분류 전체보기
-
WiFi아가개발자/사물인터넷 2020. 9. 23. 20:10
데이터 전송을 하기 위해서는 사물인터넷 내부에 WiFi가 필요함. IEEE 802.11 요구사항 - 한 개의 MAC은 여러 개의 Physical layer에 연결 가능해야 한다. : Frequency Hopping Spread Spectrum (FHSS) : Direct Sequence Spread Spectrum (DSSS) : Infrared 적외선 : Orthogonal Frequency Division Multiplexing (OFDM) - 여러 개의 Network가 위치&채널이 겹치는 것이 가능해야 한다. - 간섭에 강인해야 한다. - 숨겨진 node를 다루는 매커니즘이 필요하다. - Time Bounded Service의 규정이 필요하다 . Architecture - 2 개의 모드 : ad h..
-
KNN classification - iris아가개발자/머신러닝 2020. 9. 18. 17:23
데이터셋 불러오기 # seaborn 라이브러리 사용 import seaborn as sns iris = sns.load_dataset('iris') X = iris.drop('species', axis = 1) y = iris['species'] #sklearn 라이브러리 사용 from sklearn.datasets import load_iris iris = load_iris() 더보기 manual: seaborn.pydata.org/generated/seaborn.load_dataset.html?highlight=load_dataset#seaborn.load_dataset seaborn.load_dataset — seaborn 0.11.0 documentation If True, try to load ..
-
K-최근접 이웃(KNN: K-Nearest Neighbors)아가개발자/머신러닝 2020. 9. 18. 16:39
KNN (K-Nearest Neighbors) : 주변 K개의 자료의 class로 분류하는 방식 x의 class를 점선 동그라미 범위 안의 K개의 class 분포를 보고 예측 파란 동그라미 3개, 초록 세모 2개 → x = 파란 동그라미 (투표 방식) KNN은 게으른 학습(lazy learner), 사례중심 학습(instance-based learning)이라고 불림, 예측 모델을 만들고 파라미터를 추정하는 방식이 아니기 때문 가중 합 방식 (Weighted voting) : 가까운 이웃의 정보에 가중치를 부여 오른쪽 그래프의 x의 예측 class는 파란 동그라미, 왼쪽 그래프의 x의 예측 class는 초록 세모 K값이 바뀌면 예측한 class 값이 달라질 수 있음 → 가중 합 방식 사용 KNN의 장단점..
-
데이터 전처리와 최적화2 - 데이터 변환/데이터 정제/데이터 통합/데이터 불균형아가개발자/머신러닝 2020. 9. 15. 21:48
데이터 변환(Data Transformation) - 데이터가 가진 특성들을 비교하여 데이터 패턴을 찾을 때, 특성 간 스케일 차이가 심하면 패턴을 찾는데 문제가 발생하기 때문에 변환이 필요함 (정규화, 로그, 평균값 계산 등을 이용하여 데이터를 구간 화 하는 작업) 표준화 (Standardization): 데이터 특성이 Bell Shape 분포를 보이거나, 이상치 (노이즈 등)가 있을 때 유용 정규화 (Normalization): 정규화가 표준화보다 대체로 유용 데이터 정제(Data Cleaning) - 없는 데이터를 채우고, 잡음 데이터 제거, 모순 데이터 교정을 하는 작업 결측 데이터 채우기 from numpy import * import numpy as np x_miss = np.array([[1..
-
데이터 전처리와 최적화 - 데이터 실수화 (Data Vectorization)아가개발자/머신러닝 2020. 9. 15. 18:13
데이터 전처리 기법 데이터 실수화 (Data Vectorization) 데이터 정제 (Data Cleaning) 데이터 통합 (Data Integration) 데이터 축소 (Data Reduction) 데이터 변환 (Data Transformaion) 데이터 균형 (Data Balancing) 데이터 실수화(Data Vectorization) - 범주형 자료, 텍스트 자료, 이미지 자료 등을 실수로 구성된 형태로 전환 범주형 자료의 실수화 ID City 1 Seoul 2 Dubai 3 LA id City1 City2 City3 1 1 0 0 2 0 1 0 3 0 0 1 Scikit-learn의 DictVectorizer함수를 이용하여 범주형 자료를 실수화 from sklearn.feature_extrac..
-
정보통신 표준(Standard)아가개발자/사물인터넷 2020. 9. 9. 22:38
표준(standard): 정보를 다른 종류의 정보 통신 단말기로 전송하기 위해 정보통신 단말기간에 전기적/물리적/절차적/기능적 특성을 통일 하는 것 Global: ITU(국제 통신 연합), IEEE, ISO(국제 표준화 기구)/IEC JTC1, 3GPP, 3GPP2 Regional: ETSI, ATIS, TIA, CEN, APT National: TTA(한국의 표준화 기구), TTC, ARIB, CCSA, ISACC, ANSI IEEE(Institute of Electrical and Electronics Engineers): IEEE 802는 통신망에 관한 표준화를 추진, 표준화는 OSI 참조 모델의 하위 2계층을 대상 Application Layer Presentation Layer Session L..
-
사물인터넷의 정의&용어아가개발자/사물인터넷 2020. 9. 3. 16:57
사물인터넷(:Internet Of Tings)이란 무엇일까 ? : 센서가 부착된 사물을 연결해 데이터를 사람의 개입없이 인터넷으로 주고받는 기술 혹은 환경 IoT의 센서 종류들 위치/거리 : 적외선, 초음파 센서, 모션/속도/위치변화, 온도, 습도, 소리/진동, 유해가스감지, 물의 흐름, 물리적, 물의 레벨, 전기적/자기적, 가속도/기울기, 카메라 무선 센서 통신 ad hoc network(분산형 네트워크)들의 데이터를 Sink node에서 전부 모은 후 Gateway를 통하여 Core network에 연결하여 End-user(사용자)와 Computer services에서 정보를 활용한다. 무선통신이므로 네트워크는 Low Power Devices에서 작동되어야 한다. 다른 타입의 sensor/actuat..
-
[KB 학습 멘토링 합격 후기] - 자기소개 편대외활동/KB 멘토링 2020. 8. 19. 21:58
2019년 12월달 쯤 기말고사 공부가 너무 하기 싫었던 나는 대외활동 알려주는 사이트인 위비티 눈팅을 열심히 했음 이 당시 겨울방학이 다가오던 때라 뭐라도 해야할 거 같다는 생각이 들어 마음이 급했음 (결론적으로 겨울방학 때 뭘 딱히 하진 않았음.. 활동은 2020년 3월부터 시작이었기 때문에,,,) www.wevity.com 공모전 대외활동 - 위비티 대학생 공모전 사이트 대외활동 서포터즈 블로그 기자단 모집 아이디어 마케팅 광고 일러스트 디자인 웹툰 만화 미술 사진 소설 문학 시 ucc 영상 시나리오 캘리그라피 창업 경진대회 IT 청소년 � www.wevity.com 이 사이트 좋은 정보 많으니 참고하면 좋을듯 ㅇㅅㅇ 아무튼 KB멘토링에 지원했던 계기는 자기소개 문항을 봤을때도 쓰기 쉬울 거 같은 ..