총 34개
-
OpenCV python으로 여러가지 필터 적용하여 영상 선명하게 만들기2025.05.061. 필터 적용을 통한 영상 선명화 이 프로젝트에서는 OpenCV와 Python을 사용하여 다양한 필터를 적용하여 흉부 X선 영상을 선명하게 만드는 방법을 다룹니다. 사용된 필터에는 GaussianBlur, Averaging, Laplacian, Sobel, Gamma Correction, Equalization 등이 있으며, 각 필터의 특성과 적용 방법, 그리고 최종 결과물을 보여줍니다. 코드 구현 과정과 실행 결과를 자세히 설명하고 있습니다. 1. 필터 적용을 통한 영상 선명화 영상 선명화를 위한 필터 적용은 다양한 방법으로 이...2025.05.06
-
파이썬 시험3 (답지 포함)2025.01.241. Python 코드 작성 및 실행 이 문제에서는 Python 코드를 작성하고 실행하는 능력을 평가합니다. 학생들은 주어진 코드의 일부를 완성하고, 새로운 코드를 작성하여 원하는 결과를 출력해야 합니다. 이를 통해 Python 프로그래밍 기초 지식과 문제 해결 능력을 확인할 수 있습니다. 2. 배열 생성 및 기본 연산 이 문제에서는 Python의 배열 생성 및 기본 연산 능력을 평가합니다. 학생들은 1차원 배열과 2차원 배열을 생성하고, 각 요소에 대한 연산을 수행해야 합니다. 이를 통해 Python의 배열 처리 기능에 대한 이해...2025.01.24
-
Python 초간단 챗봇 만들어보기 (chatbot)2025.05.081. 챗봇 기초 챗봇은 최근 많은 관심을 받고 있는 프로그램입니다. 이 문서에서는 파이썬을 이용해 간단한 챗봇을 구현하는 방법을 소개합니다. 기본적인 if문을 사용하여 사용자의 입력에 따라 미리 정의된 답변을 반환하는 방식으로 챗봇을 만들 수 있습니다. 이후 정규 표현식을 활용하여 유사한 질문에도 대응할 수 있도록 하고, JSON 파일을 이용해 질문과 답변을 외부에서 관리할 수 있는 방법을 설명합니다. 이를 통해 챗봇의 대화 능력을 향상시킬 수 있습니다. 2. if문을 이용한 챗봇 구현 가장 기본적인 챗봇 구현 방법은 if문을 사용...2025.05.08
-
공창컴(공학도를 위한 창의적 컴퓨팅) 교재 솔루션 연습문제 답지 중간 기말 합본2025.05.101. 프로그래밍 기초 이 장에서는 프로그래밍의 기본 개념과 기술을 소개합니다. 변수 선언, 연산자 사용, 출력 등 프로그래밍의 기본적인 요소들을 다루고 있습니다. 이를 통해 프로그래밍의 기초를 익히고 실습할 수 있습니다. 1. 프로그래밍 기초 프로그래밍 기초는 소프트웨어 개발의 기본이 되는 중요한 주제입니다. 프로그래밍 언어의 문법과 구조, 알고리즘 설계, 데이터 구조 등을 이해하는 것은 복잡한 프로그램을 작성하고 문제를 해결하는 데 필수적입니다. 프로그래밍 기초를 잘 이해하면 다양한 프로그래밍 언어와 기술을 쉽게 배울 수 있으며,...2025.05.10
-
모수적 추정을 통한 데이터 기반 분포 모형화 3 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정을 통해 데이터를 반영하여 분포 모델을 도출하는 과정과 그 중요성에 대해 다루고 있습니다. 기본적인 수식 y = ax + b*sin(x)에서 a와 b를 임의로 바꾼 후 단 10개의 데이터를 생성하고, 이를 바탕으로 추정을 수행합니다. MCMC 샘플링을 통해 posterior 분포를 추정하고, 이를 시각화하여 파라미터의 불확실성과 추정치의 변동성을 확인합니다. 2. 데이터 기반 모델링 주어진 데이터를 바탕으로 모수적 추정을 수행하여 모델을 도출하는 과정을 설명하고 있습니다. 10개의 데이터만을 사용하여 비...2025.05.13
-
