뭐라도 끄적이는 BLOG

Hypothesis and Cost Linear Regression은 직선적 관계를 가지고 있기 때문에 Hypothesis은 1차 방정식으로 표현할 수 있습니다. 그리고 Linear Regression에서 사용하는 CostFuntion은 모든 x에서 실제값 y와 예측한 값 H(x)간의 거리들의 제곱값을 더한 것입니다. 우리의 목표는 cost를 가장 작게하는 W와 b를 찾는것이 목표입니다. Simplified hypothesis 이해를 위해 수식을 간단히 만들겠습니다 기존의 수식에서 b를 삭제하면 cost는 W에의해 변화되는 function이됩니다. 이것은 계산을 최대한 간단하게 해보기 위한 것입니다. What cost(W) look like? 간단하게 만든 cost function에 W값을 하나 하나 대..

Regression Regression(회귀)는 Machine Learning(머신 러닝)에서도 Training Data Set을 사용하는 Supervised Learning의 한 종류 입니다. Linear Regression 학생이 공부한 시간 x를 입력하여 학생의 시험점수 y를 예측하는 것도 Regression의 한종류라고 할 수 있습니다. 어떤 학생이 공부한 시간(x)당 어떤점수(y)가 나오는지 데이터를 예시로 사용하겠습니다. 예측하고자하는 최종적 목표는 0~100까지 점수입니다. 이렇게 특정 범위를 찾아내는 것이기 때문에 이러한 형태의 머신러닝은 Regression이라고 합니다. 해당 경우는 학생이 공부한 시간이x가 크면 클수록 학생의 시험 성적 y가 높은 경우가 많은것을 볼수 있고 이것은 Lin..

What is ML? explicit programming 개발자가 일일이 조건을 맞추어 프로그래밍 하는것입니다. 단순한 logic을 가지고 프로그램을 개발하는 것은 너무나 많은 logic이 필요하기 때문에 설정하기 힘듭니다. Machine learning 컴퓨터에게 명시적 프로그래밍 없이 학습할 수 있는 능력을 주는 연구 분야를 의미합니다. 즉, 주어진 데이터를 이용해 컴퓨터가 스스로 학습을 합니다. logic을 만들어 내는 것이 아니라 프로그램이 데이터를 기반으로 학습을 하여 Logic을 구현하게 합니다. Supervised/Unsupervised leaning Learning 학습이란 말 그대로 배우는 것을 의미합니다. 프로그램이 스스로 배울 수 있도록 해서 스스로 더 발전되도록 하는것입니다. Su..

일대일 일대일 관계는 주 테이블이나 대상 테이블 중에 어떤 테이블이던지 외래 키를 가질수 있습니다. 어느 테이블에 외래 키가 들어갈지 선택했다면 해당 외래 키에 데이터베이스 유니크(UNI)제약조건 추가되어야 일대일관계가 됩니다.(굳이 넣지 않아도 되지만 넣지않으면 애플리케이션에서 관리를 아주 잘해야합니다.) 단방향 회원이 사물함을 단 하나 가지고 있다고 생각하겠습니다. 이경우 MEMBER 테이블에 LOCKER_ID를 UNI로 넣어도 되고 반대로 LOCKER테이블에 MEMBER_ID를 UNI로 넣어도 됩니다. 어느경우든 일대일 연관관계가 됩니다. 위 예시는 MEMBER테이블에 LOCKER_ID를 넣고 연관관계를 매핑하 였습니다. MEMBER가 주 테이블이 되고 LOCKER는 대상 테이블이 됩니다. 모양만 ..

연관관계 매핑시 고려사항 3가지 다중성 단방향 양방향 연관관계의 주인 다중성 다대일 (@ManyToOne) 일대다 (@OneToMany) 일대일 (@OneToOne) 다대다 (@ManyToMany) JPA 어노테이션은 DB와 매핑하기 위해 있습니다. 그래서 데이터베이스의 관점으로 기준을 고민하면 됩니다. 다중성을 판단하기 어려울 때는 반대방향에선 어떤 다중성을 가지는지 생각해 보면 됩니다. 대부분 다대일을 많이 사용하게 되며 일대다 일대일이 나오기도 합니다. 하지만 다대다는 정말 나오면 안되는 다중성입니다. 가능한 다른 방법으로 대체해 주는것이 좋습니다. 이번단원은 이전단원에서 이미 다루었던 내용이 나옵니다. 이전장에서 사용했던 연관관계를 정리하는 단원이라고 생각하면 됩니다. 다대일 데이터베이스 테이블의..

양방향 연관관계 이제 팀에서도 회원으로 접근할 수 있도록 양방향 연관관계로 매핑해 보겠습니다. 먼저 객체 연관관계를 살펴보겠습니다. 회원과 팀은 다대일 관계이며 반대로 팀에서 회원은 일대다 관계인 것을 볼 수 있습니다. 일대다 관계는 여러 건과 연관관계를 맺을 수 있으므로 컬렉션을 사용해야 합니다. 그러므로 Team.members를 List 컬렉션으로 추가하였습니다. 데이터베이스 테이블은 이전과 같이 외래 키 하나로 양방향으로 조회할 수 있으므로 추가할 내용은 전혀 없습니다. 양방향 연관관계 매핑 @Entity @Getter @Setter public class Member { @Id @GeneratedValue(strategy = GenerationType.IDENTITY) @Column(name = ..

객체가 지향하는 패러다임과 관계형 DB가 지향하는 패러다임이 다르기 때문에 연관관계를 맺는데 어려움이 있습니다. 예를 들어 Member와 Team이 있다면 객체는 Member.getTeam()으로 Team객체를 찾아올 수 있어야 합니다. 하지만 테이블은 이러한 연관관계를 외래키 값을 이용합니다. 이번 연관관계 매핑에서는 이러한 객체와 테이블의 차이를 이해하고 객체의 참조와 테이블의 외래키를 매핑하는 것이 목표입니다. 시작하기 앞서 몇가지 용어를 먼저 알아보고 가겠습니다. 방향(Direction) : [ 단방향, 양방향 ] 한쪽만 참조하는 것을 단방향, 양쪽 모두 서로 참조하는 것을 양방향이라고 합니다. 다중성(Multiplicity) : [ N : 1, 1 : N, 1 : 1, N : N ] 관계형 DB..

인공지능 머신러닝 딥러닝의 관계를 쉽게 나타내면 위 사진과 같은 포함 관계를 가지게 됩니다. 인공지능 인공지능은 '사람의 지능을 만들기 위한 시스템이나 프로그램'을 말합니다. 즉, 기계가 사람의 행동을 모방하게 하는 기술을 총칭합니다. 인공지능은 강인공지능과 약인공지능으로 나눌 수 있습니다. 강인공지능은 '사람과 구분이 안 될 정도로 강한 성능을 가진 인공지능'을 합니다. 일반적으로 영화 속에서 나오는 아이언맨의 자비스 Her의 사만다를 예로 들 수 있습니다. 강인공지능은 만들 수 있는 방법은 현재 없으며 언제 나올지 예측조차 어렵습니다. 현재 이용되고 있는 인공지능 기술은 모두 약 인공지능입니다. 약인공지능은 특정 영역에서 작업을 수행하는 인공지능을 말합니다. 자율주행 자동차나 인공지능 비서 시리 구글..