분석과제 발굴 방법에는 크게 2가지인 하향식 접근 방법(Top Down Approach)과 상향식 접근 방법(Bottom Up Approach)으로 발굴을 할 수 있다. 하향식 접근 방법(Top Down Approach)는 문제가 주어지고 이에 대한 해법을 찾기 위해서 각 과정이 체계적으로 단계화되어 수행하는 방식이다. 반면 상향식 접근 방법(Bottom Up Approach)는 문제의 정의가 어려운 경우 데이터를 기반으로 문제의 재정의 및 해결방안을 탐색하고 이를 지속적으로 개선을 하는 방식이다. 이를 그림으로 표현하면 다음과 같다. 분석 과제 도출의 2가지 유형 하향식 접근 방법은 기존의 전통적인 접근 방법이다. 즉 문제를 이미 알고 있어서, 명확하게 오더가 내려지는 모양새라 생각하면 된다. 이를 회..
파이참(Pychamr) 테마(Theme) 변경 1. File -> Settings 선택 (Ctrl + Alt + S) 2. Appearance & Behavior -> Appearance 선택 -> Thema에서 원하는 테마 선택 후, Apply 파이참(Pycharm) 코드 폰트(Code font) 변경 1. File 메뉴 -> Setting을 선택(Ctrl + Alt + S) 2. Editor -> Font 선택 3. 우측에 있는 Font에서 원하는 폰트와 Size로 크기를 지정
MNIST(Modified National Institute of Standards and Technology database)는 0~9까지의 숫자를 사람들이 손으로 직접 쓴 손글씨를 이미지화한 데이터셋이다. 딥러닝(Deep Learning)을 제외한 머신러닝(Machine Learning)에 IRIS(붓꽃 데이터)셋이 있다면 딥러닝에는 MNIST가 있으며 그만큼 성능을 자랑하기에 매우 딥러닝에 효율적이며 기본으로 내장이 되어 있어서 언제든지 불러서 실습을 해볼 수가 있는 데이터셋이다. MNIST 데이터셋 최근에는 이에 MNIST보다 조금 더 분류가 힘든 fashion mnist라는 데이터셋이 신규로 추가되었다. 둘의 포맷은 완전히 동일하기에 성능을 측정하기에 MNIST보다 더 수월해보인다. Fashio..