총 34개
-
탐색적 자료분석2025.05.061. 데이터 분석 데이터 분석은 대상인 데이터를 어떻게 이해하는가에 따라 모델링 전략이 결정되며, 모델링의 성능도 결정된다. 특히 탐색형 자료분석은 데이터 분석의 시작으로 데이터의 주요 특성을 파악하기 위해 반드시 수행해야 하는 작업이다. 이 과정에서는 기초 통계 분석 및 그래프 분석을 통한 분석작업을 수행한다. 2. 데이터 유형 데이터는 크게 수치형 데이터와 범주형 데이터로 구분할 수 있다. 수치형 데이터는 연속형 데이터와 이산형 데이터로, 범주형 데이터는 순서형 데이터와 명목형 데이터로 나뉜다. 각 데이터 유형에 따라 적절한 분...2025.05.06
-
방송통신대학교 통계데이터학과) 파이썬과 R 출석수업과제물 (30점 만점 A+)2025.01.261. R 데이터프레임 생성 R을 사용하여 name, height, weight 3개의 열을 갖는 데이터프레임을 생성하고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 2. 파이썬 딕셔너리 생성 x1, x2, x3 리스트를 사용하여 name, height, weight 키를 가진 파이썬 딕셔너리를 생성하였습니다. 3. 파이썬 데이터프레임 생성 파이썬에서 생성한 딕셔너리를 사용하여 데이터프레임을 만들고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 4. 파이썬 함수...2025.01.26
-
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
-
MCMC를 활용한 베이지안 추론 - 동전 던지기 문제의 확률 추정 (파이썬예제풀이 포함)2025.05.091. MCMC(Markov Chain Monte Carlo) MCMC는 머신러닝과 통계학 분야에서 중요한 역할을 하는 AI(인공지능) 기법 중 하나입니다. MCMC는 복잡한 확률분포를 추정하거나 샘플링하기 위해 사용되며, 특히 베이지안 추론과 관련된 문제에 유용하게 적용됩니다. MCMC는 몬테카를로(Monte Carlo) 방법과 마코프 체인(Markov Chain)을 결합한 알고리즘으로, 마코프 체인을 이용하여 탐색 공간을 효과적으로 탐색하고 샘플링을 수행합니다. 2. 동전 던지기 문제 동전 던지기 문제는 간단하면서도 직관적인 문제...2025.05.09
-
머신러닝 개요 및 Google Colab, Jupyter Notebook 기초 실습2025.12.111. Google Colab 및 Jupyter Notebook Google Colab과 Jupyter Notebook의 기초 사용법을 학습하는 실습 과정이다. EX1-1_Colab_Tutorial 파일을 작성하여 모든 코드 블록을 실행하고 인쇄 모드로 확인했다. 각 코드 줄마다 주석을 기재하여 코드의 역할을 명확히 했으며, 문서 상단에 제목, 작성자, 작성일자 정보를 추가했다. 이를 통해 클라우드 기반 개발 환경과 로컬 노트북 환경의 기본 사용법을 습득했다. 2. Markdown 문법 및 문서 작성 Markdown 형식을 사용하여 ...2025.12.11
-
C언어 e-Mail 주소 변환 프로그램2025.11.151. 이메일 주소 분석 및 요소 추출 이메일 주소를 입력받아 '@' 기호를 기준으로 사용자명과 도메인을 분리하고, 도메인을 다시 시스템, 도메인, 기관, 국가 등의 요소로 분류하는 프로그램. extract_email_elements 함수를 통해 이메일 주소의 각 구성 요소를 추출하고 분류하여 사용자에게 명확하게 표시한다. 2. 이메일 주소 생성 및 조합 사용자로부터 이름, 시스템, 도메인, 기관, 국가 등의 정보를 입력받아 이를 조합하여 새로운 이메일 주소를 생성하는 기능. create_email_address 함수에서 각 요소를 ...2025.11.15
-
사용자로부터 사원번호, 등급, 근무시간을 입력받아 급여 계산 프로그램2025.01.061. Python 프로그래밍 이 Python 코드는 사용자로부터 사원번호, 등급, 근무시간을 입력받아 각 등급에 따른 시급을 적용하여 총 급여, 세금, 실제 지급액을 계산하고 출력하는 프로그램입니다. 코드는 사용자 입력 받기, 등급별 시급 적용, 총 급여/세금/실지급액 계산, 결과 출력 등의 기능을 수행합니다. 1. Python 프로그래밍 Python은 현재 가장 널리 사용되는 프로그래밍 언어 중 하나입니다. 이는 Python이 사용하기 쉽고 다양한 분야에 적용할 수 있기 때문입니다. Python은 간단한 문법과 직관적인 코드 구조...2025.01.06
-
모수적 추정을 통한 데이터 기반 분포 모형화 2 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정은 주어진 수학적 모델의 파라미터를 데이터를 이용하여 추정하는 방법으로, 데이터의 불확실성을 모델링하고 신뢰성 있는 결론을 도출하는데 유용합니다. 모수적 추정의 기본 개념과 원리를 설명하고, 이를 활용하여 실제 데이터를 분석하여 모델의 파라미터를 추정하는 예시를 제시할 것입니다. 2. 모수적 방법과 비모수적 방법 모수적 방법과 비모수적 방법은 데이터를 모델링하는 데 사용되는 접근 방식에 차이가 있습니다. 두 방법은 데이터에 대한 가정과 모델의 유연성 측면에서 서로 다릅니다. 블로그에서는 두 방법을 비교하...2025.05.13
-
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
-
코딩을 활용한 패킷 분석 및 차단 프로그램 보고서2025.01.241. 네트워크 보안 현대의 네트워크 환경에서는 다양한 형태의 사이버 공격과 데이터 유출 위험이 존재합니다. 특히, 패킷 분석과 차단 기술은 네트워크 보안에서 중요한 역할을 합니다. 이번 프로젝트에서는 네트워크 트래픽을 실시간으로 모니터링하고, 악성 패킷을 식별하여 차단하는 프로그램을 개발하고자 합니다. 이를 통해 네트워크 보안의 중요성을 이해하고, 효과적인 방어 기술을 습득하는 것이 목표입니다. 2. 패킷 캡처 및 분석 패킷 캡처는 네트워크 인터페이스에서 실시간으로 패킷을 수집하는 과정입니다. 이를 위해 Python의 Scapy 라...2025.01.24
1 / 4
