[Individual] Erwin을 이용한 회사 데이터베이스 모델링
DAP 예제를 Erwin을 이용해서 논리적/물리적 모델링을 해보았어요😃 물리적 모델링 테스트 ▼모델링 파일과 코드입니다(❁´◡`❁) https://m.blog.naver.com/PostView.nhn?blogId=oracledo&logNo=220493671418&proxyReferer=https:%2F%2Fwww.google.com%2F [DAP 모델링 실습]육류가공식품업체 우리 회사는 육류가공식품을 생산하는 업체로 육류가공을 위한 제법 큰 규모의 공장을 운영하고 있다.우리... blog.naver.com
[Machine Learning] 선형 회귀와 경사하강법
선형회귀(linear regression)는 지도학습 중 관찰된 데이터들을 기반으로 하나의 함수를 구해서 관찰되지 않은 데이터의 값을 예측하는 분석방법입니다. 선형 회귀분석은 설명변수와 반응변수가 연속형 변수일 때 사용합니다. 그래프의 데이터들을 대표하는 가장 적절한 기울기와 절편을 가진 회귀선을 찾는 것이 선형 회귀의 목적입니다. 이때 최적의 회귀선을 찾는 기준은 각 데이터 포인트에서 함수까지의 거리를 제곱한 값을 평균 낸 값인 평균 제곱 오차(MSE, mean squareed error)를 최소로 만드는 것입니다. 두 회귀선을 기준으로 MSE를 비교했을 때, 더 작은 크기를 나타내는 왼쪽의 회귀선이 더 적절한 회귀선이 되겠죠? 목적 함수는 보통 어떤 함수의 최댓값 또는 최솟값을 구하는 함수인데, 회귀..
[Machine Learning] K-최근접 이웃(KNN) 알고리즘
k-최근접 이웃(k Nearest Neighbors, kNN)알고리즘은 데이터 분류에 사용되는 간단한 지도학습 알고리즘 이에요. 이 알고리즘은 현재 데이터를 특정값으로 분류하기 위해 기존의 데이터 안에서 현재 데이터로부터 가까운 k개의 데이터를 찾아 k개의 레이블 중 가장 많이 분류된 값으로 현재의 데이터를 분류합니다! 위의 그림을 kNN알고리즘 관점으로 본다면 ★이라는 테스트 데이터는 좌표상에서 자기 위치로부터 가까운 3개의 기존 데이터들(●,♥)을 찾아 과반수의 레이블(●)로 자신을 분류했습니다. k는 짝수로 지정할 경우, 2n:2n의 상황이 발생해 분류하기 애매해 질 수 있으므로, k는 홀수로 지정해주는게 관습입니다! 장점 kNN 알고리즘은 다른 머신러닝 알고리즘보다 이해하기가 상당히 쉽습니다. 다..
[Machine Learning] 서포트 벡터 머신 - SVM
서포트 벡터 머신(SVM)은 머신러닝의 분류기법 중 하나로 분류 문제 외에 회귀에도 적용이 가능하며 정확도 측면에서 우수한 결과를 가져온다는 이유로 분류기법 중에서도 최상의 기법으로 알려져 있습니다 ! 하지만 의사결정나무처럼 직관적인 해석은 불가능 하기 때문에 이해하는데 어렵다는 단점 또한 가지고 있어요. 그래서 보통 결과해석에는 의사결정나무가 자주 쓰이지만, 높은 정확도를 위해서는 SVM을 주로 사용한다고 합니다. 용어 먼저 알아보고 장단점으로 글을 마무리 하겠습니다! 01 초평면 곡선이 아닌 직선이나 평면으로 데이터를 구별하는 방법을 최대 마진 분류기라고 하고, 최대 마진 분류기가 경계로 사용하는 선이나 면을 초평면(Hyperplane)이라고 합니다. 데이터의 차원에 따라 초평면 차원도 달라집니다. ..
[Machine Learning] 혼동행렬
혼동행렬(confusion matrix)은 모델의 성능을 평가할 때 사용되는 지표입니다. 처음에 이해하기가 좀 헷갈렸는데 굉장히 이해가 잘되는 자료를 보고 정리해봤어요! 먼저 모델의 성능을 평가하기 위해 혼동행렬과 함께 필요한 네 가지 개념이 있습니다. TP(True Positive) - 맞는 것을 올바르게 맞다고 예측한 것 TN(True Negative) - 아닌 것을 올바르게 틀리다고 예측한 것 FP(False Positive) - 아닌 것을 올바르지 않게 맞다고 예측한 것 FN(False Negative) - 맞는 것을 올바르지 않게 틀리다고 예측한 것 이건 ADSP공부할 때 나왔던 개념인데 솔직히 이해도 제대로 못하고 무작정 외웠었어요! 이해를 돕기 위해 '질병이 있는 사람(맞는 것)'과 '질병이..
[Machine Learning] 과대적합과 과소적합
과대적합(Overfitting) 필요 이상의 특징을 발견하여 학습 데이터에선 높은 정확도를 보이지만 테스트 데이터나 새로운 데이터에는 정확도가 낮게 나오는 경우를 과대적합이라고 해요. 공을 분류해내는 머신러닝 모델을 간단한 예로 들어볼게요. 사물 분류값 생김새 크기 줄무늬 야구공 공 원형 중간 있음 농구공 공 원형 큼 있음 테니스공 공 원형 중간 있음 딸기 과일 세모 중간 없음 포도알 과일 원형 작음 없음 위의 학습데이터를 기준으로, 모델에게 '생김새가 원형이고 크기가 작지 않으며, 줄무늬가 있으면 공이야!' 라고 학습을 시킨다면. 학습데이터만 두고 본다면 이 모델은 정확하게 '야구공,농구공,테니스공!'이라고 대답하겠지만, 이 모델에게 아래 데이터를 보여주고 똑같이 질문한다면 사물 분류값 생김새 크기 줄..
[Individual] 매장 직원 근무일지
출근했는데 점장님이 뭔가를 열심히 하고 계시길래 뭔가 봤더니 직원들 급여계산을 하고계셨어요. 처음 가게를 운영하셨고 아르바이트생을 쓰신지도 얼마 안되셔서 그런지 여태까지 계산기로 월급을 계산하셨다네요. 저한테 혹시 직원들 근무일지를 보기 편하게 만들어 볼 수 있냐고 말씀하셔서 작년에 사무보조 아르바이트할 때 제 개인적인 급여계산을 하기 위해 만들었던 엑셀 파일을 떠올렸어요. 그 파일을 조금 손봐서 타블도트만의 근무일지를 만들어 봤습니다! 이제 직원들도 일지를 쓰기 쉽고, 계산하기도 편리하실 것 같다고 좋아하셔서 뿌듯했습니다! 보잘 것 없지만 필요하신 분들은 가져다 쓰시면 될 것 같아요! 날짜 쪽에는 수식을 걸어놔서 첫 번째 셀에 0000-00-00만 입력하시면 일도 자동으로 색깔과 함께 바뀔 거에요 시급..