Paper33. CONTRASTIVE REPRESENTATION DISTILLATION-Code
Posts by Category
- Paper 36
- Tnesorflow2.0 22
- DL 19
- Machine Learning 17
- JAVA 14
- Others 13
- R 13
- Python 13
- Handson 13
- Project 12
- Pytorch 12
- Web 11
- DataAnalysis 11
- OpenCV 11
- Kubeflow 11
- Tensorflow 10
- Docker 9
- Keras 8
- DB 7
- NoSQL 7
- Statistics 7
- Spring 5
- PytorchLightning 5
- RecSys 4
Paper
Tnesorflow2.0
YOLOv3(Concept)
YOLOv3 논문 참조: YOLOv3: An Incremental Improvement 1) Introduction YOLOv3는 성능을 향상시켰다고 한다. 성능을 살펴보면 다음과 같다. YOLOv1이나 YOLO9000처럼 새로운 기법으로서 Object Detection...
YOLO9000(Concept)
YOLO9000 논문 참조: YOLO9000:Better, Faster, Stronger (1) Introduction YOLO9000의 결과부터 살펴보면 다음과 같다. 해당 논문에서 가장 처음으로 이야기 하는 것은 모든 Object Detection Algorith...
SSD(Code-Model,Train & Test)
SSD 구현 (Model, Train & Test) 코드 참조: ChunML GitHub 위의 Code를 참조하여 수정한 SSD의 현재 Directory의 구조는 다음과 같습니다.(위의 Code는 SSD 300,512를 둘 다 구현하였지만, 현재 Code는 논문에서 예제...
SSD(Code-Dataset,Utils)
SSD 구현 (Dataset, Utils) 코드 참조: ChunML GitHub 위의 Code를 참조하여 수정한 SSD의 현재 Directory의 구조는 다음과 같습니다.(위의 Code는 SSD 300,512를 둘 다 구현하였지만, 현재 Code는 논문에서 예제로 보여준 SSD...
SSD(Concept)
SSD 논문: SSD: Single Shot MultiBox Detector (1) Abstract We present a method for detecting objects in images using a single deep neural network. Our ...
YOLOv1(Only Concept)
YOLO v1 논문 참조: You Only Look Once: Unified, Real-Time Object Detection Object Detection에 대한 기법은 너무 많고 Training하기 위한 시간도 많이 소요된다. 따라서 YOLO v1, v2는 Concept만 ...
CycleGAN
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks Code 참조: CycleGAN 논문 참조: Unpaired Image-to-Image Translation using Cycle-Co...
FGSM
Explaining and Harnessing Adversarial Examples Code 참조: Adversarial example using FGSM 논문 참조: EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLES 해당 Post의 제목에서...
DeepDream
DeepDream 딥드립을 알아보기 전에 먼저 결과를 확인해 보자. 사진 출처: medium.com Google 에서 발표한 DeepDream이란 결과에서 살펴볼 수 있듯이 Input Image + CNN Filter로서 몽환적인 분위기를 내는 Output Image를 뽑아내...
Pix2Pix
Pix2Pix Code 참조: Tensorflow pix2pix 논문 참조: Image-to-Image Translation with Conditional Adversarial Networks Pix2Pix가 뭔지에 대해서 자세히 알아보기 전에 먼저 Pix2Pix의 결과부터 ...
Tensorflow Hub
Tensorflow Hub Tensroflow Hub란 재사용 가능한 머신러닝 모듈 라이브러리 이다. 즉, Tensorflow Hub은 머신러닝 모델의 재사용 가능한 부분을 게시, 검색, 소비하기 위한 라이브러리 이다. 모듈은 해다 가중치 및 자산이 포함되어 있으며 전이 학습이...
Time series forcasting
Time series forcasting Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library...
Classification On Imbalanced Data
Classification on imbalanced data Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. ...
Classify Structured data with feature columns
Classify Structured data with feature columns Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 ...
tf.function
tf.function Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library Import 1 2...
Customization
Customization Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library Import 1...
Estimators
Estimators Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library Import 1 2 ...
Tensor
Tensor Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library Import 1 2 3 4 ...
Eager execution
Eager execution Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Library Import...
Save and load models
Save and load models Tensorflow 2.0에서는 Keras 사용을 권장하고 사용하게 된다. 이번 Post에서는 실제로 Training된 Model을 Save하고 Load하는 방법에 대해서 다룬다. 기본적으로 Keras Category에서 Model을 저장하...
Load and preprocess Data2
Load and preprocess Data2 Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Libr...
Load and preprocess Data
Load and preprocess Data Tensorflow 2.0에 맞게 다시 Tensorflow를 살펴볼 필요가 있다고 느껴져서 Tensorflow 정식 홈페이지에 나와있는 예제부터 전반적인 Tensorflow 사용법을 먼저 익히는 Post가 된다. 필요한 Libra...
DL
Attention
seq2seq 문제점 이전 Post seq2seq에서는 두가지의 방법으로 인하여 개선된 seq2seq Model을 만들 수 있었다. Input Data의 반전 Peeky 위의 개선된 seq2seq Model을 보게 되면 한계점이 존재한다. Context Ve...
seq2seq
RNN을 활용한 문장 생성 이전 Post LSTM에서는 2가지의 Model을 생성하였다. LSTM Model(Rnnlm) 개선된 LSTM Model(Better Rnnlm): Layer Depth 증가, Dropout, 가중치 공유 위의 2 Model과 seq2s...
LSTM
Long Term Dependency RNN의 장점 중 하나는 이전 정보를 현재 작업으로 연결할 수 있다는 점 이다.(Memory 사용) 하지만 이러한 장점으로 인한 단점이 생기게 되는 것이 Long Term Dependency이다. 첫번째의 예를 생각해보자. 우리가 현재 시...
RNN
언어모델 RNN을 알아보기 전에 언어모델 에 대하여 먼저 알아보자. 언어모델 이란 단어 나열에 확률을 부여하여 특정한 단어의 시퀀스에 대해서, 그 시퀀스가 일어날 가능성이 어느 정도인지를 확률로 평하하는 것 이다. 이러한 언어모델을 수식으로 살펴보면 아래와 같다. \(w_1, ...
Fast word2vec
Fast word2vec 지난 POST에서 word2vec 의 종류중 하나인 CBOW를 살펴보게 되면 아래 그림과 같다. 위의 그림의 구조는 큰 2가지 문제점을 가지고 있다. 예를들어 어휘수가 위의 그림과 같이 100만개라고 한다면 다음의 과정에서 상당한 메모리와 계산량이 필...
word2vec
word2vec word2vec은 단어를 추론 기법을 활용하여 나타내는 방법이다. 이전 Post에서 언급한 SVD를 활용하게 되면 n x n행렬에 적용하는 비용이 $O(n^3)$이다. 어휘의 수가 100만 넘어가도 적용하기 힘든 기법이라고 할 수 있다. 이런 통계기법의 한계때문...
KoNLPy
KoNLPy NLP (Natural Language Processing, 자연어처리)는 텍스트에서 의미있는 정보를 분석, 추출하고 이해하는 일련의 기술집합입니다. KoNLPy는 여러분이 한국어 텍스트를 이용하여 기초적인 NLP 작업을 수행하는데 도움을 드릴 것입니다. 형태소 분석...
자연어와 단어의 분산 표현
자연어와 단어의 분산 표현 NLP (Natural Language Processing, 자연어처리)는 텍스트에서 의미있는 정보를 분석, 추출하고 이해하는 일련의 기술집합입니다. 이러한 NLP를 활용항기 위하여 컴퓨터에게 단어의 의미를 이해시키는 것이 중요하다. 이러한 컴퓨터에게...
CNN (3) CNN구현
CNN 구현 앞선 CNN의 설명을 직접 구현해보는 Post이다. 전반적인 Code는 다음과 같다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 ...
CNN (2) CNN종류
ImageNet 이미지넷(ImageNet)은 1000개가 넘는 카테고리로 분류된 100만개의 이미지를 인식하여 그 정확도를 겨루는 대표적인 시각지능 대회이다. 아래 그림을 보게 되면 지난 ImageNet대회에서 우승한 Model의 오차율에 대하여 나타내고 있다. 이러한 대회...
CNN (1) CNN이란
CNN CNN(Convolutional Neural Network)을 알기 전에 우선적으로 Convolution이란 무엇인지 알아야 한다. Convolution Convolution이란 합성 곱이다. Convolution의 식은 아래와 같다. $$x(t) \ast h(t) ...
