전체 글 130

Setting

1. Install the visual studio 2022 community To get started, download Visual Studio 2022 Community Edition using the link below. https://visualstudio.microsoft.com/ko/vs/ Visual Studio 2022 | 무료 다운로드Visual Studio에서 코드 완성, 디버깅, 테스트, Git 관리, 클라우드 배포를 사용하여 코드를 작성합니다. 지금 무료로 커뮤니티를 다운로드하세요.visualstudio.microsoft.comFor this study, we only need the C++ development environment.  2. Install ImGui using V..

graphics 2024.12.18

ch5.exercise

5.3번 문제들: 캐시 전체 비트 수 계산 및 성능 비교 문제 설명: 32KiB, 64KiB 캐시에 대해 태그, 유효 비트, 데이터 비트 총합을 계산하고, 블록 크기 변화에 따른 효과를 살펴본다. • 1 KiB = 1024바이트 • 32 KiB = 32 * 1024 = 32768 바이트 • 64 KiB = 64 * 1024 = 65536 바이트 • 워드(Word) = 4바이트 5.3.1 (32KiB 캐시, 2-word 블록) 조건: • 총 데이터 용량: 32KiB = 32768바이트 • 블록 크기: 2워드/블록, 1워드=4바이트 ⇒ 블록 크기 = 2 *4바이트 =8바이트 • 블록 수 = 총 용량 / 블록 크기 = 32768바이트 /8바이트 =4096블록 어드레스 비트 분해(32비트 주소): • 오프셋(O..

CH8. More Computational Complexity: The Searching Problem

8.1 Lower Bounds for Searching Only by Comparisons of Keys 이 섹션에서는 키 비교만을 사용하여 배열에서 특정 키를 검색할 때 소모되는 최악의 경우 비교 횟수의 하한을 다룹니다.특히, Binary Search와 Sequential Search의 의사결정 트리(Decision Tree)를 사용하여 검색 과정의 효율성을 분석합니다. 의사결정 트리 (Decision Tree) • 정의:의사결정 트리는 키 를 배열에서 검색하는 과정에서 발생하는 모든 비교를 나타냅니다. • 각 내부 노드는 키 비교를 나타냅니다. • 각 리프 노드는 검색 결과를 나타냅니다 (성공적으로 검색된 위치 또는 실패). • 예시: • Figure 8.1: 정렬된 배열에서 이진 탐색(Binary ..

R 데이터 분석 과정

1. 데이터 전처리데이터 전처리는 분석의 정확도를 높이기 위한 첫 단계입니다.1.1. 결측값 처리 • 결측값(NA)은 분석에 방해가 될 수 있습니다. 이를 제거하거나 채워야 합니다. • 제거: na.omit(data) • 평균 대체: data$col[is.na(data$col)] 1.2. 이상치 처리 • 데이터의 이상치를 제거하거나 수정합니다. • IQR 방법:Q1 Q3 IQR data = (Q1 - 1.5 * IQR) & data$col 1.3. 데이터 형 변환 • 날짜 형식 변환:data$date • 범주형 변환:data$group 2. 종속변수와 독립변수 설정분석의 목표를 설정합니다: • 종속변수(Y): 예측하려는 변수 • 독립변수(X): 종속변수에 영향을 미치는 변수들3. 분석 모델 생성 전, ..

R 2024.12.09

R데이터분석을 할 때 여러가지 경우의 수

1. 데이터 전처리 과정 2. 종속변수 하나와 독립변수 여러 개를 설정 3. 모델을 만들기 전, 모델의 정확도를 높이기 위해 각각의 독립변수의 정규성과 종속변수에 미치는 영향성 확인 3.1. 종속변수 = 연속형 , 독립변수 = 연속형 인 경우3.1.1 각 변수가 정규성을 따르는지 확인 (shapiro.test)3.1.2. 정규성 여부에 따라 cor.test진행 ( 정규성을 따른다면 pearson, 정규성을 따르지 않는다면 spearman, 작은 데이터나 비선형적 관계라면 kendall 옵션적용 ) -예시 코드cor.test(data$mpg, data$wt)# Spearman 상관계수 및 검정cor.test(mtcars$mpg, mtcars$wt, method = "spearman")  p-value-13..

