총 34개
-
프로그램 언어의 역사, 특징, 장.단점2025.05.061. 프로그래밍 언어 프로그래밍 언어는 기계와 인간이 이해할 수 있는 형태로 문제를 해결하기 위해 사용되는 도구입니다. 저급언어와 고급언어의 차이점은 사용자 중심의 언어인지, 하드웨어 중심의 언어인지에 있습니다. 저급언어는 기계어와 어셈블리어로 구성되며 컴퓨터만 이해할 수 있는 언어입니다. 고급언어는 절차지향 언어와 객체지향 언어로 구분되며 사용자가 이해하기 쉽고 이식성이 높습니다. 2. C 언어 C 언어는 1972년 데니스 리치에 의해 개발되었으며, 시스템 프로그래밍과 응용 프로그래밍에 널리 사용되는 범용 프로그래밍 언어입니다. ...2025.05.06
-
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
-
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
-
데이터의 자료구조 중 스택과 큐 비교 및 구현2025.01.181. 스택 구조 스택(Stack)은 데이터가 나중에 들어온 것이 먼저 나가는(LIFO, Last In First Out) 자료구조입니다. 스택은 데이터를 한쪽 끝에서만 추가하고 제거할 수 있으며, 이 끝부분을 '탑(top)'이라고 부릅니다. 스택은 주로 push와 pop 연산을 제공하며, 재귀적인 함수 호출, 수식의 후위 표기법 변환 및 계산, 깊이 우선 탐색 등 다양한 응용 분야에서 사용됩니다. 2. 큐 구조 큐(Queue)는 데이터가 먼저 들어온 것이 먼저 나가는(FIFO, First In First Out) 자료구조입니다. 큐...2025.01.18
-
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
-
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
-
부경대 전자공학과 객체지향프로그래밍 과제1(배경 바꾸기)2025.05.101. 객체지향프로그래밍 이 과제는 OpenCV 라이브러리를 사용하여 웹캠으로부터 받은 영상에 원하는 배경 영상을 덮어씌우는 것을 목적으로 합니다. 배경 모델과 현재 프레임의 차이 영상을 이용하여 마스크 영상을 생성하고, 이를 통해 웹캠 영상과 배경 영상을 합성하는 방식으로 구현되었습니다. 과제 수행 과정에서 OpenCV 라이브러리의 다양한 기능을 활용하는 방법을 익히고, 가상 환경 사용의 효과성을 확인하였습니다. 2. 영상 처리 이 과제에서는 OpenCV 라이브러리를 활용하여 웹캠 영상에서 객체를 추출하고, 배경 영상과 합성하는 기...2025.05.10
-
머신러닝 개요 및 Google Colab, Jupyter Notebook 기초 실습2025.12.111. 머신러닝의 개념 및 분류 머신러닝은 컴퓨터가 데이터로부터 스스로 학습하여 패턴을 발견하고 예측하는 인공지능의 한 분야입니다. 인공지능의 하위 집합이며, 딥러닝은 머신러닝의 한 방법론입니다. 머신러닝은 지도학습(정답 데이터 제공), 비지도학습(패턴 발견), 강화학습(보상 최대화)으로 나뉩니다. 지도학습은 분류와 회귀 문제에 사용되며, 비지도학습은 군집화와 차원 축소에 사용됩니다. 2. 지도학습(Supervised Learning) 지도학습은 입력 데이터와 정답 데이터(레이블)가 주어진 상태에서 모델을 훈련시키는 방법입니다. 분류...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
-
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
1 / 4
