총 837개
-
2023년 데이터베이스의 기초 및 핵심파악2025.05.081. 데이터베이스 이해 데이터베이스는 '한 조직의 여러 응용 시스템을 다수의 사용자가 공용(shared)으로 사용하기 위해 통합(integrated), 저장(stored)된 운영(operational) 데이터의 집합'이라고 정의된다. 데이터베이스는 파일 처리 시스템과 달리 자기 기술성, 추상화, 다중 뷰, 동시성 제어 등의 기능을 통해 파일 처리 시스템의 문제점을 극복한다. 데이터베이스 시스템은 3단계 구조, 즉 개념적 단계, 논리적 단계 그리고 물리적 단계로 구성된다. 2. 데이터베이스 모델링 데이터베이스 모델링 과정은 사용자 요...2025.05.08
-
정규 분포를 이용한 불량률 추정 42025.05.121. 데이터 모델링 데이터 모델링 관점에서, 예를 들면 우리가 다루는 데이터가 2.5%, 5%, 10%의 불량율을 데이터가 있는 것으로 보이지만, 실제로는 중앙 부분의 데이터 모수가 매우 많고 불량율이 거의 0%에 가까울 수 있으며, 불량율이 2.5%, 5%, 10%로 갈수록 데이터가 가진 의미가 크다는 점에 주목할 필요가 있습니다. 데이터 모델링은 주로 데이터의 패턴과 특성을 파악하고, 품질 개선 등에 활용하는데 목적이 있습니다. 그러나 불량이 없는 영역에서는 이미 안정적인 품질이 유지되고 있으므로, 해당 영역의 데이터를 더욱 상...2025.05.12
-
[한국방송통신대학교] 2024년 1학기 데이터베이스시스템 출석수업과제2025.01.251. 데이터 정의 언어 (DDL) 데이터베이스 객체를 생성, 수정, 삭제하기 위해 사용하는 언어로, 외부 스키마 명세, 각 프로그램이 요구하는 데이터의 논리적 구성이나 특징을 규정하고 데이터의 물리적 구성을 규정한다. 또한 물리적, 논리적 구성 간 사상을 규정하여 물리적 구성을 논리적 구성으로 변환할 수 있게 한다. 2. 데이터 조작 언어 (DML) 구조화된 데이터에 사용자가 접근, 조작할 수 있도록 지원하는 언어이며, 필요한 데이터를 검색하거나, 삽입, 삭제, 수정할 수 있다. 3. 데이터 제어 언어 (DCL) 데이터베이스에서 접...2025.01.25
-
로그 정규분포 실습해보기 (파이썬예제 포함)2025.05.101. 로그-정규분포 로그-정규분포는 양수값을 모델링하기에 적합한 분포입니다. 불량율을 로그 변환한 후, 정규분포를 사용하여 모델링할 수 있습니다. 이 분포는 자연로그를 취한 값이 정규분포를 따른다고 가정하는 것이기 때문에, 불량율이 양수인 경우에 유용합니다. 로그 정규분포는 실제로 많은 현상에서 관찰되는 분포로서, 소득 데이터와 같은 경제적인 현상에서 자주 사용됩니다. 소득 분포의 경우, 대부분의 개인들이 상대적으로 낮은 소득을 가지지만, 일부 특정 개인들이 다른 사람들보다 훨씬 높은 소득을 가지는 경우가 발생할 수 있습니다. 로그...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
-
디지털트윈 트렌드와 미래 전망 보고서 - 가상과 현실의 교차점, 디지털트윈 기술이 열어가는 새로운 세계2025.01.101. 디지털트윈 디지털트윈은 실제 객체의 가상 복제를 통해 실시간 데이터 분석과 시뮬레이션을 가능하게 하는 혁신적인 기술로, 제조업, 의료, 교통, 스마트 시티 등 다양한 분야에 혁신을 가져오고 있습니다. 이 기술은 인공지능, 빅데이터, IoT, 3D 모델링 등 최신 기술과의 융합을 통해 발전하고 있으며, 향후 사회적, 경제적 변화를 주도할 중요한 역할을 할 것으로 전망됩니다. 그러나 데이터 프라이버시, 보안, 기술 접근성 등의 도전 과제를 극복해야 하는 과제도 안고 있습니다. 2. 인공지능 디지털트윈 기술의 발전은 생성형 인공지능...2025.01.10
-
온라인 음식 배달 앱 데이터베이스 설계 및 구현2025.01.071. 데이터베이스 설계 이 프로젝트는 온라인 음식 배달 앱을 위한 데이터베이스를 설계하고 구현하는 것입니다. 주요 개체로는 회원, 가게, 가게리뷰, 멤버십, 메뉴 등이 있습니다. 회원은 일반 회원과 사장 회원으로 구분되며, 가게리뷰를 작성할 수 있습니다. 회원은 멤버십을 구독할 수 있으며, 멤버십에는 등급, 생성/소멸 날짜, 상태 정보가 포함됩니다. 가게는 메뉴를 제공하며, 가게에 대한 리뷰와 평점 정보가 관리됩니다. 이를 통해 온라인 음식 배달 서비스의 핵심 기능을 지원할 수 있는 데이터베이스를 구축하였습니다. 2. 데이터베이스 ...2025.01.07
-
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 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
-
평가 데이터를 활용하여 기존 모델을 업데이트하는 베이지안 추론 (파이썬코드 예제포함)2025.05.091. 베이지안 추론 베이지안 추론은 데이터를 통해 모델을 업데이트하고 불확실성을 다루는데 유용한 통계적 추론 방법입니다. 특히, 새로운 데이터가 주어진 상황에서 모델의 파라미터를 추정하고 예측하기 위해 사용됩니다. 베이지안 추론은 사전 분포와 관측 데이터를 조합하여 사후 분포를 계산하며, 이를 통해 모델의 불확실성을 업데이트할 수 있습니다. 2. 모델 업데이트 데이터에 대한 정보를 사전 분포에 반영하고, 관측 데이터와 사전 분포를 조합하여 사후 분포를 계산함으로써 신뢰할 수 있는 결과를 얻을 수 있습니다. 이를 통해 기존 모델을 새...2025.05.09
2 / 84
