빅데이터, 인공지능, 프로그래밍, 취미

안녕하세요, 이승혁입니다. visual studio code, vscode는 다양한 개발 언어도 지원하고 터미널에서 바로 git 연동도 되기 때문에 많이 사용하는데요. C++ 언어는 바로 사용이 안되더라구요 설치 과정 기록 남겨드립니다.(Window11) 1. Visual Stuido Code 설치 https://code.visualstudio.com/주소창으로 들어가셔서 다운받아주세요 "Download for free" 클릭하시면 됩니다 2. MinGW64 설치 https://code.visualstudio.com/docs/cpp/config-mingw 위 주소창으로 가셔서요 파랗게 되어있는 MSYS2 누르세요. 제 글의 MSYS2를 누르셔도 됩니다. 그 후 Installation 항목 아래 msys2..

※ 확률밀도 함수란? 연속확률변수가 주어진 어떤구간 내에 포함될 확률입니다. 이를 함수형태로 나타낸 것이 확률밀도함수라고 합니다. 확률밀도 함수는 X축에는 확률변수의 값을 Y축에는 확률변수가 갖는 일정 구간 값이 나타날 확률을 표현한 곡선입니다. 확률밀도 함수는 구간을 정해서 넓이를 구하면 그 값이 확률이 됩니다. 즉, 확률밀도 함수에서 전체 넓이는 1을 의미합니다. ※ 연속 확률 밀도에 대해서 정리한 포스팅을 참고하세요 2021/02/16 - [데이터 분석] - [데이터 분석] 확률 밀도 함수 [데이터 분석] 확률 밀도 함수 지난 시간에 확률 변수와 확률 질량 함수에 대해 공부했습니다. 확률이 흩어져 있는 확률 분포, 이를 함수를 사용해 표현합니다. 확률 질량 함수는 이산형 확률 변수에 관한 확률 분포..

안녕하세요. 분산 / 표준편차 값들은 데이터의 퍼짐을 파악하기 위해 필요한 값입니다. # 분산 ? 표준편차 ? 2021/01/21 - [데이터 분석] - [데이터 분석] 표준편차 | 분산 [데이터 분석] 표준편차 | 분산 안녕하세요 지난 데이터 분석 포스팅 시간에는 대푯값에 대해 공부했습니다. 평균 / 중앙값 / 최빈값 각 의미와 사용시 장단점을 알아보았습니다. # 데이터 탐색 순서 평균값 -> 중앙값 -> 최빈 lsh-story.tistory.com 파이썬에는 분산 , 표준편차를 구하는 다양하고 편한 함수들이 있습니다. Numpy , pandas , math 등 다양한 모듈을 사용하면 분산과 표준편차를 쉽고 간단하게 구할 수 있습니다. 하지만 직접 분산과 표준편차를 구할 수 있는 코드를 구현하면서 분산..

안녕하세요. 이승혁 입니다. 오늘은 데이터의 중앙값을 구현해 보도록 하겠습니다. 중앙값이 무엇이고 언제 사용해야 하는지는 공부를 마쳤습니다. 중앙값에 대한 정보가 필요하신 분들은 아래 포스팅을 참고하시면 될 것 같습니다. 2021/01/06 - [데이터 분석] - [데이터 분석] 대푯값 | 평균 , 중앙값 , 최빈값 [데이터 분석] 대푯값 | 평균 , 중앙값 , 최빈값 데이터를 분석하는 과정 중 데이터 탐색은 매우 중요한 과정입니다. 한 집단의 특성을 수치로 나타내는 대표값들을 사용해 데이터를 살펴보는 순서는 다음과 같습니다. 평균 ---> 중앙값 ---> 최 lsh-story.tistory.com ## 중앙값 ? 데이터를 순차적으로 나열 , 가장 가운데에 있는 값입니다. 이상치에 대한 영향이 적습니다...

안녕하세요 오늘은 탐욕 알고리즘이란 무엇인가 알아보고 , 이를 간단하게 구현해 보도록 하겠습니다. ### 탐욕 알고리즘(Greedy algorithm) ? 탐욕 알고리즘은 최적의 해를 구하는 방법입니다. 현재 상황에서 가장 좋다고 생각하는 것을 선택해 나가는 방식입니다. 또한, 이러한 선택 방법이 가장 좋을 것이라고 기대하고 사용하는 것입니다. 문제를 해결하는 과정에서 순간순간마다 최적의 결정하는 방식 하지만 항상 최적의 답을 구해주지는 않습니다. 예시로 다음 과정을 확인하시면 됩니다. step 1 : 1에서 시작 step 2 : 7 / 9 선택 -> 탐욕 알고리즘 , 9 선택 step 3 : 11 / 15 선택 -> 탐욕 알고리즘 , 15 선택 1 + 9 + 15 = 25 탐욕 알고리즘을 통해 25라는..

