728x90
Constant파이썬에서는 일반적으로 "상수(constant)"라는 개념이 변수와는 조금 다르게 다루어집니다. 다른 언어들에서는 상수를 지정하여 값이 변하지 않도록 할 수 있지만, 파이썬은 기본적으로 변수를 변경 불가능하도록 강제하지는 않습니다.하지만, 파이썬에서 상수를 나타내기 위해 관습적으로 다음과 같은 방법을 사용합니다:대문자 표기: 상수로 사용하려는 변수 이름을 모두 대문자로 작성합니다. 예를 들어, PI = 3.14159와 같이 합니다. 대문자로 된 변수는 상수처럼 다뤄야 한다는 암묵적인 규칙이 있습니다.PI = 3.14159 GRAVITY = 9.81명시적 _constant: 때때로 라이브러리나 모듈에서 _constant라는 이름을 붙여서 상수처럼 사용할 수 있습니다. 이는 주로 모듈 수준에서..
변수의 명명규칙1) 예약어 안됨2) _, 영문자(대소문자 구별), 숫자(시작 안됨)3) 특수문자, 공백 안됨4) 클래스는 Pascal case, 변수나 함수는 Snake case5) Python에서는 null 대신 None 사용print("=== 논리형 ===")a = Trueprint(type(a), type(False))print("=== 숫자형 ===")b = 10print(type(b))print(type(1.0))c = 10 + 5j + 6Jprint(type(c)) # 복소수print(type('Hello Python')) 논리 자료형 : True, Falseprint("{0:=^20}".format('Boolean Type'))a = Trueprint(type(a), type(False))..
analysisVisualization/database/mainStart.py 여기서 시작함from analysisVisualization.database.controller.MemberController import MemberControllercontroller = MemberController()controller.member_controller('Login')DaoMemberfrom analysisVisualization.database.dao.DaoSet import DaoSet as dao'''CREATE TABLE member7( memno INT PRIMARY KEY AUTO_INCREMENT, NAME VARCHAR(20) NOT NULL, id VARCHAR(20) NO..
Python-GrammaPython 은 Script 언어로 소스코드를 한줄씩 읽어 바로 실행하는 Interpreter 방식소프트웨어를 실행하는 방식에 따라 크게 두 가지 접근 방식이 있음1. 인터프리터 방식인터프리터는 소스 코드를 한 줄씩 읽고 해석하여 실행하는 방식입니다. 즉, 코드를 한 번에 한 줄씩 처리하고 즉시 실행하는 방식이죠. 대표적인 인터프리터 언어로는 Python, JavaScript, Ruby 등이 있습니다.장점:즉시 실행: 코드 작성 후 바로 실행할 수 있어 개발 과정에서 빠른 피드백이 가능합니다.디버깅 용이: 실행 중 오류를 즉시 발견하고 수정할 수 있습니다.단점:속도: 소스 코드를 실시간으로 해석해야 하므로 실행 속도가 상대적으로 느릴 수 있습니다.반복 실행: 매번 코드 실행 시마다..
필요한 라이브러리 및 패키지 임포트from idlelib.configdialog import tracersimport numpy as npimport matplotlib.pyplot as pltfrom time import timeimport torchfrom sympy.matrices.expressions.kronecker import rulesfrom torch import nnimport torchvisionimport torchvision.transforms as transformsfrom torchvision.datasets import CIFAR10from torch.utils.data import DataLoaderfrom torchsummary import summarynumpy, matp..
파이토치(PyTorch)를 사용하여 인공 신경망(Deep Neural Network, DNN)을 구현하고,심장병 데이터셋으로 모델을 학습한 후 평가하는 내용Heart Disease Predictionshttps://www.kaggle.com/code/desalegngeb/heart-disease-predictionsheart.csvscikit-learn 설치seaborn 설치필요한 라이브러리 및 설정import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom time import timeimport torchfrom torch import nnfrom sklearn.model_selection import train_test_sp..
이 코드는 PyTorch를 사용하여 DNN(Deep Neural Network)을 구축하고, MNIST 데이터셋을 이용해 학습 및 평가하는 과정을 포함하고 있습니다. 주요 단계와 코드 설명은 다음과 같습니다.인공 신경망 생성 및 순방향 계산hello = torch.nn.Linear(5,3)data = torch.randn(2,5)print(data)print(hello(data))torch.nn.Linear(5,3): 입력 뉴런 5개, 출력 뉴런 3개로 구성된 선형 레이어를 정의합니다. 이 레이어는 입력에 가중치(weight)와 편향(bias)를 곱해 선형 변환을 적용합니다.torch.randn(2,5): 2x5의 임의의 값을 가진 입력 데이터를 생성합니다. 이는 2개의 5차원 벡터로 이루어진 배치입니다..
DNN(Deep Neural Network, 심층 신경망) 알고리즘은 인공신경망(Artificial Neural Network, ANN)의 확장 버전으로, 여러 개의 은닉층(hidden layer)을 통해 더 복잡한 패턴과 관계를 학습할 수 있는 알고리즘입니다. DNN은 머신러닝 중 딥러닝(deep learning)에 속하며, 대규모 데이터셋에서 강력한 성능을 보입니다.주요 특징다층 구조: DNN은 입력층(input layer), 여러 개의 은닉층(hidden layer), 출력층(output layer)으로 구성됩니다. 은닉층의 수가 많아질수록 '심층'이라는 의미를 지니게 됩니다.비선형성: 각 뉴런은 활성화 함수(Activation Function)를 사용하여 비선형적인 관계를 학습합니다. 대표적인 활..
머신러닝케라스 : 학습, 연구용텐서플로 : 기업용 서비스파이토치 : 기계 학습용 무료C:/workspace/anaconda3/condabin/conda.batconda.bat 경로 찾아서 Load Environment 해줌 다음과 같이 뜨면 + 버튼을 눌러서 pytorch package 를 설치해줌install package 해주고 패키지가 설치가 될 때 까지 기다림왼쪽 아래에서도 파이썬 패키지 설치 가능간단한 인공 신경망, 순방향 계산만 처리입력 뉴런 : 5개 , 출력 뉴런: 3개, 15개의 시냅스를 가지고 있는 인공 신경망을 생성import torchfrom PIL.Image import Transform# 간단한 인공 신경망, 순방향 계산만 처리# 입력 뉴런: 5개, 출력 뉴런: 3개, 15개의 시..
인공지능(Artificial Intelligence, AI)*은 인간의 지능을 모방하여 컴퓨터나 기계가 학습, 추론, 문제 해결, 이해 등의 작업을 수행할 수 있도록 하는 기술을 의미합니다. AI는 다양한 기술과 접근 방식을 통해 복잡한 문제를 해결하며, 특히 데이터 기반의 분석과 결정을 수행하는 데 강력한 도구로 자리 잡고 있습니다.인공지능의 주요 분야기계 학습(Machine Learning, ML):인공지능의 하위 분야로, 데이터에서 패턴을 학습하여 미래의 결과를 예측하거나 새로운 데이터를 분류하는 기술입니다. 지도 학습, 비지도 학습, 강화 학습과 같은 여러 가지 접근법이 있으며, 딥러닝(Deep Learning)이 ML의 한 갈래로 특히 주목받고 있습니다.딥러닝(Deep Learning):다층 신..