인공지능 사관학교

정렬해주는 함수. 항구적 정렬이므로 다시 변수에 저장해주지 않아도 된다.a = 5, 4, 3, 2, 1sort(reverse = True)라는 인자를 주면 역정렬을 해준다.리스트와 비슷한 면이 많지만 리스트와는 달리 튜플은 그 값을 바꿀수 없다. ()를 사용한다.튜플안

함수를 사용하는 이유는 반복된 작업을 하나의 유닛으로 묶어서 재사용이 가능하게 하기 위함이다. 이를 통해 프로그램의 흐름이 깔끔하게 정리가 가능하다. 모율은 외부에 저장된 함수이며, import후 사용가능하다. numpy, pandas등이 있다.그 외에 사용자 정의함수

계층형네트워크 형관계형 : 단순한 표를 이용하여 데이터의 상호관계를 정의함.객체지향 형DDL(데이터 정의) : 데이터베이스를 정의, 생성 변경, 삭제하는 것DML(데이터 조작) : 질의를 통해서 데이터를 불러오고 처리하는 것DCL(데이터 제어) : 데이터의 보안, 무결

a, b, c 속성을 가진 테이블 test를 생성해주었다. 그 후 현재 데이터베이스에 있는 모든 테이블의 목록을 출력.행을 추가하는 방법. 두번쨰 줄은 원하는 속성의 값만을 지정하고자 할때 사용한다. 이 경우 a의 값은 null로 저장된다.a가 2인경우 c를 extra

tidy데이터 : 깔끔한 데이터. 행과 열의 역활이 명확한 데이터.데이터 분석, 머신러닝을 하기 위해서는 데이터를 tidy하게 관리해야한다.foreign key를 이용하여 테이블 사이의 관계를 설정한다. store 테이블의 franchiseeid와 franchisee테

os의 기능을 가진 모듈이다. \\이는 윈도우의 구분자를 나타내는 것이다. (현재 운영체계의 path separator)join을 이용하여 path를 만들어주면 편하게 만들 수 있다.data_coffee.csv파일의 크기를 확인하는 방법이다.현 작업 폴더의 파일을 모두

과학계산과 데이터를 다루기 용이하다.고차원 배열(array)을 객체로 제공하며 배열관련 여러 메서드를 제공한다.라이브러리가 C로 제작되어 있기 때문에 연산속도는 최적화가 잘 되어 있다. 연산의 벡터화를 제공하여 코딩하기 편리하며 가독성이 좋다.제일 기본적인 라이브러리이

seed 뒤에 숫자는 랜덤을 초기화 하기 위한 숫자이다. 이는 보통 임의로 지정해주나 다른 곳에서 사용할때 똑같은 랜덤값을 가져오기 위해서 설정해준다. 숫자는 1부터 11사이의 랜덤 정수하나 생성해준다. size를 명시해주면, 그 크기만큼 랜덤값을 생성해 배열에 저장

bar차트를 출력하는 방법이다. bar차트는 유형별 통계치 비교(ex)반별 성적비교)하거나, 명목형(범주형)자료를 요약하는데(ex)여자 남자의 수를 카운트하여 막대로 표현)사용한다. color로 내가 원하는 색상을 지정해주고, x는 레이블, y는 수치값들의 배열을 입력

대부분의 데이터는 구조화가 되어 있지 않다. 간혹가다 구조화된 데이터를 얻을 수 있겠지만, 이는 경제적으로 매우 높은 가치를 가지고 있는 데이터 일 것이다.pandas는 데이터를 구조화하기 위해서 Dataframe, Series이라는 객체를 다룰 수 있게 한다. pan

(20.07.13 1교시)

natural joininner 조인은 지정된 값을 기준으로 조인이 되는 반면에, natural조인은 키값을 지정해주지 않아도, 알아서 실행할 때 공통되는 부분을 찾아서 조인을 해준다.

일반적으로 일련의 문제를 해결하거나 계산을 수행하기 위해 잘 정의되고 컴퓨터로 구현 가능한 명려으이 유한 시퀀스대개 반복적인 작업을 포함하는 유한 단계의 수학적 문제를 해결하는 절차(방법)수학적 지침(안내) 또는 규칙의 묶음. 특히 컴퓨터에서 문제에 대한 정답을 계산하

모든 것이 request와 response로 이루어진다.각각의 기기에서 웹을 사용할 때 하는 모든 행동들이 request이고,request를 받은 서버가 요청에 맞는 response를 제공한다. 화면의 모든 변화가 response라고 생각하면 된다.client : 서비

일련의 퍼셉트론을 한줄로 배치하여 입력벡터 하나로부터 출력 벡터 하나를 단번에 얻어내는 아주 간단한 신경망 구조이다.입력벡터로 부터 출력벡터를 얻어내려면은 출력벡터의 크기, 즉, 출력벡터가 담고있어야할 스칼라 성분의 수만큼의 퍼셉트론이 필요하다.(출력 개수 = 퍼셉트론