혼공단

구글에서 제공하는 코랩 실습구글 계정을 생성하고 'https://colab.research.google.com/' 이 주소로 이동하면 자신의 가상 주피터 노트북을 생성할 수 있다.파일 > 새 노트 를 클릭하여 코드를 입력할 수 있고 만들어진 노트는 구글 드라이

컴퓨터가 이해하는 정보는 데이터와 명령어이다.메모리는 현재 실행되는 프로그램의 명령어와 데이터를 저장하는 부품CPU는 메모리에 저장하는 명령어를 읽고 해석하고 실행하는 부품보조기억장치는 전원이 꺼져도 보관할 프로그램을 저장하는 부품입출력장치는 컴퓨터 외부에 연결되어 컴

분류 : 샘플을 몇 개의 클래스 중 하나로 구분하는 것회귀 : 임의의 어떤 숫자를 예측하는 것 - 두 변수 사이의 상관관계를 분석하는 방법예시) 크기와 사이즈를 판단하여 생선의 종류를 구분하는 것이 분류, 생선의 종류, 나이, 수온, 먹이분포 등을 수치화하여 생선의 최

혼공학습단 2주차 CPU의 작동 원리 ALU ALU(Arithmetic Logic Unit) : 산술 논리 연산 장치 제어장치(명령을 읽고 해석하는 장치)의 제어신호를 읽어들임 레지스터로부터 피연산자를 받음 제어신호 + 피연산자를 연산함 연산 결

1. 분류 알고리즘의 종류 1.1. k-최근접 이웃 분류기 1.1.1. 데이터 수집 1.1.2. 생선의 종류 확인 1.1.3. 필요한 컬럼(생선의 사이즈)만을 가지고 오브젝트 생성 1.1.4. 생선 종류를 가지고 생성 ![](https://velog.velcdn.

메모리는 크게 RAM과 ROM으로 구성되어 있으나 RAM에 대해서만 다룬다.휘발성 저장 장치로 전원을 끄면 데이터가 사라진다.CPU가 보조기억장치에 접근하는 것보다 주기억장치에 접근하는 것이 빠르다저장할 데이터는 보조기억장치, 실행할 데이터는 메모리(RAM)저장된 보조

운영체제 : 프로그램이 올바르게 실행되도록 돕는 특별한 프로그램응용 프로그램과 하드웨어 사이에서 사용자 영역에 적재된 응용 프로그램에 자원을 할당하여 응용 프로그램이 올바르게 실행되도록 돕는다. 응용 프로그램이 부분별하게 자원에 접근하거나 자원을 사용하는 것을 방지시스

1. 트리 알고리즘 1.1. 결정 트리 1.1.1. 로지스틱 회귀모델을 활용한 와인 분류 누락된 데이터에 대한 처리 방법 훈련 데이터, 테스트 데이터의 평균으로 채운다 누락된 데이터의 샘플 자체를 제거한다 최대/최소, 평균, 4분위값, 편차값을 확인 ![]

1. 프로세스 동기화 1.1. 동기화 프로세스들의 실행 순소와 자원의 일관성을 보장하기 위한 필수요소 특정 자원에 접근할 때 한개의 프로세스만 접근하게 하거나, 프로세스를 올바른 순서대로 실행하게 하는 것 프로세스 동기화 : 프로세스 등 사이의 수행 시기를 맞추는 것

1. 비지도 학습 타깃이 없을 때 데이터에 존재하는 패턴이나 데이터 구조를 파악하기 위해 사용하는 머신러닝 알고리즘 사람이 가르치지 않아도 데이터의 무엇인가를 학습 1.1. 군집 알고리즘 1.1.1.

1. 딥러닝 1.1. 인공 신경망 1.1.1. 패션 아이템 자동 분류 인공 신경망 모델 생성 1.1.1.1. 데이터 확인 패션 아이템을 자동으로 분류하는 인공 신경망 모델 생성 MNIST : 0 ~ 9 까지 손글씨 이미지의 데이터 셋 패션 MNIST : 패션 이미지 데

1. 가상 메모리 1.1. 연속 메모리 할당 연속 메모리 할당 : 프로세스A가 메모리를 차지하면, 프로세스B가 A의 메모리 다음 자리를 차지하듯, 프로세스에게 순차적으로 메모리의 공간을 할당하는 방식 1.1.1. 스와핑 현재 실행되지 않는 프로세스의 일부를 메모리에서

컴퓨터 구조와 운영체제에 대한 기초지식과 데이터 분석에 활용할 머신러닝 및 딥러닝 지식의 필요성을 느끼고 접했을 때 가장 적합한 책이라고 생각한다. 비전공자가 입문서로 시작하기에 적당한 지식의 깊이와 실습(특히 혼자 공부하는 머신러닝 + 딥러닝)으로 해당 분야에 흥미와