안녕하세요! 오늘은 피타고라스 정리를 사용해 직각 삼각형을 판단해주는 방법을 알아보겠습니다. SQL , Python을 통해 구현해보도록 하겠습니다. ## 피타고라스 정리 ? 임의 직각 삼각형에서 밑변(a), 높이(b), 빗변(c)이라고 할 때 , 밑변과 높이의 각 제곱의 합은 빗변의 제곱과 같다. # 피타고라스 정리 증명 증명에는 여러가지 수학적 이론들이 많이 필요한 것을 찾게 되었습니다. 피타고라스 정리는 평면 기하에서 가장 의미있는 정리 중 하나라고 합니다. 300 여 개가 넘는 증명이 알려져 있다고 합니다. 유도되는 공식 중 코사인 제 2 법칙을 사용해서 피타고라스 정리를 확인해 보도록 하겠습니다. # 알고리즘 1. 밑변 , 높이, 빗변의 길이를 입력 받습니다. 2. 이를 위 공식을 사용해 값을 판..

안녕하세요. 이승혁입니다. 파이썬과 Oracle SQL을 사용해 각 자리수의 합을 구해보도록 하겠습니다. 간단하게 구현할 수 있는 알고리즘으로 , 여러 방법으로 구현이 가능합니다. ## 각 자리수 출력하기 파이썬에선 슬라이싱 , SQL에서는 substr 함수가 있었습니다. 파이썬의 len 함수, SQL의 length 함수를 구하면 문자의 길이를 구할 수 있습니다. 이것만 알면 알고리즘은 벌써 머리속에 구현이 되었다고 생각합니다. ### Python 각자리수 합 구하기 데이터는 문자형인 경우가 많습니다. 따라서 실습 데이터도 문자형으로 사용하겠습니다. for문과 len함수를 사용해 데이터를 출력해 봅니다. data='1024' for i in range(len(data)): print(data[i]) 이제..

한 상자에 6개의 물건이 들어있다. 그 중 2개가 불량품입니다. 3개를 추출했을 때 적어도 1개의 불량품이 발견될 확률은 ? 어렸을 때 수학 시간에 많이 다루어 보았던 문제입니다. 적어도 1개 확률 = 1 - 모두 아닐 확률 공식으로 구했던 것 같습니다. 다시 알아보도록 하겠습니다. ## 베르누이 / 베르누이 확률 ? # 베르누이 시행 실험 / 관찰의 결과로 발생 가능한 사상이 단 두가지인 경우 ex) 실패 or 성공 / 정상 or 비정상 / 양품 or 불량품 # 베르누이 시행 조건 1. 시행 결과를 확률변수 X , X = 0 or 1 1은 사상의 성공 , 0은 사상의 실패로 흔히 사용합니다. 2. 각 실험에서 성공할 확률은 p, 실패할 확률은 1-p로 일정합니다. 성공 확률과 실패 확률의 합은 1입니다..

안녕하세요. 이승혁입니다. 오늘은 몬테 카를로 방법(Monte Carlo method)을 사용해 원주율(3.14......)을 구해보도록 하겠습니다. ### 몬테 카를로 방법(Monte Carlo method) ? 난수를 생성해 함수의 값을 확률적으로 계산하는 방법 계산하려는 값이 닫힌 형식으로 표현되지 않거나 복잡한 경우에 근사적으로 계산할 때 사용됩니다. 원주율과 같이 딱 하나의 값으로 수렴하지 않는 경우에 사용합니다. ## 원 그리기 반지름 r, 중심이 (a, b) 인 원의 방정식은 (x - a)2 + (y - b)2 = r2 입니다. 반지름 1 , 중심 (0,0) 인 원의 식은 어떻게 될까요 ? x^2 + y^2 = 1 파이썬으로 그려서 확인해 보도록 하겠습니다. import matplotlib...

1 2 3 4 5 6 8 9 10 " 다음 중 빠진 수는 무엇일까요 ? " 7 작은 범위이기에 눈으로 금방 파악 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 26 27 28 29 30 그럼 조금 더 많은 30개 입니다. 벌써 보기가 싫어졌습니다. 심지어 정렬이 잘 되어 있어서 확인하기 더 편합니다. 실제 데이터는 ? 훨씬 큰 데이터 정렬 되지 않은 데이터 지저분한 데이터 우리가 다룰 데이터는 예쁘고 깔끔하지 않습니다. 다양한 데이터를 만지는 연습을 하는 것이 좋다고 생각합니다. ### Python 빠진 수 찾기 데이터 : [ 1, 2, 3, 4, 5, 6, 8 , 9, 10] 해당 범위에서 빠진 번호를 찾는 알고리즘을 구현해 보도록 하겠..