NeuralNetwork (5) 학습 관련 기술들
가중치의 초깃값 가중치의 초기값을 무엇으로 설정 하느냐가 신경망 학습의 결과에 많은 영향을 미치기 때문에 가중치의 초기값을 어떻게 설정하는 지에 대하여 알아보자. 초기값을 0으로 선언 가중치의 초기값을 0으로 선언하였을때 결과를 생각해보자. 초기값을 모두 0으로 해서는 Ba...
NeuralNetwork (4) Backpropagation2
Backpropagation 이번 Post 에서는 저번 Post에서 공부하였던 Backpropagation을 간단한 것 부터 많이 사용하는 것 까지 하나하나 구현해보며 실제로는 어떻게 Code를 작성해야 하는지 알아보자. 덧셈 노드의 역전파 덧셈 노드의 역전파는 입력값을 ...
NeuralNetwork (4) Backpropagation1
Chain Rule Backpropagation을 알기전에 Chain Rule이라는 것을 먼저 알아야 한다. Chain Rule은 합성함수의 미분법이다. n변수 함수 \(f(x_1,x_2,x_3,...,x_n)\)에 대해 \(x_k = g_k(t_1,t_2,t_3,...,t...
NeuralNetwork (3) Optimazation2
Optimazation 고려사항 Optimazation을 하기 위한 고려사항은 크게 3가지가 있다. Local Minima Plateau Zigzag Local Minima Local minima 문제는 에러를 최소화시키는 최적의 파라미터를 찾는 문제에 있어서 ...
NeuralNetwork (3) Optimazation
Optimazation 머신러닝에서 Optimazation을 통하여 Loss Function에서 cost(loss)가 최소가 되는 부분을 찾는다. 대표적인 방법인 Normal Equation, Gradient descent와 다른 여러가지 방법에 대해 알아보자. Normal...
NeuralNetwork (2) Loss Function
Loss Function 머신러닝에서 Optimazation을 통하여 Loss Function에서 cost(loss)가 최소가 되는 부분을 찾는다. 이러한 과정을 위해서 Loss Function을 정의하게 되는데 대표적인 방법인 MSE와 음의 로그우도(negative log...
NeuralNetwork (1) Basic & Activation Function
NeuralNetwork Neural Network는 아래와 같은 그림으로 이루워져 있다. 왼쪽부터 Input(입력층), Hidden(은닉층),Output(출력층)으로 표현할 수 있다. 각각의 Hidden Layer의 Node하나하나를 이전에 Post하였던 Percept...
Perceptron
Perceptron Perceptron은 다수의 신호(Input)을 입력받아서 하나의 신호(Output)을 출력한다. 이는 뉴런이 전기신호를 내보내 정보를 전달하는 것과 비슷하다. 뉴런의 신호전달하는 역할을 Perceptron에서는 weight 신호의 총합이 정해진 입계값(\(...
Machine Learning
JAVA
JAVA-Network
NetWork NetWork 란 물리적으로 연결되어있지 않은 컴퓨터 끼리 서로 연결해주어 데이터를 손쉽게 주고받거나 자원을 공유할 수 있게 해주는 통로 이다 NetWork 주요 용어 Server: 데이터 전송 또는 수신 서비스를 제공하는 컴퓨터 이다. ...
JAVA-Thread
Thread Thread란 하나의 프로세스 내부에서 독립적으로 실행되는 하나의 작업 단위이다. 지금까지 실행하였던 Main 문도 하나의 Thread라고 생각할 수 있다. Thread를 사용함으로써 장점은 Thread를 여러개 선언하여 실행하게 되면 동시 처리 효과를 보일 수 ...
JAVA-FileIO와 Exception Handling
FileIO 대표적인 FileIO Type FileWriter: File에 내용을 쓰기 위하여 사용 FileWriter fw = new Filewriter(‘Path’) - 이름이 같은 File있을 시 기존 File 내용 삭제 FileWriter fw = new Filewr...
JAVA-내부클래스, 익명클래스
내부 클래스 코드의 복잡성과 가독성을 높이기 위하여 사용한다. 장점 작성하는 데 더 적은 코드가 요구된다. 클래스 내부에 존재하기 때문에 가독성이 있고 유지 보수 가능한 개발 가능 외부 클래스의 모든 멤버에 접근할 수 있다는 장점 /* InnerClass.j...
JAVA-추상 클래스
추상 클래스: 하나 이상의 추상 메소드를 포함하는 클래스 일반 Class + Interface의 특징 추상 클래스를 일반 Class + Interface의 특징을 가지고 있다고 정의하였다. Format: abstract class “Class-Name” 일반 Class에 Inter...
JAVA-Polymorphism
다형성 다형성이란 같은 부모를 가진 다른 자식을 상황에 맞게 사용하는 것을 의미한다. 하나의 Type(부모)로서 다른 결과를 얻을 수 있다. => 객체를 부품화하여 유지 보수를 용이하게 한다. 참조 :JOKER 블로그 밑의 코드를 보게 되면 Car라는 하나의 Inter...
JAVA-Interface
자바의 인터페이스: 공동 작업시 충돌을 방지하기 위하여 작성 Parent Type Format 사용 이유 다중 상속 ClassChild extends Parent공통된 특성 재사용O InterfaceChild implement...
JAVA-상속
자바의 상속 Class 를 통하여 Object를 만들 수 있다는 것을 공부하였다. Object들 중 똑같은 변수 혹은 Method를 공통으로 가지고 있는 객체들이 있다면 Parent Class에 한 번만 정의하여 계속해서 선언해야 하는 불편함을 감소 시킬수 있다. Format: 자...
JAVA-CallByValue, CallByReference
변수의 저장 방식 CallByValue, CallByReference의 설명의 들어가기 앞서 컴퓨터의 값의 저장방식에 대해서 알아야 한다. 밑의 그림을 보면 컴퓨터이 저장 방식을 알 수 있다. 참조 :코딩도장 주소 - 저장되어있는 공간 값 - 저장되어있는 공간에 가...
JAVA-클래스와 메소드
자바의 클래스: 클래스는 객체를 만들기 위하여 정의 여러가지의 공통된 객체를 만들때 공통된 것을 정의하기 위하여 사용한다. 클래스는 선언만 되어있는 껍질 이다. 선언되어 있는 클래스로서 객체를 만들 수 있다. (객체 = Object = 인스턴스) 클래스 => 붕어빵 틀, 객체...
JAVA-접근제어자
자바의 접근제어자: Member또는 Class에 해당되는 Member 또는 클래스를 외부에서 접근하지 못하도록 제한하는 역할을 함 자바의 접근 제어자 접근 제어자 범위 PrivateClass내 Default같은 패키지 ...
JAVA-조건문, 반복문
자바의 조건문, 반복문 1. 자바의 조건문 작성한 코드를 조건에 따라 코드의 실행 흐름을 다르게 동작하도록 제어 if문 - 가장 기본적이고 많이 사용되는 조건문 if: 초기 조건을 설정 else if: 초기 조건을 제외한 다른 조건을 설정 ...
JAVA-자료 구조
자바의 자료 구조: 하나의 데이터가 아닌 여러 데이터를 사용하는 것 자바의 자료 구조 타입 데이터를 사용할 목적에 따라서 자료 구조를 선택하여 사용하게 된다. 각각의 구조는 서로 다른 특성을 가지게 된다. 자료 구조 종류 크기 순서 원소의 타입 ...
JAVA-변수와 데이터 타입 & 연산자
자바의 변수와 데이터 타입 자바의 변수 자바의 변수: 데이터의 저장과 참조를 위해 할당된 메모리 공간 => 변수에 이름을 주어서 구분하게 된다. 자바의 데이터 타입 자바의 데이터 타입: 자바의 변수가 메모리 공간에 할당 되게 된다. 저장되는 메모리 공간을 효율적으로 사용하기 ...
Others
CuDNN Error-No Initialization
CuDNN Error- No Initialization Tensorflow-GPU Version을 새로운 Computer의 환경에 맞게 Setting하다 보니 많은 CuDNN쪽에서 Error가 발생하여서 정리하였다. 먼저, CUDA, CUDNN, Tensorflow를 정상적으로 ...
Autoware Demo
Autoware Demo AutoWare에서 제공하는 Demo를 돌려보는 것을 목표로 한다. DataDownload Autoware에서 제공하는 Demo를 돌리기 위해서는 2개의 Demo data가 필요하다. Download the sample 3D pointclou...
Autoware
Autoware 자율주행 SW 플랫 폼을 조사하였더니 다음과 같은 SW들을 확인할 수 있었다. Appolo: Baidu 오픈 플랫폼, ROS Middelware대신 자체 개발한 Cyver RT Middelware 적용 Autoware: ROS + Linux 기반 오픈 ...
Git LFS
Git LFS 먼저 Git LFS를 사용하기 전에 왜 사용하는지에 대해서 알아보자. GigHub에서 다음과 같이 설명하고 있다. We recommend repositories be kept under 1GB each. Repositories have a hard limit o...
