IT 끄적이기 IT 끄적이기

C# 응용프로그램 개발중 변수 하나를 여러개의 폼에서 사용해야 하는 경우가 생겼다. public으로 전역변수를 설정하면 가져오려나 했는데 폼사이에서 변수값이 이동이 되지 않았다. 다음과 같이 해결하였다. Form2 //전역으로 전달할 변수를 담는 함수 public static string Code { get; set; } textBox1.Text = Code; // 다른폼(Form1)에서 전달받은 값을 변수에 저장 Form1 //변수를 가져온다. Form2.Code = textBox1.Text; // 전달자(Code)를 통해서 Form2 로 전달 static을 사용해서 Form2 frm2 = new Form2(); // Form2형 frm2 인스턴스화(객체 생성)를 사용하지 않는다.

지난번에 엑셀로 회귀분석하는 것을 하고 다른 짓을 하느라 잊고 있었는데 다시 회귀분석할 것이 생겨서 분석의 해석법을 적어 놓고자 한다. 아래 분석결과 후 중요부분을 빨간색으로 변경해 놓았다. 위와 같이 분석 결과가 나오면 검토를 한다. 1. 유의한 F값 : 0.05미만이어야 통계적으로 유의한 회귀분석의 해석이 가능하다. 2. 조정된 결정계수(Adjusted R-Squared)의 확인 조정된 결정계수 상관관계 정도 ±0.2 미만 상관관계가 거의 없음 ±0.2 ~ ±0.4 미만 낮은 상관관계가 있음 ±0.4 ~ ±0.7 미만 다소 높은 상관관계가 있음 ±0.7 ~ ±0.9 미만 높은 상관관계가 있음 ±0.9 이상 아주 높은 상관관계가 있음 3. 독립변수별 P-값이 0.05미만일 때 회귀분석이 가능하다. 0...

1. Google Cloud ML Engine - AI 및 ML 모델 구축, 교육, 예측 모델링 및 딥러닝을 제공. - 훈련과 예측 두 서비스를 공동으로 또는 독립적으로 사용 가능. - 기업이 사용하는데, 즉 위성 이미지에서 클라우드를 감지하여 고객의 메일에 더 빠르게 응답하는데 사용된다. - 복잡한 모델을 훈련시키는 데 사용될 수 있다. 2. Amazon Machine Learning (AML) - Amazon Machine Learning은 시각화 도구와 마법사를 제공한다. - 이진 분류, 다중 클래스 분류, 회귀 등 세 가지 유형의 모델을 지원한다. - 사용자가 MySQL 데이터베이스에서 데이터 소스 개체를 만들 수 있도록 허용한다. - 또한 Amazon Redshift에 저장된 데이터로부터 데이터..

인공지능에 많이 활용되는 신경망 알고리즘은 1950년대 부터 존재한 역사가 있지만 패턴을 파악할 수 있다는 점을 강조하고 싶으면 패턴 인식이라고 쓰고, 기존에 알기 힘든 정보를 제공한다는 측면을 강조하고 싶으면 데이터 마이닝을, 신경망 형태를 통해 스스로 학습한다는 측면을 강조하고 싶으면 머신러닝이라고 분류하고, 신경망이 좀 더 복잡해졌다는 걸 강조하고 싶으면 딥러닝이라고 부르는 것 1. 머신러닝의 개념 데이터를 기반으로 기계가 직접 학습함. 데이터를 스스로 만드는 것은 알파고와 같은 강화 학습(Reinforcement Learning)에서 주로 사용하는 방법 2. 지도학습 / 비지도학습 지도학습(Supervised Learning) 지도학습의 예시를 들어보면 여러 장의 사진을 주고 개와 고양이 사진을 ..

MS 엑셀에서 회귀분석을 할 수 있다. 굳이 프로그램을 짜보지 않고 일단 데이터를 넣고 검증을 간단하게 할 수 있다. 혹 32비트 엑셀의 경우 표본데이터를 적게 넣는 것이 좋다. 엑셀이 분석할때 메모리를 전부 잡아먹어서 32비트 엑셀의 경우 뻗어버리는 경우가 생긴다. 파일 -> 옵션 -> 추가기능 에서 분석도구를 찾아서 아래쪽 관리의 이동으로 간다. 필자는 이미 분석도구를 활성화 해서 윗부분에 위치해 있다. 이동을 클릭하면 이 창이 뜨는데 분석도구를 체크하고 확인을 클릭하면 엑셀의 리본메뉴중 데이터 부분에 데이터 분석이 생긴다. 데이터 분석을 클릭하면 여러가지 분석방법들이 나열되는데 회귀분석을 선택한다. Y축은 종속변수, X축은 독립변수이다. 각 데이터의 범위를 지정하고 이름표를 체크하면 선택컬럼의 맨위..

독립변수가 종속변수에게 미치는 영향력을 분석하는 것이다. 단순 선형 회귀분석은 각각의 변수가 1개 일 때의 회귀분석 방법이다. 아래 그림은 선형 분석시 예측 모델이다. 회귀식은 Y＝α＋βX＋e (Y는 종속변수, X는 독립변수, α는 절편, β는 기울기, e는 오차) 이다. 회귀식에서는 기울기β 와 α(종속변수의절편)을알아내는것이목적이다. 머신러닝을 담당하게 되면서 끄적여서 남겨본다. 잊어버리면 곤란하니까.