이자다의 기록

데이터베이스 튜닝(Database Tuning)은 데이터베이스 시스템의 성능을 최적화하는 프로세스입니다. 데이터베이스 시스템은 많은 사용자가 데이터를 읽고 쓰기 때문에, 데이터베이스의 성능은 중요한 이슈입니다. 데이터베이스 튜닝은 이러한 성능 이슈를 해결하기 위해, 데이터베이스의 구성, 인덱싱, 쿼리 최적화, 하드웨어 및 네트워크 등 여러 가지 요소들을 조정하는 작업입니다. 데이터베이스 튜닝은 다음과 같은 이유로 중요합니다. 성능 향상: 데이터베이스 튜닝은 시스템 성능을 최적화하여 쿼리 응답 시간을 단축하고, 데이터베이스 전반적인 처리 속도를 높여 사용자들이 빠르게 데이터에 접근할 수 있도록 합니다. 비용 절감: 데이터베이스 성능이 떨어지면, 시스템 대기 시간이 길어지고 데이터 처리 속도가 느려지기 때문..

웹 크롤링을 배우기 위해서는 다음과 같은 단계를 거쳐야 합니다. HTML과 CSS 기초 학습 HTML과 CSS는 웹 페이지의 구조와 스타일을 정의하는데 사용되는 기본 언어입니다. 따라서 웹 크롤링을 하기 위해서는 이 두 가지 언어에 대한 이해가 필요합니다. Python 기초 학습 Python은 웹 크롤링에 널리 사용되는 프로그래밍 언어입니다. Python을 학습하여 웹 크롤링에 필요한 기본 문법과 함수를 익힐 수 있습니다. 웹 페이지 요청과 응답 처리 웹 페이지를 크롤링하기 위해서는 먼저 해당 웹 페이지에 요청을 보내고, 그에 대한 응답을 처리해야 합니다. Python에서는 requests 모듈을 사용하여 웹 페이지 요청과 응답 처리를 할 수 있습니다. 웹 페이지 파싱 웹 페이지에서 데이터를 추출하기 위..

Q. 데이터마이닝에서 상관행렬이 뭐야? A. 상관행렬(correlation matrix)은 데이터마이닝에서 변수 간의 상관관계를 나타내는 행렬입니다. 상관관계는 두 변수 사이의 관련성을 나타내는 지표로, 변수 간의 선형적인 관계를 측정합니다. 상관행렬은 변수 간의 상관관계를 나타내는데, 상관계수(correlation coefficient)를 사용합니다. 상관계수는 -1에서 1 사이의 값을 가지며, 1에 가까울수록 양의 상관관계(두 변수가 함께 증가), -1에 가까울수록 음의 상관관계(두 변수가 서로 반대로 증감)를 나타냅니다. 0에 가까울수록 두 변수 사이에는 상관관계가 없습니다. 상관행렬은 주로 변수 간의 다중공선성(multicollinearity)을 확인하는 데 사용됩니다. 다중공선성은 변수 간의 강..

Q. 영-분산 예측변수가 뭐야? A. 영-분산 예측변수(zero-variance predictor)란, 분산(variance)이 0에 가까운 예측변수를 말합니다. 다른 말로는 상수(constant) 예측변수라고도 합니다. 영-분산 예측변수는 예측 모델에서 유용한 정보를 제공하지 않으므로, 모델에 포함시키지 않아도 됩니다. 이는 모델이 불필요한 변수를 학습하는 것을 방지하고, 모델의 성능을 향상시키는 데 도움을 줍니다. 예를 들어, 모든 샘플에서 동일한 값(예: 상수)을 가지는 예측변수는 분산이 0에 가깝기 때문에 영-분산 예측변수가 됩니다. 이러한 예측변수는 모델에 포함시키지 않아도 됩니다. 또한, 특정 샘플에서만 값을 가지는 예측변수도 분산이 0에 가깝기 때문에 영-분산 예측변수가 됩니다. 이러한 경우..

Q. 로지스틱 분포의 표준분포함수가 뭐야? A. 로지스틱 분포의 누적분포함수(Cumulative Distribution Function, CDF)는 다음과 같은 수식으로 정의됩니다: F(x) = 1 / [1 + exp(-(x - μ) / σ)] 여기서, x는 로지스틱 분포에서 랜덤 변수의 값, μ는 로지스틱 분포의 평균(mean), σ는 로지스틱 분포의 표준편차(standard deviation)입니다. 로지스틱 분포는 일반적으로 시그모이드 함수와 유사한 형태를 가지고 있으며, 이로 인해 로지스틱 회귀분석에서 사용되기도 합니다. CDF는 x 이하의 값이 나타날 확률을 나타내는데, 로지스틱 분포에서는 CDF 값이 0.5일 때가 중앙값(median)에 해당합니다. Q. μ, σ 이거 두개는 뭐라고 읽고 무슨..