ROS(2)
LiDAR Institute 세미나에 대한 내용을 정리한 것 입니다. 현재 몇몇 사항은 사전측에서 미리 준비해둔 Setting으로 진행하므로 직접 구동하거나 실습하는데에는 무리가 있을 것으로 예상됩니다. 실질적으로 오늘 실습에서 사용하는 Dataset의 경우 SOSLAB이 아닌 ...
ROS(1)
LiDAR Institute 세미나에 대한 내용을 정리한 것 입니다. 자율주행 요소기술 자율주행 요소 기술로서 크게 4개로서 구별을 하였다. 사진 출처: LiDAR Institute 세미나 여기서 이번 세미나에서는 개체 인지 쪽에서의 DeepLearning과 다른 분야에서는 ...
ApacheArrow
ApacheArrow ApacheArrow란 메모리 내 에서 사로 다른 언어를 지원하기 위한 플랫폼이다. ApacheArrow는 또한 flat(DB) 하거나 hierarchical(Tree)데이터를 효율적으로 분석하기 위하여 구성되어 있다. ApacheArrow사용 이유 ...
FlatBuffer
FlatBuffer FlatBuffer란 메세지 송/수신에 사용되는 플랫폼 종속성 없이 사용가능한 “직/역직렬화 라이브러리”이다. FlatBuffer사용 이유 데이터 송/수신 시 Parsing/Unpacking이 필요 없다. 메모리 효율성이 높고, 빠른 속도를 보장한다...
Google Protocol Buffer3
Google Protocol Buffer3 Google Protocol Buffer3에 대해 자세히 알아보기 전에 한가지 문제에 대해 알아보자. Structured Data를 어떻게 Serilalize 하고 Retrieve할수 있을까? Google Protocol Buffer3...
Git
Git Git은 프로그램 등의 소스 코드 관리를 위한 분산 버전 관리 시스템이다. 분산 버전 관리 시스템이란 여러명의 사용자가 특정 프로젝트를 자신의 컴퓨터로 협업하여 개발하면서 버전을 관리할 수 있는 시스템이다. Git은 중앙 서버 컴퓨터와 여러개의 컴퓨터들이 연결되어 모두 ...
PCA
PCA PCA(Principal Component Analysis)은 차원축소(dimensionality reduction)와 변수추출(feature extraction)기법으로 널리쓰이고 있다. 아래 그림1은 Linear Regression 그림2은 PCA를 나타낸다. Co...
정규 표현식
정규 표현 Input의 형태를 강제로 정해주기 위하여 사용한다. 문법 표현 식 설명 ^ 문자열 시작 $ 문자열 종료 ...
SingleTon
SingleTon: 여러명이 공유하는 웹 환경에서 하나만 사용하는 디자인 패턴. public class SingletonTest { int kor=100; // gof의 디자인패턴 중 싱글톤 패턴 private static SingletonTest SingletonT...
R
R-Shiny
Shiny shiny는 R로 웹 어플리케이션을 만들 수 있게 해주는 프레임 워크이다. => Spring, Django같이 웹 어플리케이션을 만들 수 있게 해주는 프레임 워크, Html, Css, JS 다 적용 가능 참조: 천프로 블로그 1 2 3 4 5 6 7 8 9 10 ...
R-교차검증
교차검증(K-Fold Cross Validation) K 개의 fold를 만들어서 진행하는 교차 검증 사용이유 총 데이터 갯수가 적은 데이터 셋에 대하여 정확도를 향상시킬 수 있음 기존에 Training, Validation, Test 세 개의 집단으로 분류하는 것보다, Tr...
R-군집화
군집화(Clustering) 비슷한 개체끼리 한 그룹으로, 다른 개체는 다른 그룹으로 묶어서 구분하는 것을 의미한다. Unsupervised Learning. 계층적 군집분석 거리로서 군집을 분류하며 거리를 어떻게 연결하냐에 따라 단일연결법, 완전연결법, 평균연결법으로 나누어...
R-분류분석
분류(Classfication) 소속 집단을 알고 있는 데이터를 이용하여 모형을 만들어서 소속집단을 모르는 데이터들의 집단을 결정하는 기법 Supervised Learning. 로지스틱 회귀 자세한내용 의사결정 나무(Decision Tree) 랜덤 포레스트(Random...
R-회귀분석
회귀분석 회귀분석은 상관분석과 더불어 널리 쓰이는 통계적 방법이다. 상관분석이 상관관계를 알아보기 위함이라면 회귀분석의 경우 인과관계를 파악하는 분석 방법이다. 회귀분석 5가지 조건 잔차의 정규성: 잔차가 정규분포 이다. 선형성: 설명변수와 반응변수 간의 관계 분포가 선형의...
R-ANOVA검정,상관관계분석
ANOVA 검정 3개 이상의 요인 검정 방법 독립변수: 범주형, 종속변수: 연속형 ANOVA 검정이란 통계학에서 두 개 이상 다수의 집단을 비교하고자 할 때 집단 내의 분산, 총평균과 각 집단의 평균의 차이에 의해 생긴 집단 간 분산의 비교를 통해 만들어진 F분포를 이용하여 가설...
R-T검정
T검정 T검정이란 두 집간 단의 평균을 비교하는 방법이다. 즉, 두 모집단의 평균의 차이유무를 판단하는 통계적 검정방법으로 단순히 차이의 존재여부를 떠나 그 정도의 통계적 유의미성까지 검정하는 방법 독립변수: 범주형, 종속변수: 연속형 전제조건: 정규분포를 따라야 한다, 일반적으...
R-카이제곱 검정
카이제곱 검정방법 카이제곱 데스트는 그룹간에 차이가 있는지 여부(= 그룹끼지 독립이 아닌지의 여부)에 대해 Chisquare 분포를 사용해 가설검정을 하는 방법이다. 그룹간에 차이가 있는지 없는지의 여부라는 의미는 그룹간의 비율차이가 있는지의 여부라는 의미이다. 독립변수: 범주형...
R-통계 기초
통계기초 기술통계와 추론통계 기술통계: 수집한 데이터를 요약 묘사 설명하는 통계 기법 평균값, 중위수, 최빈수, 최대값, 최소값, 범위, 분산…. 추론통계: 수집한 데이터를 바탕으로 추론 예측하는 통계 기법 선거철 후보...
R-시각화 심화
데이터 시각화 심화 이미지맵: 데이터의 크기에 따라 크기를 달리하여 표현하는 방법 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 #엑셀자료 가공 후 동별 호프통닭집 건수로 이미지맵 출력...
R-시각화,그룹화
데이터 시각화 데이터 시각화는 데이터를 그림이나 그래프를 통해 시각적으로 표현하는 모든 과정 이다. 시각화는 단순히 멋있게 만들어 주는 것을 떠나 데이터를 쉽게 이해할 수 있도록 도와준다. 이산변수: 막대, 점, 원형 차트를 주로 사용 연속변수: 상자박스, 히스토그램, 산...
R-File & Function
File 읽기 Java와 마찬가지로 R에서의 File에 대한 접근에 관하여 작성한다. File 읽기: 읽기의 경우 크게 3가지로 나누었다. 키보드 입력 받기: scan() File 읽기: txt파일, Excel 파일, CSV파일: read.table(), read.xlx...
R-환경설정 및 기본
R R 이란 통계 계산과 그래픽을 위해 특화된 프로그래밍 언어이자 소프트웨어 환경이다. 패키지 개발이 용이하여 원하는 패키지를 가져다가 활용하는 것이 쉬워 널리 사용된다. 장점 다양한 통계 기법과 수치 해석 기법을 지원한다. R은 사용자가 제작한 패키지를 추가할 수 있다...
Python
Python-Pytube,Selenium
Data 수집 DeepLearning의 Model을 Trainning 하기 위하여 많은 Data수집을 필요로한다. 이번 Post는 이러한 Data수집을 편하게 하는 Moduel 중 Pytube 와 Selenium의 작동 방식과 예제를 살펴보자. 먼저 여러가지의 기능을 넣어서 사용...
Python-Web Scrapping,Crawling
Web Scrapping,Crawling Web Scrapping: 웹의 데이터를 일부만 가져오는 작업 Web Crawling: 웹사이트에 주기적으로 방문하여 데이터를 가져오는 작업 XML, Json, HTML을 Web Scrapping,Crawling을 통하여 가져오...
Python-Pool,Process
Python Thread의 한계 Python은 Interpreter 언어이기 때문에 Compile언어보다 느리고 따라서 실시간 거래 시스템처럼 매우 짧은 응답시간을 필요로 하는데 사용할 수 없다. 다시 말해서 파이썬은 동시다발적인 멀티스레드를 처리하거나 CPU에 집중된 많은 스레...
