전체
-
데이터 정의 데이터는 추론과 추정의 근거를 이루는 사실이다. 데이터는 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명되고 있다. 컴퓨터의 시작과 함께 자연과학 뿐만 아니라 경영학, 통계학 등에서 활용되고 있다. 과거 추상적인 개념에서 기술적이고 사실적인 의미로 변화되었다. 데이터의 특성 존재적 특성 : 객관적 사실(fact, raw material) 당위와 특성 : 추론, 예측, 전망, 추정을 위한 근거 (basis) 데이터의 유형 정성적 데이터 : 언어 ,문자 비정형/ 주관적 내용 / 통계분석이 어려움 정량적 데이터 : 수치, 도형, 기호 정형데이터 / 객관적 내용/ 통계분석이 용이함 암묵지 : 학습과 경험을 통해 개인에게 체화되어 있지만 겉으로 드러나지 않는 ..
[데이터의 이해] 데이터와 정보데이터 정의 데이터는 추론과 추정의 근거를 이루는 사실이다. 데이터는 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명되고 있다. 컴퓨터의 시작과 함께 자연과학 뿐만 아니라 경영학, 통계학 등에서 활용되고 있다. 과거 추상적인 개념에서 기술적이고 사실적인 의미로 변화되었다. 데이터의 특성 존재적 특성 : 객관적 사실(fact, raw material) 당위와 특성 : 추론, 예측, 전망, 추정을 위한 근거 (basis) 데이터의 유형 정성적 데이터 : 언어 ,문자 비정형/ 주관적 내용 / 통계분석이 어려움 정량적 데이터 : 수치, 도형, 기호 정형데이터 / 객관적 내용/ 통계분석이 용이함 암묵지 : 학습과 경험을 통해 개인에게 체화되어 있지만 겉으로 드러나지 않는 ..
2022.08.22 -
요즘은 블랜더 툴로 3D 강좌를 배우고 있는 중😀 자주 쓰는 단축키 정리하고 있는 중이다. 계속 강의 들으면서 추가되는 내용 때문에 수정을 몇번 해야 될것 같다. 기본 뷰포트창에서 이동하는 방법 자유 이동 마우스 클릭과 동시에 끌기 확대 축소 스크롤 [모델링] 오브젝트 모드 크기 scale S 오브젝트 이동 G 회전 rotation R X축 방향으로 회전 R+X Y축 방향으로 회전 R+Y Z축 방향으로 회전 R+Z X축 방향으로 이동 G+X Y축 방향으로 이동 G+Y Z축 방향으로 이동 G+Z 이동 제한 Shift+X~Z 3D 뷰포트 창에서 위치 이동 shift 좌우 이동 3D 뷰포트 창에서 줌 인/ 줌 아웃 ctrl+스크롤 다운or 업 (scroll down&up) 3D 뷰포트 창에서 회전 Comman..
Blender 블랜더 툴 자주쓰는 단축키 (Mac용)요즘은 블랜더 툴로 3D 강좌를 배우고 있는 중😀 자주 쓰는 단축키 정리하고 있는 중이다. 계속 강의 들으면서 추가되는 내용 때문에 수정을 몇번 해야 될것 같다. 기본 뷰포트창에서 이동하는 방법 자유 이동 마우스 클릭과 동시에 끌기 확대 축소 스크롤 [모델링] 오브젝트 모드 크기 scale S 오브젝트 이동 G 회전 rotation R X축 방향으로 회전 R+X Y축 방향으로 회전 R+Y Z축 방향으로 회전 R+Z X축 방향으로 이동 G+X Y축 방향으로 이동 G+Y Z축 방향으로 이동 G+Z 이동 제한 Shift+X~Z 3D 뷰포트 창에서 위치 이동 shift 좌우 이동 3D 뷰포트 창에서 줌 인/ 줌 아웃 ctrl+스크롤 다운or 업 (scroll down&up) 3D 뷰포트 창에서 회전 Comman..
