본문 바로가기

전체 글215

[소프트웨어공학] 6장. 아키텍처 설계와 클래스 설계 01 아키텍처 설계아키텍처의 필요성아키텍처 품질 속성(성능/가용성/사용성/편의성/운영성/확장성 등)을 고려하지 않고 원칙, 지침, 표준을 지키지 않으면 좋은 시스템이 될 수 없다.SW 아키텍처에서는 기능적인 요소뿐만 아니라 여러 시스템의 비기능적인 요소에 집중한다.software architecture 위치 : requirements - software architecture - implementations소프트웨어 아키텍처소프트웨어 구성 요소들 사이에 유기적 관계를 표현하고 소프트웨어의 설계와 업그레이드를 통제하는 지침과 원칙SW 아키텍처의 특징과 기능SW 골격이 되는 기본 구조SW 구조, 구성 요소(속성), 구성 요소 간의 관계시스템에 대한 큰 밑그림 구성 요소 간의 상호작용 정의세부 내용보다 핵심 .. 2024. 6. 13.
[소프트웨어공학] 5장. 설계 01 설계의 이해요구분석과 설계의 차이좋은 설계의 조건요구분석명세서의 내용을 설계서에 모두 포함해야 한다.유지보수가 용이하도록 추적이 가능해야 한다. 변화에 쉽게 적응할 수 있어야 한다.시스템 변경으로 인한 영향이 최소화되도록 국지적이어야 한다.설계서는 읽기 쉽고, 이해하기 쉽게 작성해야 한다.module의 독립성strongly cohesionlossely coupling02 설계의 원리분할과 정복(divided & conquer), 추상화(abstraction), 캡슐화(encapsulation), 정보은닉(information hiding), 상속(inheritance), 다형성(polymorphism)분할과 정복(divided & conquer)큰 문제를 소 단위로 나누고, 소 단위의 작업을 하나씩.. 2024. 6. 13.
[빅데이터분석] 7장. 클러스터링 클러스터링클러스터 분석(Cluster Analaysis)클러스터: a collection of data objects서로 유사한 데이터 객체들은 같은 그룹(클러스터)에 속함서로 유사하지 않는 객체들은 서로 다른 그룹(클러스터)에 속함클러스터 분석데이터 간 유사도(distance)를 측정하여 유사한 데이터 객체들을 같은 클러스터에 할당하는 작업사전 정의된 클래스가 없는 대표적인 비지도 학습 기법 중 하나전처리 목적의 클러스터링요약(Summarization): Preprocessing for regression, PCA, classification, and associate analysis이상치 발견(Outlier detection): Outliers are often viewed as those "far .. 2024. 6. 9.
[빅데이터분석] 6장. 분류(2) 베이즈 분류(Bayes Classification)Bayes Classifier (베이즈 분류기)가장 단순한 지도 학습(supervised learing) 중 하나분류 문제를 해결하기 위한 확률적 프레임워크(probabilistic framework)베이즈 정리에 기반한 방법으로, 사후확률 계산 시 조건부 독립을 가정하여 계산을 단순화한 방법조건부 독립의 가정이 비현실적임 → hard assumption조건부 확률(Conditional probability)베이즈 정리(Bayes theorem)두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리베이즈 확률론 해석에 따르면 베이즈 정리는 사전확률로부터 사후확률을 구할 수 있음베이지안 분류기 (Bayesian Classifiers)각 속성과 .. 2024. 6. 8.
[빅데이터분석] 5장. 분류(1) 분류의 개념 분류training data set의 속성들의 값을 입력으로 받아 class를 출력으로 하는 모델을 발견하는 작업(각 레코드는 속성들의 집합으로 구성되며, 속성 중 하나는 class 임)목표: class가 없는 레코드를 대상으로 class를 부여하는 것test data set은 모델의 정확도를 평가하는데 사용, training data set은 모델을 훈련시키는 데 사용.일반적으로 전체 data set을 traning data set과 test data set으로 분류하여 사용classification techniques: decision trees, naive bayes, k-Nearest neighbor methods, support vector machines, rule-based me.. 2024. 6. 8.
[데이터베이스론] 13장. 데이터과학과 빅데이터 데이터 과학DIKW (Data-Information-Knowledge-Wisdom) 계층 구조Data: 관찰하거나 측정하여 수집한 사실이나 값Information: 상황에 대한 이해를 바탕으로 데이터를 목적에 맞게 가공한 것Knowledge: 규칙이나 패턴을 통해 찾아낸 의미 있고 유용한 정보Wisdom: 지식에 통찰력을 더해 새롭고 창의적인 아이디어를 도출한 것빅데이터5V: Variety, Volume, Velocity, Value, Veracity빅데이터의 기술: 저장 기술, 분석 기술, 표현 기술저장 기술Hadoop(하둡): 대용량 데이터를 분산 처리할 수 있는 자바 기반의 오픈 소스 프레임워크분산 파일 시스템인 HDFS(Hadoop Distributed File System)에 데이터를 저장하고,.. 2024. 6. 7.

티스토리툴바