Development Project

관계형 데이터베이스 개요 데이터베이스 데이터베이스란? - 넓은 의미 : 일상적인 정보를 모아 놓은 것 자체 - 일반적 의미 : 특정 기업이나 조직, 개인이 필요에 따라 데이터를 일정한 형태로 저장해 놓은 것 => 많은 사용자들은 더 효율적인 데이터 관리 뿐 아니라 예기치 못한 사건으로 인한 데이터 손상을 피하고 필요한 데이터를 복구하기 위한 소프트웨어가 요구되었는데, 이런 기본적인 요구사항을 만족시켜주는 시스템을 DBMS(Database Management System)이라 함. DBMS의 장점 인증된 사용자만 참조할 수 있도록 보안 기능을 제공함(무결성) Ex) 테이블 생성 시 사용할 수 있는 다양한 제약조건을 이용해 사용자가 실수로 조건에 위배되는 데이터를 입력한다든지, 관계를 연결하는 중요 데이터 ..

패키지(Package) 패키지의 필요성 - 비슷한 성격의 클래스들끼리 묶을 수 있어 클래스의 분류가 용이 - 다른 사람이 작성한 자바 클래스나 라이브러리를 사용해야 할 때 클래스명이 동일한 경우도 발생할 수 있음 - 하지만 패키지명이 다르면 클래스명이 동일해도 충돌없이 사용 가능 ( 경로명이 달라지기 때문 ) 패키지의 개념 - 서로 관련된 클래스와 인터페이스의 컴파일 된 클래스 파일들을 하나의 디렉토리에 묶은 것 import와 클래스 경로 패키지에 작성된 클래스를 사용하는 방법 import를 이용할 때 public class ImportExample { public static void main(String[] args) { java.util.Scanner scanner = new java.util.Sc..

상속 - 부모클래스(상위클래스)에 만들어진 필드, 메소드를 자식클래스(하위클래스)가 물려받음 장점 클래스의 간결화 - 멤버의 중복 작성 불필요 클래스 관리 용이 - 클래스들의 계층적 분류 소프트웨어의 생산성 향상 - 클래스 재사용과 확장 용이 - 새로운 클래스의 작성 속도 빠름 클래스 상속과 객체 클래스 상속 public class Person { ... } // Person을 상속받는 클래스 Student 선언 public class Student extends Person { ... } // Student를 상속받는 StudentWorker 선언 public class StudentWorker extends Student { ... }​ - 부모클래스(슈퍼클래스) - 자식클래스(서브클래스) == 슈퍼..

객체 지향과 자바 객체 (Object, Instance) 개념 - 현실 세계의 사물이나 개념을 시스템에서 이용하기 위해 현실 세계를 자연스럽게 표현하여 손쉽게 이용할 수 있도록 만든 소프트웨어 모델 - 클래스의 모양 그대로 찍어낸 것으로, 프로그램 실행중에 생성되어 메모리 공간을 갖는 구체적인 실체 - 객체 = 속성(attributes, properties) + 행동(messages, behaviors) 속성 - 객체의 특성을 표현하는 정적인 성질 - 프로그래밍에서 속성은 필드라 함 행동 (메소드 method) - 객체 내부의 일을 처리 - 객체들간의 서로 영향을 주고 받는 동적인 일을 처리하는 단위 객체 생성 (new 키워드) Circle pizza = new Circle();​ 객체 지향의 특성 상속..

반복문 for문 기본형태 for(초기작업; 조건식; 반복 후 작업){ // 초기문이 반복후 작업을 했을 때 조건식을 만족하지 않을 때까지 반복 } - 초기문에 변수 선언, 여러변수를 초기화 가능 특이한 형태 // 반복조건이 true이면 무한반복 for(초기작업; true; 반복후작업){ } // 반복조건이 비어있으면 true로 간주, 무한반복 for(초기작업; true; 반복후작업){ } // 초기 작업과 반복후작업은 ','로 분리하여 여러 문장 나열 가능 for(int i=0; i main메소드는 - public : 다른 클래스에서 메소드 접근이 가능하고 - static : 객체 생성 전부터 호출이 가능하며 - String[] args : 문자열 배열 형식의 매개변수를 인자로 받고 [ cmd창이나 이클..