데이터마이닝에서 오즈(odds)는 어떤 사건이 발생할 확률과 발생하지 않을 확률 간의 비율을 의미합니다. 예를 들어, 동전 던지기에서 앞면이 나올 확률이 1/2라면, 오즈는 앞면이 나올 확률과 뒷면이 나올 확률 간의 비율인 1:1입니다. 오즈는 보통 로그 오즈(log odds)라고도 불리며, 로그 오즈는 로그 함수를 적용한 오즈값입니다. 로그 오즈를 사용하는 이유는, 오즈값이 1보다 작거나 클 경우, 로그 함수를 적용하면 음수값이 나오고, 오즈값이 1과 가까울 경우, 로그 함수를 적용하면 0에 가까운 값이 나오기 때문입니다. 데이터마이닝에서 오즈는 머신러닝 알고리즘에서 사용되는 분류 모델의 성능을 평가하는 데에도 활용됩니다. 예를 들어, 이진 분류 모델에서 오즈비는 모델의 예측력과 관련된 지표 중 하나로..

딥 웹 접속방법을 물어봤다 딥 웹은 일반적으로 일반적인 인터넷 브라우저로는 접속할 수 없는 인터넷의 일부입니다. 따라서 딥 웹에 접속하려면 다음과 같은 단계를 따라야 합니다. 토르(Tor) 브라우저 설치: 토르 브라우저는 인터넷 사용자의 익명성을 보호하기 위해 개발된 브라우저입니다. 딥 웹에 접속하기 위해서는 토르 브라우저를 다운로드하고 설치해야 합니다. 토르 브라우저 실행: 토르 브라우저를 실행하면, 인터넷을 통해 익명으로 딥 웹에 접속할 수 있습니다. 검색 엔진 사용: 딥 웹은 일반적인 검색 엔진으로는 검색되지 않습니다. 대신, 딥 웹 전용 검색 엔진인 "DuckDuckGo"나 "Grams"와 같은 검색 엔진을 사용해야 합니다. 이러한 검색 엔진을 사용하여 딥 웹에서 원하는 정보를 검색할 수 있습니다..

체스트프레스 120kg 10회 4세트 120kg 6회 1세트 어시스트 딥스 30kg 7회 5세트 저번주에 운동을 부위별로 주 1회만 했더니 오늘따라 가슴운동에 힘이 안들어간다. 좀 가볍게 했다 인클라인 프레스 40kg 12회 3세트 40kg 5회 2세트 하체근육도 뭔가 평소보다 힘이 달려서 사이클 강도를 한단계 낮췄다 사이클 강도4 30분

https://shanepark.tistory.com/400 [MacOS] M1 맥북 도커로 ORACLE DB 실행하기 Intro M1 맥북을 처음 구입 한 이후로 약 1년 반동안, 오라클 데이터베이스를 띄우기 위해 참 많은 노력을 했었습니다. 원래부터 Oracle이 MacOS를 정식 지원을 하지는 않았지만, 그나마 이전의 맥북에 shanepark.tistory.com https://oralytics.com/2022/09/22/running-oracle-database-on-docker-on-apple-m1-chip/ Running Oracle Database on Docker on Apple M1 Chip This post is for you if you have an Apple M1 laptop an..

혼작 공부하는 머신러닝을 공부하다가 처음보는 파이썬 용법이 나와서 그 부분만 따로 공부했습니다 파이썬을 아주 기초부분만 다루는 책만 공부해봐서 이런 용법은 처음 봤습니다 fish_data = [[l, w] for l, w in zip(length, weight)] 구문 fish_data = [[l, w] for l, w in zip(length, weight)] 구문을 더 잘 이해하기 위해 더 작은 부분으로 분해해 보겠습니다. zip(length, weight) - zip() 함수는 두 개 이상의 매개변수(이 경우 length와 weight)을 취하고 각 매개변수의 요소를 집계하는 반복자를 반환합니다. 이 경우 길이와 무게의 해당 요소를 튜플로 집계합니다. 예를 들어 길이가 [1, 2, 3]이고 무게가 ..