이론학습(150)
-
데이터 수집 불가 원인 및 대안
데이터 수집이 쉽지 않은 경우 수집 주기 및 방법에 대한 대안을 마련한다. · 데이터 수집이 항상 원활한 것은 아닙니다. · 시스템의 특수성으로 인해 발생 데이터가 외부 또는 내부와 네트워크로 연결되어 있지 않으면 분석에 필요한 데이터를 네트워크를 통해 수집하기 어렵게 됩니다. 데이터 수집 불가 원인 및 대안 · 데이터 수집이 쉽지 않은 원인을 파악해야 합니다. · 데이터 수집이 쉽지 않은 경우는 다양한 원인에 의해서 발생하지만 크게 아래와 같이 구분할 수 있다. 구분 원인 대안 시스템 수집 시스템 오류 수집 시스템의 구성 및 프로그램을 수정하여 해결 시스템 네트워크 오류 방화벽, 네트워크 라우팅 설정 문제를 파악하여 해결 보안 데이터의 암호화 원천 데이터가 암호화되어 있는 경우, 인증서를 설치 및 권한..
-
시그모이드 함수(Sigmoid function)
시그모이드 함수(Sigmoid function) · 신경망에서 뉴런의 활성 함수(activation function)로 단순하게 step function이나 linear function을 사용할 때보다 훨씬 많은 일을 할 수 있기 때문에 sigmoid 함수는 입력단이나 hidden layer에 주로 사용 되며, 출력단에서도 사용됩니다. · Sigmoid 함수는 S자와 유사한 완만한 시그모이드 커브 형태를 보이는 함수입니다. · Sigmoid는 대표적인 Logistic 함수입니다. · Sigmoid 함수는 모든 실수 입력 값을 0보다 크고 1보다 작은 미분 가능한 수로 변환하는 특징을 갖습니다. 가중치나 바이어스를 조금 변화시켰을 때 출력이 조금씩 변화하도록 만들 수 있습니다. · Sigmoid 함수는 X..
-
데이터 정규화(normalization)
데이터 정규화(normalization) · 데이터 정규화를 통해 노이즈를 제거하여 줄여줍니다. · 숫자 값을 지정된 범위로 다시 조정하는 방법입니다. · 데이터의 폭이 클 때 적절한 값으로 분산의 정도를 바꾸는 과정입니다. 정규화 방법 항목 설명 최소-최대 정규화 · 0~1 사이에서 데이터를 선형적인 범위로 변환합니다. · 최소 0, 최대 1로 조정 Z점수 정규화 · 평균 및 표준편차를 기반으로 조정합니다. · 데이터와 평균의 차이를 표준편차로 나눠줍니다. 소수점 배열 · 특성 값의 소수점을 이동하여 데이터 크기를 조정합니다.
-
Perceptron
Perceptron · ≒ 퍼셉트론 · ≒ 단층신경망 · 신경망을 이루는 가장 중요한 기본 단위 · 입력 값과 활성화 함수를 사용해 출력 값을 다음으로 넘기는 가장 작은 신경망 단위입니다. · 1957년에 Rosenbaltt(로젠블라트)가 "Perceptron"이라는 개념을 발표하였습니다. · 발표 당시, 뉴런의 활성함수(activation function)로 "step function"을 사용했기 때문에 지금처럼 "sigmoid function"을 사용하는 신경망에 비해 제약이 존재합니다. · 하지만 입력의 중요도에 따라 출력이 결정이 되는 수학적 모델로서 의미가 있습니다. 여기서 입력의 중요도는 가중치에 따라 결정된다는 개념이 도입이 되었습니다. https://en.wikipedia.org/wiki/..
-
StringBuilder클래스의 인스턴스 갯수
StringBuilder클래스의 인스턴스 갯수 · 문자열의 복잡한 조합의 과정에서는 StringBuilder의 인스턴스가 활용되며 이 때문에 추가로 생성되는 인스턴스의 수는 최대 두 개입니다 · StringBuilder인스턴스생성시 하나 생성되며 이 인스턴스의 참조값을 가지고 append()메소드가 호출되며 최종적으로 문자열로 전환하는 toString( )가 호출될 때 두번째 인스턴스가 생성되어지게 됩니다. //숫자 + 문자열 + 숫자 String str1=3+"Java"+7; String str2=new StringBuilder().append(3).append("Java").append(7).toString();
-
행렬 연산
행렬 연산 덧셈,뺄셈은 배열의 연산과 같으나, 곱셈,나눗셈,제곱(지수) 등에서 차이가 납니다. 행렬의 곱셈 연산자 * 행렬의 나누기 연산자 \