분류 전체보기(14842)
-
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..
-
노이지 인스턴스 (noisy instance)
노이지 인스턴스 (noisy instance) · 인스턴스의 분포가 뒤섞여 있는 경우에 k-최근접 이웃을 통해 잘못된 분류를 방지할 수 있는 방법입니다. · 노이지 인스턴스라고해서 잡음이 아니고, 약한 군집성을 띄는 군집내의 데이터 분석이 쉽도록 증폭해주는 역할을 합니다.
-
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)
-
현실경제 vs 이더리움 경제 사례
현실경제 vs 이더리움 경제 사례현실에서 Bob이 Alice에게 10달러를 주게 되었다고 가정할 때의 현실경제와 이더리움 경제의 거래 과정입니다. 현실경제현실에서는 실물 종이 화폐 10달러를 주거나, Bob의 은행 계좌에서 Alice의 은행 계좌로 10달러를 이체하게 됩니다. 현실경제에서 Bob이 Alice에게 부동산 소유권을 이전했다고 한다면 Bob이 소유자로 있는 부동산 등기가 이전 계약에 의해서 Alice의 소유자로 변경됩니다. 이더리움 경제이더리움 경제에서는 실물 화폐와 달리 개인에 대한 식별자가 실질적으로 존재하지 않습니다. 대신, 지갑이 이를 대신하는 구조를 가지게 됩니다.이더리움 경제에서 Bob이 Alice에게 10 ETH를 준다는 것은 Bob이 소유하고 있다고 주장하는 이더리움 지갑에서 A..