총 27개
-
방송통신대학교 통계데이터학과) 파이썬과 R 출석수업과제물 (30점 만점 A+)2025.01.261. R 데이터프레임 생성 R을 사용하여 name, height, weight 3개의 열을 갖는 데이터프레임을 생성하고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 2. 파이썬 딕셔너리 생성 x1, x2, x3 리스트를 사용하여 name, height, weight 키를 가진 파이썬 딕셔너리를 생성하였습니다. 3. 파이썬 데이터프레임 생성 파이썬에서 생성한 딕셔너리를 사용하여 데이터프레임을 만들고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 4. 파이썬 함수...2025.01.26
-
단 3개의 데이터만 가지고 모델 추정하기 (베이지안 추정, Python source code 예제 포함)2025.05.131. 베이지안 추정 베이지안 추정은 제한된 데이터를 활용하여 미지의 모델 매개변수를 추정하는 방법입니다. 이 예제에서는 PyMC3 라이브러리를 사용하여 베이지안 모델을 정의하고, MCMC 샘플링을 통해 매개변수의 사후 분포를 추출합니다. 이를 통해 불확실성을 고려하면서도 가능한 모든 시나리오를 종합적으로 고려하여 예측의 중심 경향을 나타낼 수 있습니다. 2. PyMC3 PyMC3는 확률적 프로그래밍 라이브러리로, 베이지안 모델링과 추론을 수행할 수 있습니다. 이 예제에서는 PyMC3를 사용하여 베이지안 모델을 정의하고, MCMC 샘...2025.05.13
-
모수적 추정을 통한 데이터 기반 분포 모형화 1 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정은 데이터를 특정 함수의 파라미터로 모델링하는 방법입니다. 일반적으로 미리 정의된 수학적 모델을 사용하며, 해당 모델의 파라미터를 추정하는 것이 목표입니다. 모수적 방법은 데이터가 적을 때에도 좋은 성능을 보이지만, 데이터의 분포가 모델의 가정과 정확히 일치해야만 정확한 결과를 얻을 수 있습니다. 2. 비모수적 추정 비모수적 추정은 데이터를 특정 함수의 파라미터로 제한하지 않고, 유연한 모델링을 수행합니다. 주어진 데이터에 적합한 모델 형태를 자동으로 선택하며, 복잡한 데이터 패턴을 캡처하는 데 유용합니...2025.05.13
-
탐색적 자료분석2025.05.061. 데이터 분석 데이터 분석은 대상인 데이터를 어떻게 이해하는가에 따라 모델링 전략이 결정되며, 모델링의 성능도 결정된다. 특히 탐색형 자료분석은 데이터 분석의 시작으로 데이터의 주요 특성을 파악하기 위해 반드시 수행해야 하는 작업이다. 이 과정에서는 기초 통계 분석 및 그래프 분석을 통한 분석작업을 수행한다. 2. 데이터 유형 데이터는 크게 수치형 데이터와 범주형 데이터로 구분할 수 있다. 수치형 데이터는 연속형 데이터와 이산형 데이터로, 범주형 데이터는 순서형 데이터와 명목형 데이터로 나뉜다. 각 데이터 유형에 따라 적절한 분...2025.05.06
-
부경대 전자공학과 객체지향프로그래밍 과제1(배경 바꾸기)2025.05.101. 객체지향프로그래밍 이 과제는 OpenCV 라이브러리를 사용하여 웹캠으로부터 받은 영상에 원하는 배경 영상을 덮어씌우는 것을 목적으로 합니다. 배경 모델과 현재 프레임의 차이 영상을 이용하여 마스크 영상을 생성하고, 이를 통해 웹캠 영상과 배경 영상을 합성하는 방식으로 구현되었습니다. 과제 수행 과정에서 OpenCV 라이브러리의 다양한 기능을 활용하는 방법을 익히고, 가상 환경 사용의 효과성을 확인하였습니다. 2. 영상 처리 이 과제에서는 OpenCV 라이브러리를 활용하여 웹캠 영상에서 객체를 추출하고, 배경 영상과 합성하는 기...2025.05.10
