TY_IT💻

자바의 데이터 타입 기본타입 8개 boolean char byte short int long float double 레퍼런스 타입: 1개이며 용도는 다음 3가지 클래스(class)에 대한 레퍼런스 인터페이스(inerface)에 대한 레퍼런스 배열(array)에 대한 레퍼런스 기본타입 8개는 크기가 고정되어 있고, 레퍼런스 타입은 크기 고정이 되어 있지 않다. 기본 타입 이외 리터럴 문자열 문자열은 기본타입이 아니다. String 클래스로 문자열 표현 - 문자열 리터럴 String a = "test"; 문자열이 섞인 + 연산은 문자열을 연결한다. String a = "test"; System.out.println(a + " 입니다"); // "test 입니다" 출력 NULL 리터럴 레퍼런스에 대입 사용 i..

5장. 관계 데이터 모델 관계 데이터 모델의 개념 관계 데이터 모델의 제약 관계 데이터 모델의 개념 개념적 구조를 논리적 구조로 표현하는 논리적 데이터 모델 하나의 개체에 대한 데이터를 하나의 릴레이션에 저장 (관계 데이터 모델은 다중 값 속성 가질 수 없다.) 고객 릴레이션의 차수는 6, 카디널리티는 4 관계 데이터 모델의 기본 용어 릴레이션(relation) 2차원 테이블 구조로 저장한 것 파일 관리 시스템 관점에서 파일(file)에 대응 속성(attribute) 릴레이션의 열 = 애트리뷰트 파일 관리 시스템 관점에서 필드(field)에 대응 투플(tuple) 릴레이션의 행 파일 관리 시스템 관점에서 레코드(record)에 대응 도메인(domain) 하나의 속성이 가질 수 있는 모든 값의 집합 속성 ..

두 리스트가 있을 때 서로 중복되는 값을 제외한 값들을 보고 싶다면 set 자료형을 이용 a = [1, 2, 3, 4] b = [2, 3, 5, 6, 7] 2, 3이 겹치는 원소 [x for x in a if x not in set(b)]​ 순서를 보존해 차집합 출력 set(a) - set(b) 순서 보존 x 차집합 출력 리스트 차집합 a = ['abc', 'abcd', 'abcde'] b = ['bc', 'abc', 'abcd'] print([x for x in a if x not in b])

JDK(Java Development Kit) 개발자용 자바 자바 응용 개발 환경, 개발에 필요한 도구 포함 JDK 깔면 자동으로 JRE(Java Runtime Environment, 자바 실행 환경) 생성 자바 배포판 종류 개발 환경에 따라 다양한 배포판 제공 Java SE 자바 표준 배포판 데스크탑과 서버 응용 개발 플랫폼 Java ME 자바 마이크로 배포판 임베디드, 가전 제품 위한 API 정의 Java EE 자바 기업용 배포판 Java 모듈 프로그래밍 Java 9부터 모듈 프로그래밍 시작 모듈 방식 아닌 기존 방식으로 자바 프로그래밍 해도 무관 자바 API JDK에 포함된 클래스 라이브러리 (내가 만들지 않은 프로그램) 개발자는 API를 이용해 쉽고 빠르게 자바 프로그램 개발 자바 패키지(pack..

객체지향프로그래밍 완전 기초 컴퓨터와 소프트웨어 프로그래밍: 프로그래머가 만능 기계인 컴퓨터를 이용해 소프트웨어를 개발하는 것 프로그래밍 언어 컴퓨터가 실행할 프로그램을 작성하기 위한 언어(컴퓨터 언어, 기계어) 기계어 0, 1의 이진수로 구성된 언어 컴퓨터의 CPU는 기계어만 이해, 처리가능 어셈블리어 기계어 명령을 ADD, SUB, MOVE등과 같은 표현하기 쉬운 상징적인 단어인 니모닉 기호(mnemonic symbol)로 일대일 대응시킨 언어 (기계어 BASE, 자주 쓰는 기호들 이용해서 대응, 자주 쓸 수 있도록 상징해주는 언어) 고급언어 사람이 이해하기 쉽고, 복잡한 작업, 자료구조, 알고리즘을 표현하기 위해 고안된 언어 절차 지향 언어와 객체 지향 언어로 나눌 수 있음 고급 언어(High-qu..

column에 NaN값이나 여러 type의 데이터가 섞여 있으면 이와 같은 경고가 발생한다. 이 때 경고 메시지가 알려주는 대로 dtype option으로 타입을 명시해주거나 low_memory = False로 지정해 주면 경고 메시지가 출력되지 않는다. pd.read_csv('[파일명].txt', delimiter = '\t', low_memory=False)

df.drop_duplicates() df 전체의 중복 제거도 할 수 있지만, 열 끼리 중복 제거도 가능하다. 위의 데이터는 pert_iname이라는 열에 중복된 데이터들이 많이 있는데, 여기서 df.drop_duplicates()로 distinct한 값은 몇 개인지 확인할 수 있다. 원래 13553개의 데이터가 중복값을 제외하면 6798개라는 것을 알 수 있다. 다른 방법으로 df.value_counts() 를 이용하면 distinct한 값을 찾아주면서 몇 개가 중복되어있는지 확인할 수 있다.

CNN(Convolutional Neural Network)의 convolution layer는 convolution을 통해서 feature map의 크기를 줄인다. Deconvolution은 CNN의 역연산으로 CNN과 반대로 feature map의 크기를 증가시킨다. 이런 Deconvolution은 어디에 쓰일까? 바로 Semantic Segmantation이다. Semantic Segmentation이란 Computer Vision Tasks들 중 하나이다. 위의 그림에 잘 설명되어 있는데, Object Detection은 물체가 있는 위치를 찾아 Bounding Box를 그리는 작업이고 Semantic Segmentation이란, 이미지를 픽셀 단위로 구분해 각 픽셀이 어떤 object class..