때 넘파이의 array를 사용합니다. · 데이터 프레임을 사용하기 위해서 판다스(pandas)의 데이터 프레임(Data Frame)을 이용합니다.
-
{NumPy}패키지의 기초 통계 분석 함수
{NumPy}패키지의 기초 통계 분석 함수 파이썬에서는 데이터 집합에 대해 간단한 기초 통계량(기술 통계)를 계산할 수 있는 함수를 제공합니다.