자바 프로그램의 구조 /* * 예시 소스 파일 : 클래스이름1.java */ // 클래스 선언 접근제한자 class 클래스이름1{ // 메소드이름1 메소드 선언 접근제한자 리턴자료형1 메소드이름1(자료형 변수이름, ...){ return 리턴값; } // main() 메소드 선언, String[] args로 실행 인자를 전달 받음 접근제한자 리턴자료형 main(String[] args){ 자료형1 변수명1; 자료형 변수명2 = 대입할값; // 메소드이름1 메소드 호출 변수명1 = 메소드이름1(매개변수, ...); //화면 출력 : 표준 출력 스트림에 의해 메시지 출력 System.out.println(변수명1); } } 식별자 클래스, 변수, 상수, 메소드 등에 붙이는 이름 식별자 규칙 - ‘@’, ‘#..

컴퓨터 프로그래밍 자바의 출현과 WORA 개발 도구와 자바 플랫폼 자바 프로그램 개발 이클립스를 이용한 자바 프로그램 개발 자바 언어의 활용 자바의 특징

데이터 출처 : https://www.kaggle.com/nicapotato/womens-ecommerce-clothing-reviews Women's E-Commerce Clothing Reviews 23,000 Customer Reviews and Ratings www.kaggle.com [Project 1] 의류 판매 상품 리뷰 분석을 통한 상품 추천 여부 예측 데이터 읽기 데이터 불러오기 import import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns 불러오기 [ read_csv("경로") ] # Womens Clothing E-Commerce Reviews(수정).csv 데이터를 p..

01 제조/IoT 산업 내 AI 혁신과 스마트 팩토리 제조 분야에서의 대표적인 인공지능 활용 사례 스마트 팩토리 활용사례 제조 생산을 위한 수직적 통합 및 네트워크화된 제조 시스템을 갖춘 공장 제조 공정 및 운영 데이터와 통합 종류 오작동 모니터링 (설비 혁신) 기계 설비의 오작동율은 환경(제조율, 습기, 온도 등)에 따라 다름 따라서 특정 센서 1~2개만으로 오작동을 예측하기에는 정확도의 한계 => 다양한 데이터를 기반한 AI를 사용하여 한계를 극복, 오작동 시점을 예측 가능 제품 성능 모의 실험 (품질 혁신) 실제 공장을 만들어 제품 생산을 테스트하는 데에는 막대한 시간과 비용 소모 데이터에 기반한 가상의 공장에서 모의실험을 진행하여 제품개발, 제품개선, 유지보수 등 데이터 기반 의사결정 최적화 (운..

// gg... => 주유소별로 7일치씩 쌓여있는 데이터를 요약하여 주유소별로 1개의 행이 되도록 각 년도 데이터를 가공 => 이 데이터를 통해 지난 4년동안 몇개의 주유소가 개업 및 폐업 했는지 분석 => 브랜드별 가격경쟁력 및 지난 4년간 시장 점유율 변화를 분석 => 주유소별 가격 편차가 어느정도 되는지 알아보고, 지역별로도 유의미한 차이가 있는지 분석 데이터 출처 : https://www.data.go.kr/data/15044628/fileData.do 한국석유공사_제품별 주유소 판매가격_일간_20210113 전국 주유소 판매가격의 산술 평균 www.data.go.kr [Project 1] 유가 데이터를 활용한 주유소 시장분석 데이터 Cleansing 및 ..

=> 한국교통안전공단에서 제공한 2020년 자동차 결함 리콜 데이터를 활용하여 유의미한 패턴 및 인사이트를 발굴하고 시각화하는 실습 데이터 출처 : https://www.data.go.kr/data/3048950/fileData.do 한국교통안전공단_자동차결함 리콜현황_20201231 자동차의 리콜현황에 대한 데이터로 제작자, 차명, 생산기간(From), 생산기간(To) 리콜사유 등의 항목을 제공합니다. www.data.go.kr [Project 3] 자동차 리콜 데이터 분석 데이터 읽기 데이터 불러오기 import import numpy as np import pandas as pd import matplotlib.pyplot as plt !pip install seaborn==0.9.0 import ..

데이터 출처 : http://data.seoul.go.kr/dataList/OA-12252/S/1/datasetView.do 열린데이터광장 메인 데이터분류,데이터검색,데이터활용 data.seoul.go.kr [Project 1] 지하철 승하차 인원 정보를 활용한 역별 혼잡도 분석 데이터 읽기 데이터 불러오기 import import numpy as np import pandas as pd import matplotlib.pyplot as plt 불러오기 [ read_csv("경로") ] metro_all = pd.read_csv("./data/서울시 지하철 호선별 역별 시간대별 승하차 인원 정보_20210705.csv", encoding = '..