Python-Thread
Python Thread Thread란 Main Process와 병렬로 수행되는 미니 Process이다. Thread를 사용함으로 인하여 멀티태스킹이 가능해진다. Thread 자세한 내용 Thread 기본 예제 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1...
Python-Socket
Python Socket TCP 서버/클라이언트 함수 호출 관계 그림 출처:젤리 블로그 TCP 서버/클라이언트 함수 호출 순서 서버, 클라이언트 소켓 생성 서버는 bind(), listen()함수를 호출하여 대기 상태 클라이언트는 connect()함수 호출을 통해...
Python-DB
Python SQLite SQLite는 별도의 DB서버가 필요없이 DB 파일에 기초하여 데이터 베이스 처리를 구현한 Embedded SQL DB Engine이다. 보통 스마트폰에 내장되어 활용되고 있다. DB 파일 생성 방법 conn = sqlite3.connect(“exa...
Python-Class
Class Class란 객체를 만들기 위하여 정의한다. 여러가지의 공통된 것을 정의하기 위하여 사용한다. 각각의 객체들은 원형 클래스를 참조하는 방식이다. class ‘이름’ 으로서 선언하게 된다. Class 내용 자바와의 차이 1) 메소드 오버로딩, 생성자 오버로딩X(메소드 오버...
Python-Module
Module Module이란 함수나 변수 또는 클래스를 모아놓은 파일이다. 소스코드의 재사용이 가능하게 하며, 코드를 하나의 이름 공간으로 구분하고 관리 가능하다. 파이썬은 모듈단위로 저장되며, 확장자 .py를 가진다. 모듈의 종류 표준모듈: 이미 저장되어있는 Module이다...
Python-Function2(클로저, 일급함수, 람다, 함수장식자,재귀함수)
클로저 클로저란 내부함사의 객체를 반환한다. 이러한 특성으로 인하여 함수 지향적인 언어인 Python을 객체지향의 특성을 따라할 수 있게 된다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 ...
Python-Function
Python 함수 Python은 함수 지향적 언어로서 함수의 종류는 크게 2가지로 나뉘게 된다. 내장함수: 이미 지정되어있는 함수 사용자 정의함수: def 키워드로 사용자가 직접 작성하는 함수 Python은 함수 안에 함수가 정의될 수 있다. 1 2 3 4 5 6 7 ...
Python-조건문,반복문
Python 조건문 Python은 Java와 다르게 {}를 주지 않고, 들여쓰기를 이용해 블록을 잡는다. if, elif, else를 사용하여 조건문을 나타낸다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ...
Python-Type
Python Type 타입순서특징 ListO값 변경 가능 TupleO값 변경 불가능(List보다 빠르다) SetX중복 불가 DictX{key:value}형식 List 여러 요소들을 갖는 집합으로 새로운...
Python-데이터타입, 연산자
Python 기본 데이터 타입 타입설명표현 예 int정수형 데이터a=10 float소숫점을 포함한 실수a=10.25 boolTrue or Flasea=True NoneNulla=None String문자...
Handson
Appendix3.Matplotlib
Appendix3. Matplotlib Matplotlib에서 Tool사용방법을 알아봤으나, 기초적인 부분에 대해서만 알아보고 많이 부족하다는 것을 깨달았다. 따라서 이번 Post는 Hands-on ML에서 부록 중 하나인 Matplotlib사용법을 알아보는 Post이다. (수...
Appendix2.Pandas
Appendix2. Pandas Pandas에서 Tool사용방법을 알아봤으나, 기초적인 부분에 대해서만 알아보고 많이 부족하다는 것을 깨달았다. 따라서 이번 Post는 Hands-on ML에서 부록 중 하나인 Pandas사용법을 알아보는 Post이다. 2D Dimension의 ...
Appendix1.Numpy
Appendix1. Numpy Numpy에서 Tool사용방법을 알아봤으나, 기초적인 부분에 대해서만 알아보고 많이 부족하다는 것을 깨달았다. 따라서 이번 Post는 Hands-on ML에서 부록 중 하나인 Numpy사용법을 알아보는 Post이다. Tensorflow나 Pytor...
Project
Django-Project-Result
Web 구현 추가적 대여소의 적절한 위치 제안 이므로 사용자가 위치를 선택했을경우 Trainning 된 Model로 적합도를 평가해준다. 이를 위하여 사용자가 쉽게 접할 수 있는 Web으로서 결과를 구현하고 직접 볼 수 있게 구현하였다. DB 최종적으로 만든 Data들을 분석에 사...
Django-Project-Model Parameter
Model Parameter Model 분류값은 1~5의 5개의 Class로 분류 할 경우 2~5의 값을 가지는 Class를 판별할 때 많은 오차가 발생되는 것을 발견 상위 20% = “상”, 하위 10% = “하”나머지는 =”중”으로서 3개의 Class로서 분류로 바꾸었다...
Django-Project-Model 선정
Model 선정 분류를 하기 위하여 6가지의 Classifier Model을 선택하고 각각을 Trainning 및 Parameter를 변화시키며 Accuracy를 확인하였다. Train DataSet 과 Test DataSet을 분리하여 Overfitting의 여부를 확인하였다. ...
Django-Project-데이터 전처리
데이터 전처리 Euclidean거리 계산 방식 이용 대여소로부터 최단거리의 “대학교, 자전거도로, 관광명소, 공원, 강”까지의 거리를 도출 Euclidean거리 계산 방식 이용 대여소로부터 1.5km내, 관측소들의 유동인구 평균을 도출 위도 경도를 가지고 거리(km)계산 Al...
Django-Project-데이터 변수 설정
따릉이 상위 대여소 파악 따릉이 대여소의 사용량에 따라 상위 대여소와 하위 대여소의 특성을 알아보기 위하여 지도에 찍는 과정이다. 서울 열린 데이터 광장에서 따릉이 대여소의 위치와 사용량의 데이터를 가지고와서 합치는 작업을 하였다. 데이터 출처 서울시 따릉이 대여소 사용량 Data...
Spring-Project-스케줄러
스케줄러 스케줄러란 특정 Job을 특정시간에 처리하기 위한 Service이다. 비행기 티켓의 정보는 매일매일 DB에 사용자가 사용한 만큼 추가된다. 하지만, 비행기가 도착하고 나서는 필요없는 정보가 된다. 따라서 매일 일정시간에 필요없어진 정보를 삭제하기 위하여 스케줄러를 사용하게...
Spring-Project-비행기 예약 & 체크인
비행기 예약-Setting 비행기의 예약인 경우 Main Page에서 출발지, 도착지, 일정, 인원수를 입력하게 되면 그 정보에 맞는 비행기 편을 보여주게 된다. 예약을 하게 되면 예약 페이지를 보여주게 되고 정보를 확인할 수 있게 구성하였다. 티켓의 경우 체크인을 하여야지 Mai...
Spring-Project-관리자
관리자 권한 관리자의 권한으로서 다른 기능에서 많이 적용시켰지만, 가장 큰 Main 기능 2가지는 비행기 생성과 매출확인이다. 관리자의 비행기 생성을 위한 DB의 구조는 아래와 같다. 노선을 위한 DB 항공 생성을위한 DB 관리자 권한 - 비행기 생성 항공기 생성시 고려...
Spring-Project-렌트카
렌트카-DB 구성 렌트카 구성을 위한 DB는 2개로 나누었다. 차량 등록을 위한 DB 차량 예약을 위한 DB 렌트카-Pgae 구성 Main Page에서 Session의 id값을 비교하여 id가 admin 즉, 관리자 이면 렌트카 등록, 렌트카 모든 예약...
Spring-Project-공지사항
공지사항-DB 구성 공지사항을 위한 DB구성은 아래와 같다. 공지사항-Pgae 구성 공지사항의 Page는 크게 Header, Body, Bottom으로 구분되어있다. Header 와 Bottom 같은경우 Main Page와 같은 구성으로 되어있다. 공지사항의 Page의 Bod...
Spring-Project-회원가입 & ID,비밀번호 찾기
회원가입-DB 구성 회원가입을 위한 DB구성은 아래 그림과 같다 회원가입-Pgae 구성 회원가입의 경우 하나의 기능을 가지고 있는 것을 분리하기 싫어 한 코드에 두개의 페이지를 담게 구성하였다. div 속성의 show와 hide로 구성하게 되었다. 1 2 3 4 5 6 7 8...
Spring-Project-MainPage
Spring-Project-MainPage Project의 Main Page이다. Main Page의 경우 Header, Body, Bottom으로 구성하여 계속해서 필요한 Header와 Bottom의 경우 계속해서 사용하도록 하였다. Design의 경우 BootStrap을 활용하...
