총 27개
-
공창컴(공학도를 위한 창의적 컴퓨팅) 교재 솔루션 연습문제 답지 중간 기말 합본2025.05.101. 프로그래밍 기초 이 장에서는 프로그래밍의 기본 개념과 기술을 소개합니다. 변수 선언, 연산자 사용, 출력 등 프로그래밍의 기본적인 요소들을 다루고 있습니다. 이를 통해 프로그래밍의 기초를 익히고 실습할 수 있습니다. 1. 프로그래밍 기초 프로그래밍 기초는 소프트웨어 개발의 기본이 되는 중요한 주제입니다. 프로그래밍 언어의 문법과 구조, 알고리즘 설계, 데이터 구조 등을 이해하는 것은 복잡한 프로그램을 작성하고 문제를 해결하는 데 필수적입니다. 프로그래밍 기초를 잘 이해하면 다양한 프로그래밍 언어와 기술을 쉽게 배울 수 있으며,...2025.05.10
-
파이썬 시험3 (답지 포함)2025.01.241. Python 코드 작성 및 실행 이 문제에서는 Python 코드를 작성하고 실행하는 능력을 평가합니다. 학생들은 주어진 코드의 일부를 완성하고, 새로운 코드를 작성하여 원하는 결과를 출력해야 합니다. 이를 통해 Python 프로그래밍 기초 지식과 문제 해결 능력을 확인할 수 있습니다. 2. 배열 생성 및 기본 연산 이 문제에서는 Python의 배열 생성 및 기본 연산 능력을 평가합니다. 학생들은 1차원 배열과 2차원 배열을 생성하고, 각 요소에 대한 연산을 수행해야 합니다. 이를 통해 Python의 배열 처리 기능에 대한 이해...2025.01.24
-
데이터의 자료구조 중 스택과 큐 비교 및 구현2025.01.181. 스택 구조 스택(Stack)은 데이터가 나중에 들어온 것이 먼저 나가는(LIFO, Last In First Out) 자료구조입니다. 스택은 데이터를 한쪽 끝에서만 추가하고 제거할 수 있으며, 이 끝부분을 '탑(top)'이라고 부릅니다. 스택은 주로 push와 pop 연산을 제공하며, 재귀적인 함수 호출, 수식의 후위 표기법 변환 및 계산, 깊이 우선 탐색 등 다양한 응용 분야에서 사용됩니다. 2. 큐 구조 큐(Queue)는 데이터가 먼저 들어온 것이 먼저 나가는(FIFO, First In First Out) 자료구조입니다. 큐...2025.01.18
-
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
-
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
-
파이썬으로 밤하늘의 별 그리는 프로그램 제작2025.01.021. Python Turtle 모듈 Python의 Turtle 모듈을 사용하여 화면에 여러 개의 작은 노란색 별을 무작위로 그리는 간단한 그래픽 프로그램을 만들었습니다. Turtle 모듈은 그래픽 기능을 제공하여 별을 그리는 데 사용되었습니다. 코드에서는 화면 설정, 터틀 객체 생성, 별 그리기 함수 정의, 무작위 위치에 별 그리기 등의 과정을 거쳐 최종적으로 밤하늘의 별을 표현하는 프로그램을 구현했습니다. 1. Python Turtle 모듈 Python Turtle 모듈은 초보 프로그래머들에게 매우 유용한 도구입니다. 이 모듈은 ...2025.01.02
-
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
-
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
-
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
-
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
1 / 3
