
총 31개
-
데이터베이스 A+과제2025.01.021. ER 다이어그램 ER 다이어그램은 개념적 데이터 모델의 대표적인 모델로, 피터 첸에 의해 제시되었습니다. ER 다이어그램은 개체(Entity), 속성(Attribute), 관계(Relationship)를 사용하여 데이터를 논리적으로 표현합니다. 개체는 단독으로 존재하는 객체이며, 속성은 개체의 특징을 나타냅니다. 관계는 개체들 간의 관계를 나타내며, 1:1, 1:N, N:M 등의 관계를 표현할 수 있습니다. ER 다이어그램은 피터 첸 표기법, 바커 표기법, 정보 공학 표기법 등 다양한 표기법으로 나타낼 수 있습니다. 1. ER...2025.01.02
-
2개 이상의 테이블 선언시, 외래키를 선언하여 테이블 간의 관계를 만들었을 경우, 발생될 수 있는 문제와 해결방법2025.01.041. 외래키 외래키는 두 테이블의 관계를 나타내는 키입니다. 외래키를 통해 참조 무결성을 강제할 수 있으며, 어플리케이션에서도 참조 무결성을 보장할 수 있습니다. 외래키를 사용하는 이유는 추후에 참조 무결성이 깨질 수 있는 상황을 사전에 방지하기 위함입니다. 2. 외래키 적합성 확인 방법 외래키를 사용할 때는 다음과 같은 사항을 확인해야 합니다: 1) 테이블 간의 관계가 적절한지 확인, 2) 제약조건을 고려하여 데이터 변경 시 문제가 없는지 확인, 3) 성능에 이슈가 없는지 확인, 4) 테이블이 자주 변경되는 경우 외래키 사용이 적...2025.01.04
-
데이터 모델링에 있어 ERD를 관계형 모델로 사상시킨다. 산출물인 관계들을 데이터모델 설계 툴을 활용하여 작성하시오.2025.01.181. 데이터베이스 설계 데이터베이스 설계는 기능 중심 프로세스로 설계하더라도, 고객의 욕구를 먼저 이해하고, 이를 문서화하는 작업이 선행되어야 한다. 이러한 작업을 요구분석이라고 한다. 이 설계 과정에서는 현재 기업 정보의 구조를 살펴보고, 정보시스템상의 문제점을 찾아낼 수 있어야 한다. 만약 새롭게 데이터베이스를 구축한다면 고객이 요구하는 핵심 기능들이 무엇인지 리스트업 및 문서화하여, 그에 알맞은 설계가 구현되어야 한다. 2. 개념적 모델링 요구분석 과정이 끝나면 개념적 모델링을 위해, 데이터베이스 청사진을 그려야 한다. 이를 ...2025.01.18
-
이산확률분포에 대하여 요약하여 정리하시오2025.05.021. 이산확률분포 이산 확률 분포는 이산 랜덤 변수의 각 가능한 결과의 확률을 설명하는 통계 개념입니다. 이산 랜덤 변수는 값이 유한하거나 셀 수 없을 정도로 무한한 수의 값만 가질 수 있는 변수입니다. 이산 확률 분포에는 이항분포, 초기하분포, 포아송분포 등이 있습니다. 2. 이항분포 이항 분포는 고정된 수의 독립 시행에서 특정 수의 성공 확률을 설명하는 이산 확률 분포입니다. 각 시행은 두 가지 가능한 결과(성공 또는 실패)만 있고 성공 확률은 모든 시행에 걸쳐 일정합니다. 이항 분포는 시행 횟수(n)와 각 시행에서의 성공 확률...2025.05.02
-
A+데이터 모델링에 있어 요구사항 명세를 분석하여 ER 모델로 구성하는 개념적 설계를 수행한다. 산출물인 ERD를 데이터모델 설계 툴인 Toad for Data Modeler을 이용하여 작성2025.05.061. 데이터 모델링의 절차 데이터베이스 설계는 사용자의 요구를 고려하여 데이터베이스를 작성하는 프로세스입니다. 데이터베이스를 구축하기 위해서는 사용자의 요구를 분석하고 분석 결과에 따라 데이터베이스의 논리적 및 물리적 구조를 적절하게 설계해야 합니다. 데이터 모델링의 절차에는 요구사항 분석, 개념적 설계, 논리적 설계, 물리적 설계, 구현 단계가 포함됩니다. 2. 개념적 설계 단계의 이해 개념적 설계 단계에서는 ERD 등 개념 데이터 모델을 사용하여 수요 분석 단계의 결과를 표현합니다. 수요 분석 결과에 따라 데이터베이스에 저장된 ...2025.05.06
