컴공돌이의 취미 블로그

빅데이터의 이해 [3]. 빅데이터와 AI ● Domains of AI(인공지능의 영역)1. Cognitive Science Applications(인지과학)→ 학습시스템, 신경망 네트워크 등......2. Robotics Applications(로보틱스)→ 시각 인식, 촉감 등......3. Natural Interface Applications(자연 인터페이스)→ 자연어, 음성인식 등...... ● Business and AI(비지니스와 인공지능)→ AI는 비지니스에서의 의사결정을 지원하고 경쟁적 우위를 향상시키는 다양한 방법을 제공→ AI는 공학,수학,컴퓨터과학,심리학,생물학,언어학등을 기반으로한 과학,기술영역 ● Goal of AI(인공지능의 목적)1. 생각할 수 있는 능력의 시뮬레이션2. 튜링테스..

기초데이터베이스 [4]. 관계대수와 관계해석 ● Relational Query Languages(관계 질의 언어) : → Query Languages(질의 언어)는 데이터베이스안의 데이터를 조작, 검색하는데 도와주는 언어→ Relational Model(관계 모델)은 심플하고 강력한 Query Languages를 지원함→ Query Languages 는 Programming Language와 다름 → 2개의 수학적 Query Language 형식은 실제 언어(SQL)의 기반을 구성하고 구현→ Relational Algebra(관계 대수)는 실행 계획을 표현하는데 적합→ Relational Calculus(관계 해석)는 사용자가 원하는 것을 계산하는 방법보다는 원하는 것 자체를 설명 → Query는 Rel..

기초데이터베이스 [3]. 관계 모델 ● Relational Model(관계 모델) : → 가장 널리 사용되는 모델→ Oracle, Microsoft, IBM등 여러 기업에서 사용→ 최근 Object-Oriented Model(객체-지향 모델)이 경쟁자로 떠오름 ● Relational Database(관계 데이터베이스) : → Relation(릴레이션)들의 집합→ Relation은 Row의 집합 혹은 Tuple(튜플)의 집합→ Relation은 Instance(인스턴스)와 Schema(스키마)로 구성됨→ Instance는 Row(행)과 Column(열)로 이루어진 테이블을 의미→ Schema는 Relation의 이름, 각 Column의 타입과 이름을 정의 ● Instance(인스턴스) :→ Cardinal..

기초데이터베이스 [2]. 데이터베이스 설계의 개요 ● E-R 모델(Entity-Relationship Model) : → 개념적 스키마를 표현하는데 사용되는 데이터 모델의 한 종류 ● 개체(Entity) : → 다른 객체와 분간 가능한 실제 세계의 객체를 의미→ Entity는 속성(Attribute)의 집합을 사용하여 표현함→ 개체는 사각형으로, 속성은 원으로 그려서 표현함 ● Entity Set :→ 비슷한 Entity들의 모음을 의미→ 각각의 Entity는 구분이 가능하게 하기위한 Key 값을 가지고 있음 ● 관계(Relationship) : → 두개 혹은 그 이상의 Entity들 간의 연관성을 의미 → Relationship은 연결된 Entity의 개수에 따라 Unary(1개), Binary(2개)..

* CS 20SI 홈페이지 : https://web.stanford.edu/class/cs20si * Course Description코스 설명 Tensorflow is a powerful open-source software library for machine learning developed by researchers at Google Brain. 텐서플로우는 Google Brain의 연구자들이 개발한 머신러닝을 위한 강력한 오픈소스 소프트웨어 라이브러리이다. It has many pre-built functions to ease the task of building different neural networks. 이것은 다양한 신경회로망을 만드는 일을 쉽게 할수 있게 해주는 미리 만들어진 많은 기능..