-
Python 초간단 챗봇 만들어보기 (chatbot)2025.05.081. 챗봇 기초 챗봇은 최근 많은 관심을 받고 있는 프로그램입니다. 이 문서에서는 파이썬을 이용해 간단한 챗봇을 구현하는 방법을 소개합니다. 기본적인 if문을 사용하여 사용자의 입력에 따라 미리 정의된 답변을 반환하는 방식으로 챗봇을 만들 수 있습니다. 이후 정규 표현식을 활용하여 유사한 질문에도 대응할 수 있도록 하고, JSON 파일을 이용해 질문과 답변을 외부에서 관리할 수 있는 방법을 설명합니다. 이를 통해 챗봇의 대화 능력을 향상시킬 수 있습니다. 2. if문을 이용한 챗봇 구현 가장 기본적인 챗봇 구현 방법은 if문을 사용...2025.05.08
-
MCMC 모델링2025.05.091. MCMC (Markov Chain Monte Carlo) MCMC는 확률적인 모델링과 추론을 위해 사용되는 강력한 도구입니다. MCMC는 샘플링 알고리즘 중 하나로, 타겟 분포로부터 샘플을 추출하는 기법입니다. 이를 통해 우리는 원하는 분포로부터 난수를 생성하거나, 분포의 특성을 파악하는데 도움을 얻을 수 있습니다. 2. 정규분포 샘플링 이 예제에서는 MCMC를 사용하여 정규분포로부터 샘플을 추출하는 방법을 살펴봅니다. 정규분포는 많은 자연 현상을 모델링할 때 사용되는 중요한 분포 중 하나이므로, MCMC를 통해 정규분포로부터...2025.05.09
-
모수적 추정을 통한 데이터 기반 분포 모형화 3 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정을 통해 데이터를 반영하여 분포 모델을 도출하는 과정과 그 중요성에 대해 다루고 있습니다. 기본적인 수식 y = ax + b*sin(x)에서 a와 b를 임의로 바꾼 후 단 10개의 데이터를 생성하고, 이를 바탕으로 추정을 수행합니다. MCMC 샘플링을 통해 posterior 분포를 추정하고, 이를 시각화하여 파라미터의 불확실성과 추정치의 변동성을 확인합니다. 2. 데이터 기반 모델링 주어진 데이터를 바탕으로 모수적 추정을 수행하여 모델을 도출하는 과정을 설명하고 있습니다. 10개의 데이터만을 사용하여 비...2025.05.13
-
OpenCV python으로 여러가지 필터 적용하여 영상 선명하게 만들기2025.05.061. 필터 적용을 통한 영상 선명화 이 프로젝트에서는 OpenCV와 Python을 사용하여 다양한 필터를 적용하여 흉부 X선 영상을 선명하게 만드는 방법을 다룹니다. 사용된 필터에는 GaussianBlur, Averaging, Laplacian, Sobel, Gamma Correction, Equalization 등이 있으며, 각 필터의 특성과 적용 방법, 그리고 최종 결과물을 보여줍니다. 코드 구현 과정과 실행 결과를 자세히 설명하고 있습니다. 1. 필터 적용을 통한 영상 선명화 영상 선명화를 위한 필터 적용은 다양한 방법으로 이...2025.05.06
-
30점 만점 방통대 다변량분석 2024-1학기2025.01.261. t-분포 난수 생성 및 분석 R과 파이썬을 이용하여 자유도가 5인 t-분포를 따르는 난수 100개를 생성하고 히스토그램, 상자그림, 줄기-잎 그림을 그려 분석하였다. 난수 생성 시 학번 뒤 4자리로 seed를 설정하였으며, R에서는 rt() 함수, 파이썬에서는 np.random.standard_t() 함수를 사용하였다. 히스토그램 결과 -4부터 4 이상 범위에 분포하며 오른쪽 꼬리가 긴 모양이었고, 상자그림 결과 중앙값이 0에 가깝고 제1사분위수와 제3사분위수가 각각 -2보다 크고 2보다 작았다. 줄기-잎 그림 결과 -1과 1...2025.01.26
2 / 3
