FNI FNI

외부 스키마 : 사용자의 관점에서 보여주는 DB. 서브 스키마. 내부 스키마 : 저장장치의 입장에서의 DB 전체가 저장되는 방법을 명세한 것. 하나만 존재. 개념 스키마 : 전체 사용자 또는 응용 시스템이 필요한 DB 구조. 조직 전체의 DB. 하나만 존재. 데이터베이스 설계 순서 - 요구 조건 분석 : 명세서 작성 -> 개념적 설계 : 독립적인 개념 스키마 모델링, 트랜잭션 모델링. (E-R 다이어그램 모델) -> 논리적 설계(데이터 모델링) : 목표 DBMS에 맞는 논리 스키마 설계. (트랜잭션 인터페이스 설계, 테이블 설계, 논리적 DB 구조로 매핑, 스키마의 평가 및 정제) -> 물리적 설계(데이터 구조화) : 목표 DBMS에 맞는 물리적 구조의 데이터로 변환. (저장 레코드, 접근 경로 설계) ..

디지털 저작권 관리(DRM) : 디지털 콘텐츠의 전 과정에 걸쳐 사용되는 디지털 컨텐츠 관리, 보호기술. - 콘텐츠 제공자 : 콘텐츠를 제공하는 저작권자. - 콘텐츠 분배자 : 암호화 된 콘텐츠를 유통하는 곳이나 사람. - 콘텐츠 소비자 : 콘텐츠를 구매해서 사용하는 사람. - 패키저 : 배포 가능한 형태로 묶어 암호화하는 프로그램. - 클리어링 하우스 : 저작권에 대한 사용권한, 라이선스 발급, 사용량에 따른 결제 관리 등을 수행. - DRM 컨트롤러 : 배포된 콘텐츠의 이용권한을 통제. 애플리케이션 테스트의 기본 원리 - 테스팅은 결함이 존재함을 밝히는 것 == 결함을 줄일 수는 있지만 없앨 수는 없음. - 완벽한 테스팅은 불가능 - 결합 집중 : 20%의 모듈에서 80%의 결합이 존재함. (파레토 ..

OSI 7 계층 - 7 - 응용 계층 : 사용자와 네트워크 간 응용 서비스 연결. - 6 - 표현 계층 : 코드 변환, 암/복호화. - 5 - 세션 계층 : 연결 접속(유지), 동기점(대화). - 4 - 전송 계층 : 종간 간 신뢰성 있는 데이터 전송. 흐름 제어. 오류, 혼잡 제어. - 3 - 네트워크 계층 : 라우팅. - 2 - 데이터링크 계층 : 인접 시스템 간 전송, 동기화, 오류, 흐름 제어. - 1 - 물리 계층 : 전기적, 기능적, 절차적 기능 정의. 럼바우 - 객체 모델링 : 객체 다이어그램 (객객) - 동적 모델링 : 상태 다이어그램 (동상) - 기능 모델링 : 자료 흐름도 (기자) 자료 흐름도(Data Flow Diagram) - 프로세스 : 자료를 변환시키는 시스템의 한 부분. (원)..

(개정 후) 정보처리기사 필기에서 자주 나왔거나 나올 것으로 예상되는 부분을 정리해서 노트에 적어놨던 것을 공유한다. 교재는 주로 시나공 참고... 논리적으로 정리된 게 아니라 관련된 단어 위주로 정리해뒀다. 과목은 1과목부터 5과목부터 대체적으로 순서대로 적혀있지만 가끔 중복이나 뒤섞인 부분도 있다. 옮기기 귀찮아서 끊어서 올림. 폭포수 모형 : 고전적 생명 주기 모형, 선형 순차적, 산출물 명확, 변경이 용이하지 않음. - 타당성 검토 -> 계획 -> 요구 분석 -> 설계 -> 구현(코딩) -> 테스트(검사) -> 유지보수 프로토타입 모형 : 견본품, 인터페이스 중점. 요구사항의 변경이 용이. 요구사항이 명확하지 않을 때 사용. 나선형 모형 : 폭포수 + 프로토타입의 장점에 위험 분석 기능을 추가. ..

