'컴퓨터과학' 카테고리의 글 목록 (4 Page)

[소프트웨어] 펌웨어란 무엇인가? 펌웨어 특징,종류,예시

목차 펌웨어 뜻 펌웨어는 컴퓨터, 스마트폰 또는 라우터와 같은 장치에 미리 설치되어 장치가 제대로 작동하는 데 필요한 지침을 제공하는 소프트웨어의 한 유형입니다. ROM(Read-Only Memory)에 저장되며 일반적으로 사용자가 수정하지 않습니다. 펌웨어는 설치된 장치에 따라 다르며 장치의 하드웨어 구성요소에 대한 낮은 수준의 제어를 제공합니다. 여기에는 장치의 입력/출력 인터페이스 제어, 전원 관리 및 다른 장치와의 통신 조정과 같은 기능이 포함될 수 있습니다. 펌웨어의 특징 장치의 특정 하드웨어를 제어하도록 설계되었습니다: 펌웨어는 마이크로프로세서, 메모리 및 입출력 인터페이스와 같은 장치의 하드웨어 구성 요소와 직접 상호 작용하도록 설계되었습니다. 읽기 전용 메모리에 저장됩니다. 펌웨어는 일반적..

컴퓨터과학/소프트웨어 2023.01.29

훈련데이터와 시험데이터란 무엇인가? 신경망의 데이터와 과적합

인공 신경망 분야에서 데이터는 모델을 훈련하고 평가하는 데 중요한 구성 요소입니다. 훈련 데이터와 시험 데이터의 두 가지 유형의 데이터가 일반적으로 사용됩니다. 이 글에서는 신경망 학습의 훈련 데이터와 시험 데이터에 대해서 설명합니다. 목차 훈련데이터와 시험데이터의 특징 훈련 데이터는 모델을 교육하는 데 사용됩니다. 모델이 입력과 출력 간의 관계를 학습하는 데 사용하는 입력-출력 쌍 세트로 구성됩니다. 모델은 훈련 데이터의 예측과 실제 출력 간의 차이를 최소화하기 위해 내부 매개변수를 조정하여 훈련됩니다. 반면 시험 데이터는 훈련된 모델의 성능을 평가하는 데 사용됩니다. 훈련 중에 모델이 보지 못한 별도의 입력-출력 쌍 세트로 구성됩니다. 테스트 데이터에 대한 모델의 예측은 성능을 측정하기 위해 실제 출..

컴퓨터과학/딥러닝 2023.01.27

[데이터베이스] 데이터베이스란?

목차 데이터베이스 란 데이터베이스는 컴퓨터 프로그램이 원하는 데이터를 빠르게 선택할 수 있도록 구성된 정보의 모음입니다. 데이터베이스의 데이터 구성은 일반적으로 데이터베이스의 스키마라고 합니다. 가장 인기 있는 데이터베이스 유형은 관계형 데이터베이스로, 데이터를 하나 이상의 행과 열로 구성하고, 각 열은 데이터의 특정 속성을 포함하며, 각 행은 특정 레코드를 포함한다. 다른 유형의 데이터베이스에는 문서 데이터베이스, 키 값 데이터베이스 및 그래프 데이터베이스가 있습니다. 데이터베이스는 금융 시스템, 재고 관리 시스템 및 고객 관계 관리 시스템을 포함한 다양한 애플리케이션의 데이터를 저장하는 데 사용됩니다. 데이터베이스의 특징 대부분의 데이터베이스에는 다음과 같은 몇 가지 특징이 있습니다: 지속성: 데이터..

