from sklearn.datasets import load_irisiris_data = load_iris()print(type(iris_data))keys = iris_data.keys()print('붓꽃 데이터 세트의 키들:', keys)print('\n feature_names 의 type:',type(iris_data.feature_names))print(' feature_names 의 shape:',len(iris_data.feature_names))print(iris_data.feature_names)print('\n target_names 의 type:',type(iris_data.target_names))print(' feature_names 의 shape:',len(iris_data.ta..

### 사이킷런을 이용하여 붓꽃(Iris) 데이터 품종 예측하기from sklearn.datasets import load_irisfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_test_splitimport pandas as pd# 붓꽃 데이터 세트를 로딩합니다. iris = load_iris()# iris.data는 Iris 데이터 세트에서 피처(feature)만으로 된 데이터를 numpy로 가지고 있습니다. iris_data = iris.data# iris.target은 붓꽃 데이터 세트에서 레이블(결정 값) 데이터를 numpy로 가지고 있습니다. iris_label = iris.targe..

1장. 데이터 모델링의 이해 데이터 모델링의 중요성 및 유의점- 중복 : 같은 시간 같은 데이터 제공- 비유연성 : 사소한 업무변화에 데이터 모델이 수시로 변경되면 안됨- 비일관성 : 신용 상태에 대한 갱신 없이 고객의 납부 이력 정보 갱신 안됨 데이터 모델링개념적, 논리적, 물리적 데이터 모델링 데이터 독립성 요소외부 스키마 : 개개 사용자가 보는 개인적 DB 스키마개념 스키마 : 모든 사용자 관점을 통합한 전체 DB내부 스키마 : 물리적 장치에서 데이터가 실제적 저장 데이터 독립성논리적 독립성 : 개념 스키마가 변경되어도 외부 스키마에 영향 x물리적 독립성 : 내부스키마가 변경되어도 외부/개념 스키마는 영향 x Mapping(사상) : 상호 독립적인 개념을 연결시켜주는 다리 데이터 모델링의 3요소어떤..

총 22p로 정리되어있고, 파일이 커서 압축 파일로 파일 올립니다.

관계 연습: 주문 업무 병원 업무 대학 학적과 업무 계약 업무학원 업무 병원 업무 확장 업무 관계

1과목 데이터 모델링의 이해1장 데이터 모델링의 이해1절 데이터 모델의 이해1.     모델링: 현실세계를 단순화하여 표현하는 것ü  특징‒      추상화: 일정한 형식에 맞춰 표현함‒      단순화: 제한된 표기법이나 언어로 표현함‒      명확성: 이해가 쉽게 표현함 ü  관점‒      데이터 관점: 업무와 데이터 및 데이터 사이의 관계‒      프로세스 관점: 진행되고 있거나 진행되어야 하는 업무‒      상관 관점: 데이터에 대한 업무 처리 방식의 영향2.     데이터 모델링: 정보 시스템 구축을 위한 데이터 관점의 업무 분석 기법ü  목적: 1) 정보에 대한 표기법을 통일하여 업무 내용 분석 정확도 증대 2) 데이터 모델을 기초로 DB 생성ü  기능: 1) 가시화 2) 명세화 3) ..

4차 산업 혁명 중 하나인 사물 인터넷 기술 발전으로 기기 간 연결이 확장되면서 임베디드 시스템 및 SW 시장에 새로운 변화가 생겼다. 임베디드 시스템 시장은 2018년 578억 달러, IoT 기기의 개수는 2019년 142억 개, 2021년은 250억 개로 추정된다. 이에 따라 4차 산업 혁명의 핵심 성장 동력으로 임베디드 시스템에 핵심으로 떠오르고 있다. 이 흐름에 발맞춰 해외/국내 임베디드 시스템 규모와 전망에 대해서 살펴보고자 한다.  Frost and Sullivan은 임베디드 시스템 시장 전망으로 중장기적으로 유럽의 강세 지속 되고, 북미 및 일부 아시아 국가가 선진국 시장으로 편입을 예상했다. 북남미 대륙의 시장규모는 2018년 275억 3천만 달러, 2023년은 427억 2천만 달러에 이를..

과목1) 전사이카텍처 이해 정리1. 전사아키텍처(EA, Enterprise Architecture) 란? 2. Architecture란 무엇이며, 3대 구성요소를 쓰시오. 3. 전사아키텍처 프레임워크란 ? 4. 전사아키텍쳐의 아키텍쳐 메트릭스란 무엇이며, 예를 들어보시오. 5. EA정보의 구성요소는 적으시오. 6. 참조모델이란 무엇인가 ? 7. 참조모델들과 아키텍쳐 메트릭스의 뷰(비지니스, 어플리케이션, 데이터, 기술 아키텍쳐)간의 관계를 짝지어 보시오. 8. 전사아키텍쳐 방향수립을 위한 3대 작업공정을 쓰시오. 9. 전사이키텍쳐 정보구성 정의를 위한 3대 작업공정을 쓰시오. 10. 기술 참조모델은 개별 기관이나 기업에서도 기술의 표준화와 기술요소간 ( ) 을 향상하기 위해 정의하여 활용하는 것이다. 1..