Pytorch
Pytorch-DCGAN
DCGAN 원본 Code및 설명: Pytorch 정식 사이트 이미지 다운로드 경로: GoogleDrive 논문 링크: Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Netwo...
Pytorch-GAN
GAN 생성적 적대 신경망(GAN)은 2014년에 처음 소개된 방식으로서 Generative Adversarial network이다. Generative(생성적): 데이터 자체를 생성한다. Adversarial(적대적): 적대란 대립하거나 상반되는 관계를 뜻한다. G...
Pytorch-StyleTransfer
Image Style Transfer A Neural Algorithm of Artistic Style (https://arxiv.org/abs/1508.06576) Pretrained ResNet50 Reference below https://discus...
Pytorch-U-Net
U-Net 논문 링크: U-net Semantic Segmentation의 가장 기본적으로 많이 사용하는 Model인 U-Net을 알아보자. U-Net은 말 그대로 Model의 형태가 U자로 생겨서 U-Net이다. 대표적인 AutoEncoder로 구현한 Model중에 하...
Pytorch-Autoencoder
Autoencoder AutoEncoder 은 아래의 그림과 같이 단순히 입력을 출력으로 복사하는 신경 망(비지도 학습) 이다. 아래 링크는 AutoEncoder에 관한 개념 설명이 나와있다. Auto Encoder 1. Settings 1) Import required...
Pytorch-학습 관련 기술들
학습 관련 기술들 Model 구성 시 성능향상을 위해 고려해야 하는 사항에 대해서 알아보자. 아래 링크는 현재 Post에서 구현할 개념을 다룬 내용이다. NeuralNetwork (5) 학습 관련 기술들 정형화 매우 큰 가중치가 존재한다고 생각하면 그 하나의 가중치에 의...
Pytorch-RNN&LSTM
RNN RNN 은 딥러닝에서 사용하는 Recurrent Neural Network으로서 시계열 데이터를 다룰때 사용하는 신경망 이다. 대표적인 예와 그에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. 자연어와 단어의 분산 표현 word2vec Fast wor...
Pytorch-CNN2
CNN 종류 이번 Post에서 CNN 의 대표적인 예와 구현을 해보자 대표적인 예와 그에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. CNN (2) CNN종류 CNN의 종류를 다양하게 비교하기 위하여 먼저 GPU Setting과 Image 구축을하여 DataSet구출에...
Pytorch-CNN
CNN CNN 은 딥러닝에서 사용하는 Convolutional Neural Network 이다. 대표적인 예와 그에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. CNN (1) CNN이란 CNN (3) CNN구현 필요한 라이브러리 임포트 torch.ut...
Pytorch-ANN
ANN ANN 은 딥러닝에서 사용하는 인공신경망(Artificial Neural Network)이다. 대표적인 예와 그에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. Perceptron MLP(NeuralNetwork) 필요한 라이브러리 1 2 3 4 5...
Pytorch-LinearRegression
선형 회귀 분석 선형 회귀 분석 개념 필요한 라이브러리 torch.nn: 신경망 모델 포함 torch.optim: Optimizer 포함 torch.nn.init: 텐서에 초깃값을 주기 위해 필요함 함수 포함 1 2 3 4 5 import torch import...
Pytorch-Basic
Pytorch vs Tensorflow 기존 DeepLearning을 Tensorflow로서 작성하였으나 Pytorch라는 새로운 Framework를 배우기 위하여 2 FrameWork간의 차이를 살펴보자. 참조: Tensorflow 자세한 내용 Pytorch와 Tensorfl...
Web
Web-MyBatis
MyBatis 객체 지향 언어인 자바의 관계형 데이터 베이스 프로그래밍을 보다 쉽게 도와주는 프레임 워크이다. SQL문이 Code로부터 완전히 분리 Code가 간결해짐 SQL문과 Code의 분리로 인한 유지보수 향상 DAO, DTO, FormBean MyBatis를...
Web-Forward&Redirect
Forward&Redirect 페이지의 요청을 처리하는 방식이다. ForwardRedirect 대상Server to ServerClient to Server Data Inputrequest.setAttributeURL D...
Web-JSTL
JSTL(JSP Standard Tag Library) JSP 표준 태그 라이브러리이다. 라이브러리(library): 여러 프로그램이 공통으로 사용하는 코드를 모아 놓은 코드의 집합이다. JSTL API에서 다운 받은 library를 WEB-INF/lib에 추가 후 불러와서 사용하...
Web-Cookie&Session
Cookie&Session Session 클라이언트와 웹 서버간에 통신 연결에서 두 개체의 활성화된 접속을 의미한다. 각각의 클라이언트마다 고유의 Session ID를 가지고 있다. Cookie 서버측에서 클라이언트 측에 상태 정보를 저장하고 추출할 수 있...
Web-Servlet
Servlet 웹기반 요청에 대한 동적인 처리가 가능한 하나의 클래스 이다. Server Side에서 돌아가는 Java Program이다. HTML Form Element안에 정보를 담고 Input Element에 의해 정보 전송 Form Element method: 원하는 ...
JavaScript-Suggest
Suggest Suggest란 검색어를 입력하면 자동으로 검색어를 추천하는 시스템이다. 아래 예제는 DB에 있는 내용을 검색해주는 Suggest기능을 구현한 예제이다. 아래 사진은 현재 DB에 있는 자료이다. Html 실제 행동을 적용시키는 Suggest.js 연결 ...
JavaScript-DOM,JQuery,Ajax
DOM DOM이란 브라우저 화면에 보이는 요소를 조작하기 위한 기능을 모은 라이브러리 집합 이다. D(Document)문서 객체 모델: 작성된 웹 문서가 객체로 인식 O(Object) 사용자 정의 객체 정의된 내장 객체 웹브라우저 ...
JavaScript-Event
Event Event: 모든 행위를 말하는 것으로 프로그램에서는 미리 사용자의 행위를 예측하여 미리 사용할 수 있도록 많은 Event를 준비해 놓는다. EvnetHandler: Event와 준비한 프로그램을 연결해주는 역할을 한다. Event 등록 Event를 등록하는 방법은...
JavaScript-Basic
본 글은 Captain Pangyo 블로그을 보고 연습한 글입니다. JavaScript HTML과 CSS는 정적인 언어이다. 정적이라는 것은 브라우저를 통해서 화면에 출력하는 것이지 그 값을 변경시킬 수 없다는 의미이다. Web상에서 정적인 HTML과 CSS의 한계를 극복하기 위...
CSS
CSS CSS란 HTML, XHTML, XML 같은 문서의 스타일로 꾸밀 때 사용하는 스타일 시트 언어이다. HTML로 문서의 뼈대를 만들고, CSS로 문서의 Style을 꾸미며 확장시키는 방식으로 이루워 진다. 문서의 Style을 HTML에 한번에 정의하여 만들 수 있으나, 이렇...
HTML
HTML 웹페이지를 만들기 위한 언어로 웹브라우저 위에서 동작하는 언어다. 형식:< 태그명 속성명1=”속성값1” 속성명2=”속성값2”> 컨텐츠 </ 태그명> 태그는 컨텐츠를 감싸서 그 정보의 성격과 의미를 정의한다. 열리는 태그가 있으면 닫히는 태그...
DataAnalysis
DataAnalysis-군집화
군집화(Clustering) 비슷한 개체끼리 한 그룹으로, 다른 개체는 다른 그룹으로 묶어서 구분하는 것을 의미한다. Unsupervised Learning. 계층적 군집분석 거리로서 군집을 분류하며 거리를 어떻게 연결하냐에 따라 단일연결법, 완전연결법, 평균연결법으로 나누어...
DataAnalysis-분류분석
분류(Classfication) 소속 집단을 알고 있는 데이터를 이용하여 모형을 만들어서 소속집단을 모르는 데이터들의 집단을 결정하는 기법 Supervised Learning. 로지스틱 회귀(Logistic regression) 의사결정 나무(Decision Tree) ...
DataAnalysis-회귀분석
회귀분석 회귀분석은 상관분석과 더불어 널리 쓰이는 통계적 방법이다. 상관분석이 상관관계를 알아보기 위함이라면 회귀분석의 경우 인과관계를 파악하는 분석 방법이다. 회귀분석의 대한 자세한 내용은 아래 링크 참조 회귀분석 자세한 내용 회귀 분석 방법 Python으로 회귀분석은 크게 4가...