빅데이터의 이해 [2]. 데이터 생애주기(Data Life Cycle) ● 기술의 혁신→ 혁신 기술의 확산은 S-Curve의 과정 즉 도입기, 성장기, 성수기, 쇠퇴기의 과정을 거침→ 혁신 기술을 사용하는 사용자들을 S-Curve의 시간 흐름에 따라서 각각 Innovators(도입자), Early Adopters(빠른 사용자), Early Majority(빠른 다수), Late Majority(늦은 다수), Laggards(뒤늦은 사람)로 정의 ● 데이터의 생애주기(Data Life Cycle)1단계 : 데이터 생성2단계 : 데이터 저장3단계 : 데이터 활용 ● 데이터 생성→ 데이터는 기업 정보시스템, SNS, Social Media, IOT 등에서 생성될 수 있으며 생성되는 데이터마다 각각 다양성, 속..

빅데이터의 이해 [1]. 빅데이터 정의 ● 빅데이터의 정의→ IBM에서 처음으로 빅데이터라는 단어를 공식적으로 사용하기 시작→ 아카데미적 용어보다는 비지니스적 용어의 성격을 가지고 있음→ Gartner의 정의 (2012) : 빅데이터는 양이 매우 많고(high-volume), 증가 속도가 매우 빠르고(high-velocity), 종류가 매우 다양한(high-variety) 정보를 말함 (= 3V)→ De Maurio와 그 외 사람들의 정의 (2016) : 빅데이터는 양이 매우 많고(volume), 증가속도가 매우 빠르고(velocity), 종류가 매우 다양한(variety) 정보이고, 특정한 기술과 분석 방법에 의해 가치(value)를 얻을 수 있음 ● 빅데이터의 특징→ 5V's : Volume(용량),..

기초데이터베이스 [1]. 데이터베이스 시스템 개요 ● 데이터베이스(Database) : → 일반적으로 하나 이상의 서로 관련이 되는 조직체들의 활동을 기술하는 데이터들의 모임, 쉽게 말해서 매우 크고, 통합적인 데이터들의 집합 ● 데이터베이스 관리 시스템(DBMS : Database Management System) : → 데이터베이스를 저장, 유지관리, 이용하는 데에 도움이 될 수 있게 설계된 소프트웨어 시스템 ● WWW(World Wide Web) → Web Data는 텍스트, 이미지, 멀티미디어 등 모든 데이터를 포함하고 있지만 Database는 숫자형, 문자형 데이터만을 포함한다. 따라서 WWW(World Wide Web) 은 DBMS가 아니다. ● 데이터베이스 관리 시스템(DBMS)의 장점 :(..

[3]. 서울 열린 데이터 광장 OpenAPI 사용 방법 - (2) 오늘은 지난번에 작성한 서울 열린 데이터 광장의 OpenAPI 의 사용법중에서도 실질적으로 사용하는 코드에 대한 글을 작성해보고자 한다. 이전 글의 순서대로 진행을 하면 서울 열린 데이터 광장의 OpenAPI 에 접근할 수 있는 Url을 받을 수 있을 것이고 또한 인증키 발급과 사용법도 알 수 있을 것이다. 이제 OpenAPI를 사용하여 데이터를 가져오는 코드를 분석해 보자. (1). XML 패키지의 설치와 호출12install.packages("XML")library(XML)cs이전 글에서 살펴보면 OpenAPI를 통해서 가져올수 있는 데이터의 형태는 xml 혹은 json 이다.이번글에서는 xml파일의 형태로 데이터를 가져올 것이기 때..

[2]. 서울 열린 데이터 광장 OpenAPI 사용 방법 - (1) 오늘은 서울 열린 데이터 광장의 OpenAPI의 사용법에 대한 글을 작성해보고자 한다. 이번 글에서는 사이트에 들어가서 인증키를 발급받는 방법과 OpenAPI의 접근 방법에 대하여 글을 적을 예정이고, 다음글에서는 실질적으로 R을 통하여 서울 열린 데이터 광장에서 데이터를 받아오는 코드에 대한 설명글을 적을 예정이다. 아래의 순서에 맞게 진행한다면 아주 쉽게 서울 열린 데이터 광장의 OpenAPI를 사용할 수 있을 것이다. (1). 서울 열린 데이터 광장의 홈페이지에 접속한다. (2). OpenAPI를 사용하기 위해서 먼저 사이트의 상단에 있는 "회원로그인" 버튼을 눌러 로그인을 한다. (3). 로그인 페이지에서 로그인을 한다.(비회원이..