R 2024.12.08

r내장데이터 mtcars를 이용한 데이터분

#데이터 불러오기 및 확인 #table 을 한 이유는 변속기의 분포를 확인하기 위해서  #모델 생성에서 경고메세지 발생 -> 다중공선성을 확인해보았더니 값이 매우 크게 나옴 #따라서 다중공선성이 큰 독립변수를 제거하고 새로운 모델 생 #새로운 모델 확인 결곽 cyl이 유의미한 영향을 미치지 않는다는 결과 얻음. 따라서 cyl제거하고 새로운 모델 생성#새로운 모델 확인 결과 AIC값은 조금 높아졌음.  #lrtest를 통해 두 모델을 비교해본 결과 model1이 더 설명력이 높다는 결론을 얻음. #따라서 cyl이 유의미한 영향을 미친다고 할 수는 없지만 모델의 설명력이 더 높으므로 model 1을 최종모델로 선택한다.

R 2024.12.07

"기온(Temperature), 바람(Wind), 태양광(Solar.R) 및 주중/주말 여부가 오존 농도(Ozone)에 미치는 영향 분석

#데이터 전처리  #데이터 전처리 이후 종속변수의 정규성 판단#종속변수가 정규성을 따르지 않는다는 것을 확인했다. #데이터가 비정규성이므로 이를 분석하기 위해 rlm을 사용한다. #그러기 위해 rlm을 하는데 사용되는 MASS라이브러리를 불러온다. #rlm 진행#t 값을 확인하면 주말/주중 데이터는 유의미한 영향력이 없다는 것을 알 수 있다.#따라서 주중/주말 데이터 제거하고 새로운 모델 생성 새로운 모델에서는 모든 독립변수가 종속변수에 유의미한 영향을 준다는 것을 볼 수 있고,다중공선성 검증 결과 값이 1내외로 아주 작은 값이므로 다중공선성에도 문제가 없다. 따라서 이 모델을 최종 모델로 선별한다. 함의 기온(Temp):기온이 1도 상승할 때 오존 농도는 약 1.32 ppb 증가.t-value = 7...

R 2024.12.07

전력 데이터에 영향을 미치는 요인 분석

https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?pgmNo=36&openPopup=Y 자바스크립트가 비활성 되었습니다. 해당 기능은 자바스크립트에서 활성상태에서 사용가능합니다. 종관기상관측이란 종관" data-og-host="data.kma.go.kr" data-og-source-url="https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?pgmNo=36&openPopup=Y" data-og-url="https://data.kma.go.kr/data/grnd/selectAsosRltmList.do?openPopup=Y&pgmNo=36" data-og-image=""> 기상자료개방포털[데이터:기상관측:지상:종..

R 2024.12.07

CH7. Introduction to Computational Complexity: The Sorting Problem

7.1 Computational Complexity 계산 복잡도란?  • **계산 복잡도(Computational Complexity)**는 특정 문제를 해결할 수 있는 모든 가능한 알고리즘의 효율성을 분석하는 학문이다. • 주로 다음 두 가지를 분석한다:  1. 시간 복잡도(Time Complexity): 알고리즘이 실행되는 데 필요한 시간. 2. 공간 복잡도(Space Complexity): 알고리즘이 사용하는 메모리 양. 여기서 중요한 것은 알고리즘을 개별적으로 분석하는 것이 아니라 문제 자체의 본질적인 복잡도를 분석한다는 점이다.예를 들어, 행렬 곱셈 문제에서는 최선의 알고리즘이라도 Θ(n²) 이상의 시간 복잡도를 가지며,이를 문제의 **하한(Lower Bound)**이라고 한다. 정렬 문제의 계..

6.4 Switched Local Area Networks

스위치 기반 LAN은 데이터 링크 계층에서 작동하며, IP 주소 대신 **링크 계층 주소(MAC 주소)**를 사용하여 데이터를 전달한다. 그림 6.15: 캠퍼스 네트워크 예시 이 그림은 스위치 네 개로 연결된 캠퍼스 네트워크의 예를 보여준다. 각 학과(예: 전기공학, 컴퓨터 공학 등)와 서버, 라우터가 스위치를 통해 연결되어 있다. 1. 네트워크 구성 요소: • 스위치: 데이터가 효율적으로 전달될 수 있도록 트래픽을 관리. • 서버: 메일 서버, 웹 서버 등. • 라우터: 외부 인터넷과 연결. 2. 연결 속도: • 서버와 라우터는 스위치와 1Gbps로 연결. • 학과 건물은 스위치와 100Mbps로 연결. • 학과 내부 네트워크는 혼합 속도(10Mbps~1Gbps)로 운영. 스위치가 연결된 각 네트워크는..