컴퓨터과학/데이터베이스 2023.01.27

정보 시스템이란? 정보시스템 특징과 종류

목차 정보시스템이란 정보 시스템은 정보를 수집, 처리, 저장 및 배포하기 위해 함께 작동하는 하드웨어, 소프트웨어, 데이터, 사람 및 절차의 모음입니다. 정보 시스템의 목표는 조직의 의사 결정 및 제어를 지원하기 위해 적시에 적절한 사람에게 적절한 정보를 제공하는 것입니다. 정보 시스템은 두 가지 주요 범주로 나눌 수 있습니다. 트랜잭션 처리 시스템(TPS)은 판매 주문, 급여 및 재고 관리와 같은 일상적인 비즈니스 트랜잭션을 처리하는 데 사용됩니다. 관리 정보 시스템(MIS)은 재무 분석, 시장 조사 및 생산 분석과 같은 전략적 결정을 내리는 데 필요한 정보를 경영진에게 제공합니다. 정보 시스템의 세 번째 범주는 의사 결정 지원 시스템(DSS)으로, 반구조화 및 비구조화 의사 결정 활동을 통해 관리자 ..

컴퓨터과학/시스템 분석설계 2023.01.25

배치처리란 무엇인가? 인공신경망의 배치처리의 특징과 구현

목차 개요 배치 처리에서 입력은 더 작은 배치로 나뉘고 각 배치는 한 번에 하나씩 모델을 통과합니다. 그런 다음 각 배치에 대한 예측을 수집하고 결합하여 전체 데이터 세트에 대한 최종 예측을 생성합니다. 이 프로세스는 CPU 또는 GPU와 같은 사용 가능한 리소스를 더 잘 활용하므로 각 입력을 개별적으로 처리하는 것보다 계산적으로 더 효율적입니다. 특징 배치 처리는 메모리에 맞지 않는 대용량 데이터 세트로 작업할 때 특히 유용합니다. 이를 통해 모델은 더 작은 청크로 데이터를 처리할 수 있으므로 메모리 요구 사항이 줄어듭니다. 또한 모델이 각 반복에서 더 많은 데이터를 처리할 수 있도록 하여 더 빠른 수렴으로 이어지므로 모델의 교육 시간을 개선할 수도 있습니다. 그러나 배치 처리에도 한계가 있습니다. 주..

컴퓨터과학/딥러닝 2023.01.25

인공 신경망의 추론처리 특징부터 구현까지 - 딥러닝 정리

목차 개요 신경망의 추론 처리는 훈련된 모델을 사용하여 보이지 않는 새로운 데이터를 예측하는 프로세스입니다. 학습된 모델은 학습 프로세스 중에 학습한 패턴 및 관계를 기반으로 입력 데이터에 대한 예측 또는 추론을 수행하는 데 사용됩니다. 특징 추론 처리는 기계 학습 파이프라인의 마지막 단계이며 모델을 실제 응용 프로그램에 배포할 수 있도록 합니다. 계산 리소스가 덜 필요하고 더 빠르게 수행할 수 있다는 점에서 훈련과 다릅니다. 그러나 예측의 품질은 교육의 품질에 따라 달라집니다. 추론에는 온라인과 오프라인의 두 가지 주요 유형이 있습니다. 온라인 추론은 자율 주행 자동차 또는 음성 인식과 같이 모델이 가능한 한 빨리 예측을 수행해야 하는 실시간 애플리케이션에 사용됩니다. 오프라인 추론은 데이터 세트의 이..

컴퓨터과학/딥러닝 2023.01.24

[데이터베이스] 인 메모리 데이터베이스 (IMDB) 란?

목차 인메모리 데이터베이스 란 인메모리 데이터베이스는 모든 데이터를 디스크 기반 저장소가 아닌 컴퓨터의 주 메모리(RAM)에 저장하는 DBMS(데이터베이스 관리 시스템)입니다. 이를 통해 데이터를 Disk 저장소에서 검색할 필요가 없으므로 데이터 액세스 및 조작 속도가 훨씬 빨라집니다. 인메모리 데이터베이스는 특히 온라인 트랜잭션 처리(OLTP) 시스템, 금융 거래 시스템 및 실시간 분석 시스템과 같이 대량의 데이터에 신속하게 액세스해야 하는 실시간 고성능 애플리케이션에 유용합니다. 메모리 내 데이터베이스는 두 가지 주요 범주로 나눌 수 있습니다: 기본 메모리 내 데이터베이스입니다: 이러한 데이터베이스는 전적으로 메모리에서 실행되도록 특별히 설계되었으며 Disk 저장소를 전혀 사용하지 않는 데이터베이스입..