넘파이란? 데이터 과학 전반에 사용되는, 수치 계산을 위해 제작된 Python의 외부 라이브러리이다. 특히 머신러닝, 딥러닝을 구현할 때 행렬 및 다차원 배열 계산을 할 때 유용하다. 넘파이 사용법 코드 내에서 import문을 이용하여 라이브러리를 불러온다. import numpy as np 다차원 배열의 속성들 ndim : 배열 축 혹은 차원의 개수를 나타냄 shape : 배열의 형상을 기술하며 (m, n) 형식의 튜블 형으로 나타냄 size : 배열 원소의 개수를 말하며 (m, n) 형상 배열의 size는 m X n임 dtype : 배열 원소의 자료형을 기술함 itemsize : 배열 원소의 크기를 바이트 단위로 기술. 예를 들어 int32 자료형의 크기는 32/8 = 4바이트 data : 배열의 실..

코랩에서 한 번에 긁어오는 법을 알았다! 4. 모델링 4-1. 변수 정의 해당 데이터 분석의 목적은 주어진 중고차 상세 정보 데이터를 이용하여 target 변수인 자동차 가격을 예측하는 것입니다. 이를 바탕으로 독립변수 X는 중고차 상세 정보 데이터, 종속변수 y는 중고차 가격인 target 변수가 될 것입니다. X = train.drop(['id', 'target'], axis = 1) #training 데이터에서 피쳐 추출 y = train.target #training 데이터에서 중고차 가격 추출 기본적인 인덱스를 의미하는 id 칼럼과 종속변수가 될 target 변수를 제외한 나머지 데이터를 독립변수 X로 설정하였습니다. 그리고 중고차 가격인 target 칼럼만 추출하여 종속변수로 설정하였습니다. ..

데이콘의 중고차 가격 예측 경진대회에 참가한 파이썬 코드 목표 설정 : XGBoost를 이용하여 데이터 분석 및 중고차 가격 예측을 진행한다. - 데이콘에 기본적으로 제시된 EDA, Baseline 코드를 활용하여 결측치 제거 및 데이터 전처리를 하고, XGBoost라는 Boosting 앙상블 기법을 이용하여 모델링, 튜닝 및 데이터 예측을 한다. - XGBoost 알고리즘을 사용해보고 하이퍼파라미터를 조정하여 정확도를 높이는 작업 경험이 목표였다. 1. 데이터 불러오기 우선, 데이터를 분석하기 위하여 주어진 train 데이터셋과 test 데이터셋을 읽어와 저장하고, 데이터 구조를 확인합니다. import pandas as pd ## pandas 라이브러리를 가져오기 위하여 import를 해줍니다. # ..

표현 계층 데이터 표현 - 추상 문법 : 컴퓨터에서 사용하는 데이터 표현 규칙이다. - 전송 문법 : 네트워크 전체에서 일관성을 지니는 통일된 표현 규칙이다. - ASN.1 : 분산 환경에서 표현되는 데이터를 정의하기 위한 일반적인 추상 문법이다. = ASN.1의 태그 : 구조형에 선언된 변수를 개별적으로 사용해 태깅한다. - 데이터 압축과 보안 = 압축 : 전송 데이터의 양을 줄이는 목적으로 사용한다. = 암호화 : 전송 데이터의 내용을 해석하지 못하도록 하기 위하여 사용한다. 데이터 압축 - 대용량 데이터는 압축하여 크기를 줄인 후 전송하는 것이 속도에서 유리하다. - 데이터의 특성에 맞는 알고리즘을 사용하는 것이 중요하다. - 비손실 압축 : 압축 과정에서 원래 데이터와 내용을 분실하지 않는다. 압..