DataAnalysis-양측검정,상관분석
양측검정 양측검정과 단측검정에 대해서 간단히 말하면 $$ 대립가설 \neq 이면 양측검정 $$ $$ 대립가설 > or < 이면 양측검정 $$ 그렇다면 우리가 공부해왔던 카이제곱과 T검정은 양측검정인가?라는 의문이 든다. 이것에 대한 해답은 카이제곱과 T분포 그래프를 ...
DataAnalysis-모수검정과 비모수검정
모수검정과 비모수검정 모수검정과 비모수검정은 아래 표를 보면 이해할 수 있다. 구분모수비모수 사용시기 검정의 가정을 만족할때 가정: 모집단의 정규성 가정 불만족 작은 샘플 사이즈 순위로만 된 데이터 ...
DataAnalysis-카이제곱 검정
카이제곱 검정방법 카이제곱 데스트는 그룹간에 차이가 있는지 여부(= 그룹끼지 독립이 아닌지의 여부)에 대해 Chisquare 분포를 사용해 가설검정을 하는 방법이다. 그룹간에 차이가 있는지 없는지의 여부라는 의미는 그룹간의 비율차이가 있는지의 여부라는 의미이다. 독립변수: 범주형...
DataAnalysis-Statistics
Statistics 통계에 대한 기초와 용어 정리는 아래 링크에 정리가 되어있습니다. 통계기초 이번 글에서는 Pandas를 활용하여 도수분포표 작성과 평균, 표준편차와 분산에 대해서 알아보자 도수분포표란 자료의 분표를 몇 개의 구간으로 나누고, 나누어진 각 구간에 속하는 자료가 몇...
Matplotlib
Matplotlib Matplotlib이란 다양한 데이터를 많은 방법으로 도식화 할 수 있도록 하는 파이썬 라이브러리로써, 주로 matplotlib 의 pyplot을 사용한다. Matplotlib을 사용하게 되면 이전에 사용하였던 numpy나 pandas에서 사용되는 자료 구조를 ...
Scipy
Scipy 본글은 데이터 사이언스 스쿨에서 Scipy에 대한 글을 그대로 옮기고 실습한 과정입니다. Scipy는 수치해석기능을 제공하는 파이썬 패키지이다. 여러 서브패키지로 구성되어 있는데 그중 stats 서브 패키지는 확률분포 분석을 위한 다양한 기능을 제공한다. Scipy, ...
Pandas
Pandas Pandas는 파이썬에서 사용하는 데이터분석 라이브러리로, 행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있게 되며 보다 안정적으로 대용량의 데이터들을 처리하는데 매우 편리한 도구 이다. Pandas의 자료 구조로서는 Series, DataFrame두개가 존재한다...
Numpy
Numpy DataAnalysis을 들어가기 앞서 선행적으로 꼭 필요한 개념인 Numpy에 대해 알아보자. Vector, Matrix, Multi Array등 과학계산 컴퓨팅에 있어 필수 도구 이다. 입력값 세트를 통해 계산이 반복될 때, 배열로 데이터를 나타내는 것이 자연스럽...
OpenCV
OpenCV-ObjectTracking
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. ObjectTracking ObjectTracking이란 비디오 영상에서 특정 대상의 위치 변화를 추적하는 것 이다. 비디어는 일련의 영상 프레임으로 구성되고 인...
OpenCV-LaneDetection
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. LaneDetection 차선 유지 보조 시스템이란 자동차가 주행중인 차로를 벗어났을 때 운전자에서 경고를 주는 HMI와 본래 주행 중이던 차로로 복귀하는 제어 ...
OpenCV-비디오 처리
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 평균 배경 차영상 비디오에서 영상 분할은 배경(background)으로부터 전경(foreground)의 물체를 분할하는 것이 중요한 문제이다. 배경 차영상(bac...
OpenCV-특징 검출, 디스크립터, 매칭
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 특징검출, 디스크립터, 매칭 특징 검출기(feature detector)는 영상에 관심있는 Feature(Edge, Corner)등을 검출하고, 디스크립터(des...
OpenCV-영상 특징 검출
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 영상 특징 검출 이전 Post에서는 LPF를 통한 Noise제거, HPF를 통한 Feature추출을 하였다. Feature는 Edge, Blur, 직선, 원, 코...
OpenCV-영상 분할
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 영상 분할 영상 분할(image segmentation)은 입력 영상에서 관심 있는 영역을 분리하는 과정이다. 이러한 영상 분할은 영상 분석, 물체 인식, 추적 ...
OpenCV-영상 공간 필터링
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 영상 공간 필터링 이미지 필터링(image filtering)은 필터(filter) 또는 커널(kernel) 또는 윈도우(window)라고 하는 정방행렬을 정의하...
OpenCV-임계값과 히스토그램 처리
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 임계값 영상 임계값 cv2.threshold(src, thresh, maxval, type): 고정된 임계값을 결정하고 결과를 보여주는 계산 parameter...
OpenCV-기본연산
참고사항1 현재 cv2는 numpy.ndarray을 이용하여 표현한다. 이러한 점에서 OpcenCV의 영상 내 자료값은 Numpy로서 치환하여 astype(), reshape()로 속성을 변경하고, 영상 화소를 y,x순으로 인덱스를 지정 접근하여 밝기 또는 컬러값을 접근한다...
OpenCV-간단한 그래픽 및 이벤트 처리
참고사항 현재 Post에서 사용하는 Data를 만드는 법이나 사용한 Image는 github에 올려두었습니다. 직선 및 사각형 그리기 cv.line(img,pt1,pt2,color[, thickness[, LineType[, shift]]]): pt1에서 pt2까지 연결하는...
OpenCV-영상 및 비디오 입출력
사전 사항 참고사항1 현재 cv2를 볼 수 있는 XServer에서 GUI를 땡겨오지 못하는 문제 때문에 결과 확인을 matplotlib 및 ipywidget으로 사용하였습니다. ipywidgets 정식 사이트 활용 예시 matplotlib Post 참고사항2 현재 Post...
Kubeflow
Fairing
Fairing 이란? Fairing이란 Build, Train, Deploy를 TF-Trainjob 형태로 원격으로 할 수 있는 Kubeflow의 기능 중 하나입니다. 위의 링크에서 TF-JOB형태로 만들기 위해서 DockerFile로서 Image를 만들고 Push한 뒤 Image...
TF-JOB
이전에 올렸던 글 HyperparameterTuning(Katib)에서는 Experiment를 생성한 뒤 그안에서 여러 Trials들이 서로 통신하면서 Hyperparameter를 생성하는 것에 대하여 설명하였습니다. 이러한 Katib는 TF-JOB을 서로 통신하면서 Hyperpa...
Katib
Hyperparameter Tunning(Katib) Kubeflow에서는 Katib를 다음과 같이 설명하고 있습니다. The Katib project is inspired by Google vizier. Katib is a scalable and flexible hyperp...
SDK(2)
Build Components and Pipelines PipeLines를 구성하는 Componet란 Pipeline task의 implementation이다. 이러한 Component는 Workflow의 각 한 단계를 의미하며, 각각의 Componenet는 하나 이상의 input...
SDK
SDK PipeLines을 구축하고 사용하기 위해서 Jupyter Notebook과 interacting이 가능한 SDK에 대해서 먼저 알아보자. SDK란 ML Workflow를 지정하고 실행하는데 사용할 수 있는 Python Package이다. SDK는 다음과 같은 Compon...
Pipelines
What is Kubeflow Piplines? A user interface (UI) for managing and tracking experiments, jobs, and runs. An engine for scheduling multi-step ML ...
Multi-User Isolation
계정추가 기본적으로 Multi-User의 구조를 가지는 kfctl_existing_arrikto에서는 User추가가 다르다. 먼저 Single User와의 환경과 다르게 다양한 수의 User를 관리하기 위하여 User Login을 Dex pod을 통하여 자동으로 설정된다. 처음...
JupyterNotebook
Why use Jupyter Notebooks in Kubeflow Kubeflow에서 Jupyter Notebooks를 사용하는 이유를 다음과 같은 2가지 이유로 설명하고 있다. Integrating well with the rest of the infrastructur...
Kubeflow 설치
Kubeflow 설치 Minikube와 Nvidia Docker를 활용하여 Localhost에서 GPU기반으로 돌아가는 Minikube를 Cluster로 사용하여 Kubeflow를 구축하는 것을 목표로 한다. 사전사항 Docker-CE ( ≥ 18.09) Nvidia...
Kubeflow
Kubeflow의 필요성 먼저 Kubeflow라는 것이 뭔지에 대해 알아보기 전에 Kubeflow가 왜 필요한지에 대해서 먼저 알아보자 먼저 하나의 Model을 만들어서 Service까지 배포하는 과정에 대해서 생각해보자. 위와 같은 과정은 아래의 과정을 거쳐야 한다. 사진...