컴퓨터과학/데이터베이스 2023.01.24

MNIST 데이터셋의 특징부터 구현까지 - 딥러닝의 신경망

목차 개요 MNIST 데이터 세트는 특히 컴퓨터 비전 분야에서 기계 학습 모델을 교육하고 테스트하는 데 널리 사용되는 데이터 세트입니다. Modified National Institute of Standards and Technology의 약자입니다. 특징 MNIST 데이터 세트는 60,000개의 학습 이미지와 10,000개의 손글씨 숫자 테스트 이미지로 구성되며 각 이미지의 크기는 28x28픽셀이고 회색조입니다. 각 이미지에는 0에서 9까지의 해당 숫자가 표시됩니다. MNIST 데이터 세트에서 훈련된 모델의 목표는 손으로 쓴 숫자의 이미지를 입력으로 가져와 10자리 숫자 중 하나로 올바르게 분류하는 것입니다. 이것은 고전적인 이미지 분류 문제이며 다양한 기계 학습 모델 및 아키텍처의 성능을 테스트하기 ..

컴퓨터과학/딥러닝 2023.01.23

소프트맥스 함수란 무엇인가? softmax 함수 특징부터 구현까지

목차 소프트맥스 함수 개요 softargmax 또는 정규화된 지수 함수라고도 하는 softmax 함수는 문제가 다중 클래스 분류인 경우 신경망의 출력 계층에서 일반적으로 사용되는 활성화 함수입니다. 입력 값(실수일 수 있음)을 K 클래스에 대한 확률 분포로 매핑합니다. 여기서 K는 클래스 수입니다. 함수는 다음과 같이 정의됩니다. softmax(x) = exp(x) / sum(exp(x)) 여기서 x는 각 클래스에 대한 입력 값의 벡터이고 exp는 지수 함수이며 분모는 모든 클래스에 대한 지수 값의 합입니다. softmax 함수의 출력은 모든 클래스에 대한 값의 합이 1인 확률 분포입니다. 이는 softmax 함수의 출력이 각 클래스에 속하는 입력의 확률로 해석될 수 있음을 의미합니다. 확률이 가장 높은..

컴퓨터과학/딥러닝 2023.01.23

파이썬의 keras를 이용해 3층 신경망을 구현해 보자 - 딥러닝

목차 3층 신경망이란 3층 신경망은 다층 퍼셉트론(MLP)이라고도 하며 입력 계층, 하나 이상의 숨겨진 계층 및 출력 계층의 3개 계층으로 구성된 일종의 인공 신경망입니다. 입력 레이어는 입력 데이터를 수신한 다음 숨겨진 레이어에서 처리합니다. 입력 레이어의 뉴런 수는 입력 데이터의 피처 수에 해당하며 숨겨진 레이어의 뉴런 수는 모델의 성능을 최적화하기 위해 조정될 수 있습니다. 활성화 함수는 숨겨진 레이어의 각 뉴런 출력에 적용되어 네트워크에 비선형성을 도입하는 데 도움이 됩니다. 출력 계층은 처리된 입력 데이터를 기반으로 최종 예측 또는 분류를 생성합니다. 출력 계층의 뉴런 수는 모델이 예측하려는 클래스 또는 출력의 수에 해당합니다. 출력 레이어에서 사용되는 활성화 함수는 태스크의 종류에 따라 달라지..

컴퓨터과학/딥러닝 2023.01.22

컴퓨터과학