본문 바로가기
728x90
반응형

분류 전체보기458

정보처리기사 실기_데이터 입출력 구현3📚 데이터 베이스(Database) 개념 : 데이터 베이스는 다수의 인원, 시스템 또는 프로그램이 사용할 목적으로 통합하여 관리되는 데이터의 집합이다. 데이터에 대한 효과적인 관리를 위해 자료의 중복성 제거, 무결성 확보, 일관성 유지, 유용성 보장이 중요하다. 데이터 베이스 정의 : 통합된 데이터(integrated data): 자료의 중복을 배제한 데이터의 모임. 저장된 데이터(Stored Data) : 저장 매체에 저장된 데이터 운영 데이터 ( Operational Data) : 조직의 업무를 수행하는데 필요한 데이터. 공용 데이터 (Shared Data) : 여러 애플리케이션, 시스템들이 공동으로 사용하는 데이터 데이터 베이스 특징 : 실시간 접근성 : 쿼리에 대하여 실시간 응답이 가능해야 함. 계속.. 2022. 3. 18.
정보처리기사 실기_데이터 입출력 구현2📚 1. ( 물리 데이터 모델링 )은 논리모델을 적용하고자 하는 기술에 맞도록 상세화해 가는 과정이다. 2. 다음은 인덱스 적용 기준과 관련된 수식 + 특정 컬럼의 데이터가 테이블에 평균적으로 분포되어 있는 정도이다. + 인덱스로 적정한 분포도는 10%~15%이다. : 분포도 3. 분포도 가 좋은 컬럼은 단독적으로 생성한다. 자주 조합되어 사용되는 컬럼은 결합 인덱스로 생성한다. 4. 관계형 데이터베이스의 인덱스 개념을 간략히 약술하시오. 전체 데이터의 검색 없이 빠르게 조회가 가능하게 한다는 것을 중점으로 작성한다. 5. 파티셔닝 기법 - 연속적인 숫자나 날짜를 기준으로 하는 파티셔닝 기법이다. - 손쉬운 관리 기법을 제공하여 관리 시간의 단축이 가능하다. : 레인지 파티셔닝 (range : 범위) 2022. 3. 18.
정보처리기사 실기_데이터 입출력 구현1📚 데이터 모델 : 현실세계의 정보를 인간과 이해할 수 있도록 추상화하여 표현한 모델이다. 데이터 모델 표시요소 : 연산, 구조, 제약 조건 데이터 모델 절차 : 요구사항 분석 , 개념적 데이터모델, 논리적 데이터모델, 물리적 데이터모델 # 요개논물 개체관계 다이어그램(Entity Relationship Diagram) ERD : 각 업무 분석에서 도출된 엔티티간의 관계를 이해하기 쉽게 도식화한 다이어그램이다. 정규화 2022. 3. 17.
머신러닝 쉽게 배우는 방법 누군가 만들어 놓은 프로젝트를 만들어라 머신러닝 배우지 마라(프로젝트를 만들고 싶은건지, 머신러닝에대해 연구를 하고 싶은건지) 1. 무엇을 만들고 싶은지 목표를 세운다 2. 누군가 미리 학습시켜 놓은 모델을 찾는다. 3. 재밌다면 추가적으로 라이브러리를 사용해서 모델을 튜닝할 수도 있다. 4. 마이크로서비스(작은서비스) 형태로 배포한다. 회원가입 기능을 이용하기위해서 암호학을 공부하지 않듯이, 머신 러닝 기능을 이용한 제품을 만들기위해서 머신러닝 자체를 학문적,수학적으로 공부할것이 아니라 누군가 만든 머신러닝을 참고하여 만들어 보는것을 추천한다!! => 무언가를 만들고 => 깊게 이론을 파기. * 아래 영상을 보고 정리한 글 입니다. https://www.youtube.com/watch?v=432p379.. 2022. 3. 16.
728x90
반응형

티스토리툴바