Kubernetes
사전지식 Kubeflow를 구축하기에 앞서 Kubeflow는 Kubernetes + mlflow 의 합친 말 이다. mlflow란 Machine Learning의 Workflow를 의미한다. 즉 Machine Learning을 Kubernetes를 활용하여 쉽게 관리하게 도와주...
Tensorflow
Tensorflow-DQN
강화학습 강화학습이란, 주어진 어떤 상황(State)에서 보상(Reward)을 최대화 할 수 있는 행동(Action)에 대해 학습하는 것이다. 위의 과정을 위해서 학습의 주체(Agent)가 상황에 가장 적합한 행동을 찾기까지는 수많은 시행착오가 필요하다. 위의 과정을 사진으로 ...
Tensorflow-FCN
Segmentation 먼저 Image에대해서 판단하는 방법들에 대해서 알아보자. 아래 그림을 살펴보면 Image를 판단하는 문제를 크게 3가지의 문제로 잘 분류하였다. 그림 출처: ataspinar.com 위의 그림을 살펴보면 각각을 다음과 같이 분류하였다. Class...
Tensorflow-GAN
GAN GAN이란 상대적 적대 신경망으로서 Generative Adversarial Network이다. Generative(생성적): 데이터 자체를 생성한다. Adversarial(적대적): 적대란 대립하거나 상반되는 관계를 뜻한다. GAN에서는 생성네트워크와 구분 ...
Tensorflow-RNN
RNN RNN 은 딥러닝 자연어 처리 사용하는 인공신경망(Artificial Neural Network)이다. RNN에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. 자연어와 단어의 분산 표현 word2vec Fast word2vec RNN 위의 내용...
Tensorflow-CNN
CNN CNN 은 딥러닝 이미지 처리 사용하는 인공신경망(Artificial Neural Network)이다. CNN에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. CNN이란 CNN종류 CNN구현 위의 내용에서 이번 Post에서는 Tensorflow를...
Tensorflow-AutoEncoder
AutoEncoder AutoEncoder 은 아래의 그림과 같이 단순히 입력을 출력으로 복사하는 신경 망(비지도 학습) 이다. Hidden Layer의 뉴런 수를 Input Layer 와 Output Layer의 뉴런 수보다 적게 설정하여 입력받은 원본 데이터에서 불필요한...
Tensorflow-ANN
ANN ANN 은 딥러닝에서 사용하는 인공신경망(Artificial Neural Network)이다. 대표적인 예와 그에 해당하는 이론에 대한 내용은 아래 링크를 참조하자. Perceptron MLP(NeuralNetwork) 위의 내용에서 이번 Post에서는 Te...
Tensorflow-Logistic Regression
Logistic Regression 로지스틱 회귀분석은 예측하는 Linear Regression과 달리 Y가 범주형일때 사용하게 된다. 로지스틱 회귀는 이항형 또는 다향형이 될 수 있다. 종속변수의 결과가 2개의 종류라면 이항형, 그 이상이라면 다항형이다. 이항형 다항형에 따라...
TensorFlow-Linear Regression
Linear Regression ‘선형적이다’ 라는 표현은 영어로 linear 하다 라고 말한다. linear란 line(선)의 형용사 형태입니다. 이 말에서 유추할 수 있듯이, 선형적이란 것은 어떤 성질이 변하는데 그 변수가 1차원적이다, 즉 어떤 신호에 기울기만 곱한 형태와...
Tensorflow-Basic
Tensorflow 이전시간에 배운 Perceptron을 실질적으로 구현하기 앞서 알아야할 Tensorflow의 기본적인 지식을 적어둔다. Tensorflow는 다음 두 단계로서 이루어 진다. 수식을 그래프로 포현 그래프를 실행 텐서플로우는 수치계산을 위한 라이브러...
Docker
클라우드를 사용한 Docker 실행 환경 구축
Post에 앞서 이번 Post의 내용과 실습은subicura 블로그의 내용과 개념을 그대로 따라해본 것 입니다. 분산 환경에서의 컨테이너 운용 관리 이전 Post에서는 멀티호스트 환경과 클러스터링에 대해서 얘기하였다. 이제 더 나아가서 멀티호스트로 구성된 실제 환경을 클러...
Docker 멀티호스트 환경에서 Docker 실행 환경 구축
멀티호스트 환경에서 컨테이너 관리의 개요 멀티호스트 환경과 클러스터링 이전까지의 Post는 동일 호스트상에 Docker를 설치하고, 그 위에서 몇 개의 컨테이너를 가동시켜 서버를 작동시켰다. 이미지의 작성이나 컨테이너의 시작 등은 호스트 머신에 설치된 Docker가 수행하고,...
Docker 여러 컨테이너의 운용 관리
Docker 여러 컨테이너 관리의 개요 웹 3계층 시스템 아키텍처 프론트 서버: 클라이언트의 웹 브라우저가 보낸 HTTP 요청을 받아, HTTP 응답을 반환하는 서버 기능을 가진다. 웹서버의 기능은 미들웨어로 구축하는 경우도 있으며, 오픈소스인 Nginx, M...
Docker 이미지 공개
Docker 이미지의 자동 생성 및 공개 Automated Build의 흐름 Docker Hub에는 버전 관리 툴인 GitHub 및 Bitbucket과 연결하여 Dockerfile로부터 Docker 이미지를 자동으로 생성한는 ‘Automated Build’기능이 있다. G...
Docker을 사용한 코드에 의한 서버 구축
Docker을 사용한 구성 관리 Dockerfile 이란 Docker file이란 Docker 상에서 작동시킬 컨테이너의 구성 정보를 기술하기 위한 파라미터 이다. 베이스가 될 Docker 이미지 Docker 컨테이너 안에서 수행한 조작(명령) 환경변수 등의 설...
Docker 명령
Docker 이미지 조작 Docker Hub Docker Hub는 GitHub나 Bitbucket과 같은 소스코드 관리 툴과 연계하여 코드를 빌드하는 기능이나 실행 가능한 애플리케이션의 이미지를 관리하는 기능을 갖춘 Docker의공시 리포지토리 서비스 이다. Docker H...
Docker 설치와 튜토리얼
Docker 설치와 작동 확인(Linux) 설치 사전 준비 apt 피키지 리스트를 업데이트 1 sudo apt update HTTPS를 경유하여 리포지토리를 사용할 수 있도록 명령어 실행 1 sudo apt-get install -y apt-transport-https c...
컨테이너 기술과 Docker의 개요
컨테이너 기술의 개요 컨테이너 컨테이너란 호스트 OS상에 논리적인 구획을 만들고, 애플리케이션을 작동시키기 위해 필요한 라이브러리나 애플리케이션 등을 하나로 모아, 마치 별도의 서버인 것처럼 사용할 수 있게 만든 것. 호스트 OS의 리소스를 논리적으로 분리시키고, 여러 개의...
시스템과 인프라 기초 지식
시스템 기반의 기초 지식 시스템 기반이란 애플리케이션을 가동시키기 위해 필요한 하드웨어나 OS, 미들웨어 등과 같은 인프라 하드웨어 시스템 기반을 구성하는 물리적인 요소로서 서버 장비 본체나 데이터를 저장하기 위한 스토리지, 전원 장치 등 네트워크 원격에서 Access할 수 있...
Keras
생성 모델을 위한 딥러닝
생성 모델을 위한 딥러닝 이번 Post에서는 예술 창작에 딥러닝이 어떻게 쓰일 수 있는지 다양한 각도에서 살펴본다. 시퀀스 데이터 생성(글을 쓰거나 작곡할 수 있다.), 딥드립, 변이형 오토인코더, 적대적 생성 네트워크(GAN)을 사용한 이미지 생성을 알아본다. 아래 링크는 ...
딥러닝을 위한 고급 도구
딥러닝을 위한 고급 도구 이번 Post에서는 특정 문제에 대해서 강점을 보이는 Network가 아닌 Keras를 좀 더 잘 사용하기 위한 방법을 알아보는 Post이다. 필요한 라이브러리 Import 1 2 3 4 5 6 7 8 9 10 11 12 13 14 from kera...
RNN에서의 Dropout
RNN에서의 Dropout 이전 Post에서 LSTM Model에 Dropout Layer를 추가할 때 Sequencial()에 Layer를 쌓는것이 아닌, Keras가 구현해둔 LSTM Layer안에서의 Dropout option을 추가하여서 구현하였다. 이번 Post에서는 ...
텍스트와 시퀀스를 위한 딥러닝
텍스트와 시퀀스를 위한 딥러닝 이번 Post에서는 RNN을 활용하여 Sequence Dataset, Text에 대한 Model을 생성하고 알아본다. 이에 관하여 알아두면 좋은 Post는 아래 링크를 참조하자. 자연어와 단어의 분산 표현 word2vec Fast w...