2022.08.22 -
목차 1. 분류분석과 예측분석 1-1 분류분석의 정의 데이터가 어떤 그룹에 속하는지 예측하는데 사용되는 기법이다. 클러스터링과 유사하지만, 분류분석은 각 그룹이 정의되어 있다. 교사학습(Supervised learning)에 해당하는 예측기법이다. 1-2 예측분석의 정의 - 시계열 분석처럼 시간에 따른 값 두 개만을 이용해 앞으로의 매출 또는 온도 등을 예측하는 것 - 모델링을 하는 입력 데이터가 어떤 것인지에 따라 특성이 다르다. - 여러 개의 다양한 설명변수(독립변수)가 아닌, 한 개의 설명변수로 생각하면 된다. 1-3 분류분석,예측분석의 공통점과 차이점 1) 공통점 레코드의 특정 속성의 값을 미리 알아맞히는 점이다. 2) 차이점 분류: 레코드(튜플)의 범주형 속성의 값을 알아맞히는 것이다. 예측: ..
[정형데이터 마이닝] 분류분석목차 1. 분류분석과 예측분석 1-1 분류분석의 정의 데이터가 어떤 그룹에 속하는지 예측하는데 사용되는 기법이다. 클러스터링과 유사하지만, 분류분석은 각 그룹이 정의되어 있다. 교사학습(Supervised learning)에 해당하는 예측기법이다. 1-2 예측분석의 정의 - 시계열 분석처럼 시간에 따른 값 두 개만을 이용해 앞으로의 매출 또는 온도 등을 예측하는 것 - 모델링을 하는 입력 데이터가 어떤 것인지에 따라 특성이 다르다. - 여러 개의 다양한 설명변수(독립변수)가 아닌, 한 개의 설명변수로 생각하면 된다. 1-3 분류분석,예측분석의 공통점과 차이점 1) 공통점 레코드의 특정 속성의 값을 미리 알아맞히는 점이다. 2) 차이점 분류: 레코드(튜플)의 범주형 속성의 값을 알아맞히는 것이다. 예측: ..
2021.08.27 -
목차 1. 연관규칙 1-1 연관규칙분석(Association Analysis)의 개념 본문 연관성 분석은 흔히 장바구니 분석(Market Basket Analysis)또는 서열분석(Sequence Analy-sis)이라고 불린다. 기업의 데이터베이스에서 상품의 구매, 서비스 등 인련의 거래 또는 사건들 간의 규칙을 발견하기 위해 적용한다. 장바구니 분석: '장바구니에 무엇이 같이 들어 있는지에 대한 분석' 서열분석: 'A를 산 다음에 B를 산다.' 1-2 연관규칙의 형태 조건과 반응의 형태(if-then)로 이루어져 있다. (Item set A) -> (Item set B) If A then B : 만일 A가 일어나면 B가 일어난다. 아메리카노를 마시는 손님 중 10%가 브라우니를 먹는다 샌드위치를 먹는..
[정형데이터 마이닝] 연관분석목차 1. 연관규칙 1-1 연관규칙분석(Association Analysis)의 개념 본문 연관성 분석은 흔히 장바구니 분석(Market Basket Analysis)또는 서열분석(Sequence Analy-sis)이라고 불린다. 기업의 데이터베이스에서 상품의 구매, 서비스 등 인련의 거래 또는 사건들 간의 규칙을 발견하기 위해 적용한다. 장바구니 분석: '장바구니에 무엇이 같이 들어 있는지에 대한 분석' 서열분석: 'A를 산 다음에 B를 산다.' 1-2 연관규칙의 형태 조건과 반응의 형태(if-then)로 이루어져 있다. (Item set A) -> (Item set B) If A then B : 만일 A가 일어나면 B가 일어난다. 아메리카노를 마시는 손님 중 10%가 브라우니를 먹는다 샌드위치를 먹는..
