규리스인 조르바

UI 유형 CLI (Command Line Interface) 정적인 텍스트 기반 명령어를 텍스트로 입력하여 조작 GUI (Graphical User Interface) 그래픽 반응 기반 마우스나 전자펜을 이용 NUI (Natural User Interface) 직관적 사용자 반응 키보드나 마우스 없이 신체부위를 이용 터치, 음성 포함 OUI (Organic User Interface) 유기적 상호 작용 모든 사물이 입출력 장치로 변화 가능 UI 설계 원칙 (직유학유) - 직관성 (intuitiveness) : 누구나 쉽게 이해하고, 쉽게 사용할 수 있어야 함 - 유효성 (efficiency) : 정확하고 완벽하게 사용자의 목표가 달성될 수 있도록 제작 - 학습성(learnability) : 초보와 숙련..

데이터사이언스를 위한 통계학입문ⅠI https://pabi.smartlearn.io/courses/course-v1:POSTECH+DSB112+P2203/about 데이터사이언스를 위한 통계학입문Ⅱ pabi.smartlearn.io V. 통계검정방법 5.1 신뢰구간의 의미 신뢰구간 : 구간추정 - 실제 모수가 존재할 가능성이 높은 구간으로 추정 - 모평균, 모비율 등 모수를 포함할 확률 - 신뢰수준(Confidence level) : 구간에 모수u가 포함될 확률 - 일반적으로 100(1-a)%로 나타냄 95% 신뢰구간의 의미 1) 100번의 반복샘플링을 통해 얻은 평균과 편차로 계산한 100개의 신뢰구간 중 5개는 실제모평균(u)을 포함하고 있지 않는다. 2) 표본을 통해 얻은 95% 신뢰구간에 실제 모..

소프트웨어 생명주기(SDLC) 모델 : 시스템의 요구분석부터 유지보수까지 전 공정을 체계화한 절차 소프트웨어 생명주기 모델 프로세스 (요설구테유) 1) 요구사항 분석 : 다양한 이해관게자의 상충할 수도 있는 요구사항을 고려하여 새로운 제품이나 변경된 제품에 부합하는 요구와 조건을 결정하는 단계 2) 설계 : 시스템 명세 단계에서 정의한 기능을 실제 수행할 수 있도록 수행 방법을 논리적으로 결정하는 단계 3) 구현 : 설계 단계에서 논리적으로 결정한 문제 해결 방법을 특정 프로그래밍 언어를 사용하여 실제 프로그램을 작성하는 단계 4) 테스트 : 시스템이 정해진 요구를 만족하는지, 예상과 실제 결과가 어떤 차이를 보이는지 검사하고 평가하는 단계 5) 유지보수 : 시스템이 인수되고 설치된 후 소프트웨어 생명주..

I. 요구사항 확인 CHAPTRER 2. 현행 시스템 분석 디자인 패턴 : 소프트웨어 공학의 소프트웨어 설계에서 공통으로 발생하는 문제에 대해 자주 쓰이는 설계 방법을 정리한 패턴 디자인 패턴 유형 1) 목적에 따른 디자인 패턴 유형 - 생성 : 객체 인스턴스 생성에 관여 - 구조 - 행위 : 클래스나 객체들이 상호작용하는 방법과 역할 분담을 다루는 패턴 2) 범위에 따른 디자인 패턴 유형 - 클래스 : 컴파일 타임에 정적으로 결정 - 객체 : 런타임에 동적으로 결정 디자인 패턴 종류 1) 생성패턴 종류 (생빌프로팩앱싱) - Builder : 복잡한 인스턴스를 조립하여 만드는 구조, 생성과 표기를 분리해서 복잡한 객체 생성 - Prototype : 처음부터 일반적인 원형을 만들어 놓고, 그것을 복사한 후..

빅데이터 분석기사 필기 기출 정리 분석 모니터링 : 분석 서비스의 안정적인 운영과 현행화된 데이터의 수집, 저장, 관리, 분석 결과 활용 등을 위한 지속적인 활동 AUC(Area Under the Curve) : 평가모델의 ROC곡선의 하단 면적을 뜻하며 ROC곡선이 직선에서 멀어질수록 성능이 더 뛰어남 ROC(Reciever Operating Characteristic) : 모든 임계값에서 분류 모델의 성능을 보여주는 그래프 산점도 : 다수의 객체를 군집으로 나누어 그룹 클러스터별 단위로 분석하는 군집분석에서 적용되는 시각화 기법 시간시각화 - 막대그래프, 점/선 그래프 분포시각화 - 파이차트, 누적연속그래프 비교시각화 - 히트맵 공간시각화 - 카토그램 확률적 경사 하강법 (SGD : stochasti..

빅데이터 분석기사 필기 기출 정리 앙상블 분석 - 부스팅(Boosting) : 가중치를 활용하여 연속적인 Weak learner를 생성하고 이를 통해 강분류기를 만드는 방법 - 소프트 보팅(soft voting) : 최종 결과물이 나올 확률 값을 다 더해서 최종 결과물에 대한 각각의 확률을 구한 뒤 최종 값을 도출해내는 방법 - 배깅 : 샘플을 여러 번 뽑아(bootstrap) 각 모델을 학습시켜 결과물을 집계(Aggregation)히는 방법 ex) 랜덤 포레스트(Random Forest) 앙상블 기법 - 약학습기 : 무작위 선정이 아닌 성공확률이 높은 즉 오차율이 일정 이하(50% 이하)인 학습 규칙 - 강학습기 : Weak Learner로부터 만들어내는 강력한 학습 규칙 - 한 개의 Single Le..