모수적 추정을 통한 데이터 기반 분포 모형화 1 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정은 데이터를 특정 함수의 파라미터로 모델링하는 방법입니다. 일반적으로 미리 정의된 수학적 모델을 사용하며, 해당 모델의 파라미터를 추정하는 것이 목표입니다. 모수적 방법은 데이터가 적을 때에도 좋은 성능을 보이지만, 데이터의 분포가 모델의 가정과 정확히 일치해야만 정확한 결과를 얻을 수 있습니다. 2. 비모수적 추정 비모수적 추정은 데이터를 특정 함수의 파라미터로 제한하지 않고, 유연한 모델링을 수행합니다. 주어진 데이터에 적합한 모델 형태를 자동으로 선택하며, 복잡한 데이터 패턴을 캡처하는 데 유용합니...2025.05.13
-
파이썬과R 2024년 2학기 방송통신대 출석수업과제물) 교재 연습문제 3장 1번, 2번, 3번 4장 7번, 8번, 9번 8장 2번2025.01.261. R 데이터프레임 생성 R에서 데이터프레임은 data.frame 함수로 생성한다. 데이터프레임을 구성할 원소를 설정하고, 행의 이름을 지정할 수 있다. 또한 문자열을 'factor'로 처리할지 여부를 선택할 수 있다. 2. 파이썬 딕셔너리 생성 파이썬에서 딕셔너리는 키(key)와 값(value)을 매핑시킨 자료형이다. 키는 불변객체의 자료형이어야 하며, 값은 자료형의 제한이 없다. 리스트나 튜플과 같은 가변객체는 키가 될 수 없다. 3. 파이썬 데이터프레임 생성 파이썬의 판다스 라이브러리를 사용하여 데이터프레임을 생성할 수 있다...2025.01.26
-
세종대학교 소프트웨어 특강 과제12025.05.101. Linear Regression 주어진 데이터에 대해 가장 잘 맞는 선형 회귀 모델을 찾았습니다. Gradient Descent 알고리즘을 사용하여 모델의 최적 매개변수를 구했으며, 이를 통해 입력 x=15에 대한 y 값을 예측할 수 있었습니다. 또한 회귀선을 데이터 포인트와 함께 시각화하였습니다. 2. Logistic Regression 두 개의 입력 변수(Petal_Length, Petal_Width)를 사용하여 Iris versicolor와 Iris virginica 두 클래스를 구분하는 로지스틱 회귀 모델을 구현하였습니...2025.05.10
-
단 3개의 데이터만 가지고 모델 추정하기 (베이지안 추정, Python source code 예제 포함)2025.05.131. 베이지안 추정 베이지안 추정은 제한된 데이터를 활용하여 미지의 모델 매개변수를 추정하는 방법입니다. 이 예제에서는 PyMC3 라이브러리를 사용하여 베이지안 모델을 정의하고, MCMC 샘플링을 통해 매개변수의 사후 분포를 추출합니다. 이를 통해 불확실성을 고려하면서도 가능한 모든 시나리오를 종합적으로 고려하여 예측의 중심 경향을 나타낼 수 있습니다. 2. PyMC3 PyMC3는 확률적 프로그래밍 라이브러리로, 베이지안 모델링과 추론을 수행할 수 있습니다. 이 예제에서는 PyMC3를 사용하여 베이지안 모델을 정의하고, MCMC 샘...2025.05.13
-
괴담 레스토랑: 웹 기반 랜덤 괴담 생성 시스템2025.12.191. Flask 웹 애플리케이션 개발 Python의 Flask 프레임워크를 활용하여 웹 애플리케이션을 구현했다. @app.route() 데코레이터로 메인 페이지와 /generate, /random 라우팅을 설정하고, render_template() 함수로 HTML 템플릿을 렌더링한다. POST 방식으로 전송된 카테고리 선택 데이터를 request.form.get()으로 받아 처리하는 구조로 설계하여 사용자 입력에 따른 동적 콘텐츠 생성을 구현했다. 2. Python Random 모듈을 활용한 괴담 생성 알고리즘 HORROR_DATA...2025.12.19
1 / 4