2021.08.26 -
목차 1. 군집분석 (clustering Analysis) 개요 관측된 여러 개의 변수로부터 유사성에 기초하여 n개의 군집으로 집단화하여 집단의 특성을 분석하는 다변량 분석 변수들이 속한 모집단 범주에 대한 사전정보가 없는 경우에 관측값들 사이의 거리(또는 유사성)를 이용하여 개체들을 자연스럽게 몇 개의 그룹 또는 군집(cluster)으로 나누는 분석법 각 객체(대상)의 유사성을 측정하여 유사성이 높은 대상 집단을 분류하고, 군집에 속한 객체들의 유사성과 서로 다른 군집에 속한 객체간의 상이성을 규명하는 분석방법이다. 특성에 따라 고객을 여러 개의 배타적인 집단으로 나누는 것이다. 결과는 구체적인 군집분석 방법에 따라 차이가 나타날 수 있다. 군집의 개수나 구조에 대한 가정 없이 데이터들 사이의 거리를 ..
[정형데이터 마이닝] 군집분석목차 1. 군집분석 (clustering Analysis) 개요 관측된 여러 개의 변수로부터 유사성에 기초하여 n개의 군집으로 집단화하여 집단의 특성을 분석하는 다변량 분석 변수들이 속한 모집단 범주에 대한 사전정보가 없는 경우에 관측값들 사이의 거리(또는 유사성)를 이용하여 개체들을 자연스럽게 몇 개의 그룹 또는 군집(cluster)으로 나누는 분석법 각 객체(대상)의 유사성을 측정하여 유사성이 높은 대상 집단을 분류하고, 군집에 속한 객체들의 유사성과 서로 다른 군집에 속한 객체간의 상이성을 규명하는 분석방법이다. 특성에 따라 고객을 여러 개의 배타적인 집단으로 나누는 것이다. 결과는 구체적인 군집분석 방법에 따라 차이가 나타날 수 있다. 군집의 개수나 구조에 대한 가정 없이 데이터들 사이의 거리를 ..
2021.08.25 -
목차 1. 데이터 마이닝의 정의 1. 대량의 데이터 집합으로부터 유용한 정보(Knowleage)를 추출하는 것 2. 의미있는 패턴과 규칙을 발견하기 위해서 자동화되거나 반자동화된 도구를 이용하여 대량의 데이터를 탐색하고 분석하는 과정 3. 통계 및 수학적 기술 뿐만 아니라 패턴 인식 기술들을 이용하여 데이터 저장소에 저장된 * 대용량의 데이터를 조사함으로써 의미있는 새로운 상관관계, 패턴, 추세 등을 발견하는 과정 *대용량데이터: 이 때 대용량 데이터를 저정한 장소는 데이터 웨어하우스이다. 데이터 베이스는 현재 운영하고 있는 시스템임 착각 노노 적용된 예시 사례 1. 구매 패턴의 발견 추천지수 A라는 책을 산 사람이 B라는 책을 샀고 이런 데이터를 모아서 사례분석기반이라는 방법, 연관성 분석 (Assoc..
[정형데이터 마이닝 ] 데이터 마이닝목차 1. 데이터 마이닝의 정의 1. 대량의 데이터 집합으로부터 유용한 정보(Knowleage)를 추출하는 것 2. 의미있는 패턴과 규칙을 발견하기 위해서 자동화되거나 반자동화된 도구를 이용하여 대량의 데이터를 탐색하고 분석하는 과정 3. 통계 및 수학적 기술 뿐만 아니라 패턴 인식 기술들을 이용하여 데이터 저장소에 저장된 * 대용량의 데이터를 조사함으로써 의미있는 새로운 상관관계, 패턴, 추세 등을 발견하는 과정 *대용량데이터: 이 때 대용량 데이터를 저정한 장소는 데이터 웨어하우스이다. 데이터 베이스는 현재 운영하고 있는 시스템임 착각 노노 적용된 예시 사례 1. 구매 패턴의 발견 추천지수 A라는 책을 산 사람이 B라는 책을 샀고 이런 데이터를 모아서 사례분석기반이라는 방법, 연관성 분석 (Assoc..
2021.08.21