빅데이터 이야기...'분산'이라는 사상이 아주 중요하다.저장소를 분산해보자는 개념에서 HDFS가 등장했고, 처리를 분산해보자는 생각에서 Map Reduce가 등장했고, 이외의 것들도 분산처리를 해보자는 개념에서 YARN이 등장했다.빅데이터 이야기에서는 '분산'이 아주

\-tistory로 부터 옮겨옴운영체제는 응용 sw와 hw사이의 중간자 역할을 한다고 생각하면 된다.운영체제 - Windows의 특징윈도우의 구조를 알아보자!실제 user에게 닿는 부분은 응용 프로그램 부분이고 나머지는 kernal 모드이다.HAL 부분은 윈도우에만 존

주기억장치의 종류에는 크게 RAM과 ROM 두가지가 있고, 메모리는 주로 'RAM'을 지칭한다.RAM은 실행할 프로그램의 명령어와 데이터가 저장되는데, 이때 전원이 꺼지면 데이터와 명령어 모두 사라진다 (휘발성 저장장치).주기억장치와 다르게 보조기억장치는 전원을 꺼도

CPU는 메모리에 저장된 명령어를 읽어 들이고, 해석하고 실행하는 장치이다. CPU 내부에는 ALU, 제어장치, 레지스터가 있다.ALU는 '계산'에 관여하는 부품이다. 계산을 하려면 뭐가 필요한지 생각해보자. 10+20을 하면 우리는 10과 20이라는 피연산자가 필요하

자, 우리의 목표는 LSE를 통해 계수를 추정하는 것이다. matrix form으로 나타내면 다음과 같이 확인할 수 있다.주목할 점으로는 $\\mathit{\\epsilon}$이 independent한 normal random variables라는 것이다. 그래서 $E

최근에 너무 바빠서 글을 잘 작성하지 못했다... 지금도 사실 할 일이 계속 있는데... 그래도 이번주에 너무 포스팅을 하지 않아서 조금씩 해보려고 한다!: 원소를 직사각형 모양을 행과 열로 나열한 것요렇게 표현이 가능하다. matrix에서 행과 열을 바꾸는 것.다음과

보통 컴퓨터나 laptop을 구매할 때 RAM이라는 단어를 많이 들어보는 것 같다.RAM은 Random Access Memory이고 휘발성 메모리이다. (그 초록색 길다란 막대기...)여담으로는..예전에 사귀던 애인이 자기 노트북에 RAM 슬롯이 없는 것을 모른채로 R

이전 포스트를 참고하면, $X$를 transform하는 상황과 $Y$를 transform 하는 상황까지 작성을 했다!방법은 다양하다.$logY$$\\sqrt{Y}$${1 \\over Y}$와 같이 transformation을 시도해보는 것이다.이것이 그 예시다.

BP test는 BF test에서 잡아낼 수 없는 것을 잡아준다.예를 들자면, BF에서는 2개의 그룹으로 나누어 등분산성을 검정했다. 하지만 2개의 그룹의 variability는 같으나 각각의 그룹에서 또 그룹을 나눠서 생각해보면 등분산성이 깨질 수 있다. 그래서 그

(4.1 과 4.2 퀴즈 대비)host는 routing/forwarding 기능을 모두 수행하는가 ? (F)network 계층에서는 routing/forwarding 기능을 모두 수행하는가 ? (T)IP 계층에서 in-order과 loss를 support 하는가? (F

사용자 응용프로그램은 컴퓨터 시스템의 하드웨어인 CPU, 메모리, 입출력 장치등에 직접 접근을 할 수 없다.그래서 운영체제가 존재한다!운영체제의 중재에 의해서 접근이 가능하게 된다.또한 운영체제는 하드웨어와 소프트웨어 사이의 인터페이스를 제공하고 한정적인 자원을 효율적

정규화는 데이터를 분해하는 과정으로 데이터 중복, 데이터 유연성 및 일관성, 정보의 품질 향상등을 위한 것이다. 정규화를 진행하면 중복된 데이터가 제거되고, 테이블이 분해된다.정규화를 한다면 데이터 조회를 할 때 join이 많이 일어나기에 메모리와 CPU를 많이 사용한

우리는 앞에서 linear model을 가정했다. 그렇다면 그 다음에는 이 모델이 적절한지, 우리의 가정이 잘 맞는지 확인하는 과정이 필요하다. 확인하는 방법으로는 주로 Graphical인 방법과 Statistical test 방법이 있다. 이 부분은 특히 Residu

(1) 번 포스트에서는 회귀계수의 추정값에 대해서 다루었다.그렇다면 $\\hat{Y}\_h$의 estimation에 대해 알아보자.절대 TeX문법 쓰기 귀찮아서 이미지로 자꾸 첨부하는 것 아니다.기댓값에 대해서는 기존의 선형 회귀 식을 생각해서, 그 자체에 기댓값을 씌

Statistical inferece란.. 데이터 분석 과정을 통해 분포의 특성을 추론하는 과정이다. 가설을 testing하고, 모수를 추정한다. Normal linear regression model $$ Yi = \mathit{\beta}0 + \mathit{\

likelihood는 한국말로는 우도라고 한다. (제주도 우도 땅콩 막걸리 맛있음) 조금 더 풀어서 설명하자면, 우리가 직접 관측한 데이터가 우리에게 주는 값이라고 생각하면 된다. 예시10번 동전을 던졌고, 8번의 head가 나왔다면 이러한 정보에 근거해서 우리는 he

우리는 error를 최소화 해야 할 필요가 있다! 그래서 가장 첫번째로 등장하는 방법이 LSE, Least Square Method이다.$$Q=Q(\\mathit{\\beta}0 ,\\mathit{\\beta}\_1 ) = \\sum{i}(Y_i-\\mathit{\\b

계절학기로 회귀분석을 수강하게 되었다! 사실 전에 대충 공부해봤어서 뭐하는건지는 정말 정말 조금 알고 있었는데, 학교에서 수업으로 들으니까 약간 물음표들이 정리되는 기분이었다. 솔직히 어려운 과목인거 진짜 맞고,많은 양을 한번에 머릿속에 넣으려니 힘들기도 했지만 나름대

DNS, 네트워크 지식과 관련된 기본적인 것들은 학교에서 이미 귀에 딱지 앉도록 수업을 수강한 것 같은데.. DNS Round Robin은 초면이다. round robin은 클라이언트의 주소 요청을 관리하고, load distribution또는 다중 인터넷 프로토콜 서

데이터베이스 무결성이 뭔지 알려면 무결성이 뭔지 먼저 알아야하지 않을까?보안의 3대 요소 중 하나로 (기밀성, 무결성, 가용성) 원치 않는 의도에 의한 변조와 파괴를 막는 것을 의미한다. 정복의 정확성, 완전성을 보장한다는 원칙이다.무결성을 위협하는 공격으로는 Modi