데이터 출처 : https://www.data.go.kr/tcs/dss/selectFileDataDetailView.do?publicDataPk=15063273 서울특별시_코로나19 확진자 현황_20210422 서울특별시 코로나19 자치구별 일자별 확진자 현황에 대한 데이터로 연번, 확진일, 지역, 여행력, 접촉력, 등록일 등의 항목을 제공합니다. www.data.go.kr [Project 1] 코로나 데이터 분석 데이터 읽기 데이터 불러오기 import import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns 불러오기 [ read_csv("경로") ] corona_all = pd.read_csv..

01 퍼셉트론(Perceptron) 단층 퍼셉트론 초기 형태의 인공 신경망으로 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘 입력층과 출력층만 존재 각 입력값이 가중치와 곱해져 인공뉴런에 보내지고, 각 입력값과 그에 해당되는 가중치 곱의 전체 합이 임계치(threshold)를 넘으면 종착지에 있는 인공뉴런은 출력 신호로서 1을 출력하고 아니라면 0을 출력함 퍼셉트론은 선형 분류기로써 데이터 분류 가능함 다층 퍼셉트론 (Multi Layer Perceptron, MLP) 단층 퍼셉트론을 여러 개 쌓은 것 입력층과 출력층 사이의 모든 Layer를 Hidden Layer라 하는데, 히든층이 많아진다면 Deep Learning이라 함 최종 출력값과 실제값의 오차가 최소화되도록 가중치와 바이어스를 계산하여 ..

00 인공지능/머신러닝 개론 도입 BIG DATA를 다루기 위한 방법으로 IoT, 클라우드, 머신러닝 기술 등이 있음 머신러닝 개념 기존 통계학 및 시각화 방법의 한계를 해결함 명시적으로 프로그래밍을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 갖게 하는 것 머신러닝 학습방법 지도학습 (입력과 결과를 이용) => 데이터가 무엇인지 알려주고(예시를 줌) 맞추라고 함 회귀분석, 분류 존재 비지도 학습 (입력만을 이용) 군집화, 압축 존재 강화학습 (결과값 대신 보상이 주어짐) Action Selection, Policy Learning 01 자료 형태의 이해 자료형태 구분 수치형 자료 (Numerical data) 개념 양적 자료 (Quantitative data) 수치로 측정이 가능한 자료 수치형 자료를 ..

01 파이썬의 여러가지 모듈과 패키지 ㆍ 모듈 특정 목적을 가진 함수와 자료의 모임 (외부의 라이브러리) 모듈 선언 기본 import 모듈이름#모듈이름 == 내가 만든 or 누군가 만든 파일이름 원하는 이름으로 불러오기 import 모듈이름 as 원하는이름 선언 후 모듈안의 메서드 사용 모듈이름.모듈에 존재하는 메서드( ) 내가 만든 모듈( .py 파일 ) #여기는 main.py 파일내부! import cal#내가 만든 cal.py파일 불러오기 cal.plus(3, 4)#cal.py안의 메서드 plus를 가져와 연산 ㆍ 패키지 모듈을 폴더로 구분하여 관리 ( 한 모듈만 ) 기본 import 패키지이름.모듈이름 #모듈이름.모듈에 존재하는 메서드( ) ( 한 모듈만 ) 원하는 이름으로 불러오기 import ..

01 파이썬 활용을 위한 기초적인 재료 ㆍ 입력 『 input( ) 』 => ex) 「 받을 문자 형식( input("문장")) 」 하나 num = int(input("숫자 입력 : "))#int없이(형변환없이) 받아오면 문자열 print(num) 여러 한 변수에 전체저장 리스트 num = input("숫자 입력 : ").split()#숫자 입력 : 3 4 5 print(num)#['3', '4', '5'] 문자열 b = input("국어, 영어, 수학 : ")#국어, 영어, 수학 : 80 85 70 print(b)#80 85 70 print(type(b))# 각 변수에 따로저장 split( 구분할 문자 ) a, b, c = input("숫자 입력 : ").split()#숫자 입력 : 3 4 5 prin..