-
명세에 따른 항공사, 병원 데이터베이스 스키마 설계2025.05.071. 항공사 예약 데이터베이스 1. 개체집합 도출과 근거: 비행기(일련번호, 기종, 엔진, 생산연도, 좌석), 출발/도착지(공항이름, 국가, 도시이름, 인구), 승객(이름, 성별, 전화번호, 흡연, 마일리지), 스케줄(스케줄 번호, 일시). 2. ER 스키마 작성과 근거: 비행기와 스케줄은 일대다 관계, 스케줄과 예약은 다대다 관계, 스케줄과 출발/도착지는 다대일 관계. 3. 테이블 스키마 변환 결과: 비행기, 승객, 출발/도착지, 스케줄 테이블과 배정, 예약, 출발, 도착 테이블로 구성. 2. 병원 데이터베이스 1. 주요 개체집합...2025.05.07
-
서평 - 인공지능에 대한 현대적 접근법2025.05.071. 인공지능(AI) 및 기계학습 기술 인공지능(AI)과 기계학습 기술은 이미 우리의 삶에 깊숙이 스며들어 있으며, 이들 기술을 점차 더 사용하거나 그 영향을 받고 있다. 실용적인 음성 인식, 기계 번역, 자율주행 차량, 가정용 로봇 등이 AI 구현 사례에 포함된다. 2. 『인공지능 : 현대적 접근법』 이 책은 인공지능과 기계학습이 정확히 무엇을 할 수 있고 무엇을 달성할 수 없는지에 대한 명확한 이해를 제공한다. 중요한 개념들은 명확한 비유와 이해하기 쉬운 언어로 설명된다. 3. 기계 지성(sentience)과 모방 우리는 일반 ...2025.05.07
-
A+데이터 모델링에 있어 요구사항 명세를 분석하여 ER 모델로 구성하는 개념적 설계를 수행한다. 산출물인 ERD를 데이터모델 설계 툴인 Toad for Data Modeler을 이용하여 작성하시오2025.04.261. 데이터 모델링 절차 데이터베이스 설계는 사용자 요구 사항을 염두에 두고 데이터베이스를 만드는 프로세스입니다. 데이터베이스를 구축하기 위해서는 사용자 요구사항을 제대로 분석하고 분석 결과에 따라 데이터베이스의 논리적, 물리적 구조를 적절하게 설계해야 합니다. 데이터 모델링의 절차에는 요구사항 분석, 개념적 설계, 논리적 설계, 물리적 설계, 구현 단계가 있습니다. 2. 개념적 설계 단계의 이해 요구사항 분석 단계의 결과를 ERD와 같은 개념적 데이터 모델로 표현하는 단계입니다. 요구사항 분석 결과를 바탕으로 데이터베이스에 저장할...2025.04.26
-
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
-
모수적 추정을 통한 데이터 기반 분포 모형화 2 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정은 주어진 수학적 모델의 파라미터를 데이터를 이용하여 추정하는 방법으로, 데이터의 불확실성을 모델링하고 신뢰성 있는 결론을 도출하는데 유용합니다. 모수적 추정의 기본 개념과 원리를 설명하고, 이를 활용하여 실제 데이터를 분석하여 모델의 파라미터를 추정하는 예시를 제시할 것입니다. 2. 모수적 방법과 비모수적 방법 모수적 방법과 비모수적 방법은 데이터를 모델링하는 데 사용되는 접근 방식에 차이가 있습니다. 두 방법은 데이터에 대한 가정과 모델의 유연성 측면에서 서로 다릅니다. 블로그에서는 두 방법을 비교하...2025.05.13