Grad-CAM
Grad-CAM CAM이라는 Algorithm자체가 CNN을 확인할 수 있는 좋은 방법이기 때문에 좀 더 깊게 알아보자. 현재 참조한 논문은 Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localiza...
컴퓨터 비전을 위한 딥러닝
컴퓨터 비전을 위한 딥러닝 이번 Post에서는 CNN을 활용하여 Image Dataset에 대한 Model을 생성하고 알아본다. 이에 관하여 알아두면 좋은 Post는 아래 링크를 참조하자. CNN (1) CNN이란 CNN (2) CNN종류 CNN (3) CNN구현...
신경망 시작하기
신경망 시작하기 이번 Post에서는 크게 1) 영화 리부 분류(이진 분류 문제) 2) 뉴스 기사 분류(다중 분류 문제) 3) 주택 가격 예측(회귀 문제) 를 다룬다. 1, 2의 문제 같은경우 Text를 기반으로 분류 문제를 실시한다.(NLP) 이에 관하여 알아두면 좋은 Post는...
Keras란
Keras란? Keras는 빠르게 딥러닝 연구 및 실험을 가능하게 하는 데에 중점을 두고 개발되었다. 가능한 개발 시간을 최소화하면서, 빠르게 도출할 수 있게 합니다. 위의 설명은 Tensorflow에서 Keras를 설명하는 이유이다. 하지만 직접적으로 내가 사용하는 이유는 Te...
DB
DB-Procedure
Procedure DB에서 어떠한 동작을 절차적 일괄처리 작업하는데 사용 특징 SQL Server의 성능향상(첫 실행시 컴파일, 재컴파일 안함) 모듈식 프로그래밍 가능 보안강화(Procedure마다 권한할당 가능) 네트워크 전송량 감소(쿼리문장의 단순화) 장점 ...
DB-View
View 뷰는 사용자에게 접근이 허용된 자료만을 제한적으로 보여주기 위해 하나 이상의 기본 테이블로부터 유도된, 이름을 가지는 가상 테이블(저장장치에 불리적으로 존재X)이다. 데이터 보정작업, 처리과정, 시험 등 임시적인 작업을 위해 사용한다. => 편의성 최대화 장점 ...
DB-Join,Union
Join - Cross Join, Self Join, Outer Join, Inner Join 2개의 이상의 테이블을 조합하여 하나의 열로 표현하는 것 이다. Cross Join 두 테이블에서 곱집합을 반환한다. m개의 열을 가진 테이블과, n열을 가진 테이블이 교차 조인되면 m...
DB DCL
DCL 데이터베이스에서 데이터에 대한 엑세스를 제어하기 위한 데이터베이스 언어 또는 데이터베이스 언어 요소 Grant 사용자에게 시스템 권한을 부여하는 명령이다. grant [select, update, delete, all] on [tablename] to [username, u...
DB-DML
DML DML 이란 관계형 데이터 베이스의 구조를 정의하는 것이다. 쌍, 속성, 관계 인덱스 파일 위치 등 데이터 베이스 고유의 특성을 포함한다. Select 하나 또는 그 이상의 테이블에서 데이터를 추출하는 언어 select [distinct] 소유자명, 테이블명, 칼럼명, [...
DB-DDL
DDL DDL이란 데이터 정의 언어로서 데이터베이스 검색, 등록, 삭제, 갱신을 하기 위해 사용하는 데이터 베이스 언어 이다. Create 객체를 생성하는데 사용, Create Table 시에 제약조건을 줄 수 있다. DoMain 제약 조건: Create ...
DB-개념 및 용어 설명
DB 개념 및 용어 설명 DB 란? 여러 사람에 의해 공유되어 사용될 목적으로 통합하여 관리되는 데이터의 집합을 의미한다. 논리적으로 연관된 하나 이상의 자료의 모음으로 그 내용을 고도로 구조함으로써 검색과 갱신의 효율화를 꾀한 것이다. 즉, 몇 개의 자료 파일을 조직적으로 통합하...
NoSQL
MongoDB-Index
Index Index는 특정 문서를 탐색할 때 전부를 탐색하지 않고도 데이터를 찾을 수 있게 합니다.(속도 향상) 특정 데이터를 쉽게 추출할 수 있도록 인덱스 데이터를 변경하는 것이 특징이다. RDBMS와 같이 내부적으로 B-Tree로 인덱스를 생성하며, 다중 속성과 고유인덱스를 ...
MongoDB-MapReduce
MapReduce 대용량 데이터 베이스를 응축하기 위한 데이터 프로세싱 패러다임 Ex) 게시판에서 사용자들이 이용했던 로그를 이용해 누가 활동적인지 파악 가능 MapMap은 단순한 Key,Value형식으로 선언하며, 이 값들은 emit을 통해 Reduce로 전달 ...
MongoDB-집계
Count 컬랙션 내의 문서 수를 반환하는 집계 도구 전체 문서 count: 조건X 컬랙션의 크기와 상관없이 빠르다. 조건을 만족하는 문서 count: 조건O 쿼리 조건을 추가하면 count는 느려진다. ...
MongoDB-연산자
비교 연산자 문서를 입력된 값과 비교하여 조회하기 위한 연산자 $gt기준 값 보다 크다 $gte기준 값 보다 크거나 같다 $lt기준 값 보다 작다 $lte기준 값 보다 작거나 같다 $ne같지 않다 $nin...
MongoDB-CRUD
생성하기(Insert) 새로운 문서를 생성합니다. insert: 단일 또는 다수의 문서를 입력할 때 사용 insertOne: 단일 문서를 입력할 때 사용 insertMany: 다수의 문서를 입력할 때 사용 1 2 3 4 5 6 7 8 9 10 11 /* 생성하기(I...
MongoDB-개념
본 글은 NoSQL Post는 Namoosori-MongoDB(ver2.21) PDF자료를 참조하여 정리하였습니다. MongoDB 몽고DB는 문서(Document ) 지향 데이터베이스 시스템이다. 문서(Document) RDBMS에서 Record 역할 문서는 정렬된 키와 연결된 값...
NoSQL 개념
본 글은 NoSQL Post는 Namoosori-MongoDB(ver2.21) PDF자료를 참조하여 정리하였습니다. NoSQL NoSQL(Not Only SQL)은 RDBMS의 한계를 극복하기 위해 만들어진 새로운 형태의 데이터 베이스 이다. RDBMS와 같이 고정된 스키마가 없이...
Statistics
Statistics(7)-Student’s t-Distribution, Student’s F-Distribution
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 9. t-분포, f분포 (1) t-분포(Student’s t-Distribution) 먼저 t-분포에 대해 알기전에 카이제곱 분포에서 식을...
Statistics(6)-Central Limit Theorem
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 8. 중심극한정리(Central Limit Theorem) 중심극한 정리란 표본의 크기가 충분히 크면 표본평균의 분포를 정규분포로 근사시킬 ...
Statistics(5)-Moment Generating Function
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 7. 적률생성함수(Moment Generating Function) 적률 확률변수 X의 원점에 대한 r차 적률 확률변수 \(X^r\)의 기댓...
Statistics(4)-Sampling distribution
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 6. 샘플링 분포 모집단(Population)은 연구의 대상이 되는 모든 개체들의 집합이다. 개체들의 특성을 나타내는 것을 확률변수 X라 한...
Statistics(3)-Continuous probability distribution
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 5. 연속형 확률분포 (1) 일양분포(Uniform distribution) 연속형 확률변수 X의 밀도가 일정한 경우, 이러한 확률분포를 ...
Statistics(2)-Discrete Probability Distributions
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 4. 이산형 확률분포 (1) 베르누이분포(Bernouli distribution) 어느 실험 또는 관찰을 독립적으로 반복해서 시행하는 경우...
Statistics(1)-Basic
이번 POST는 한양대학교 수리통계학 수업 내용을 정리한 것 입니다. 문제나 자세한 내용은 mykepzzang 블로그를 참조하였습니다. 1. 확률(Statistics) 통계학이란 관심의 대상이 되는 집단으로부터 자료를 수집, 정리, 요약하여 제한된 자료나 정보를 토대로 불확실...
Spring
Spring-XML,JSON,Ajax
Spring-XML,JSON,Ajax JSON(JavaScript Object Notation): 좀 더 쉽게 데이터를 교환하고 저장하기 위하여 만들어진 텍스트 기반의 데이터 교환 표준 XML(EXtensible Markup Language): HTML과 매우 비슷한 문자 기반의 ...
Spring-요청방식
Spring-요청방식 Spring 에서 Controller에게 요청하는 방식은 2가지이다. Get Post GetPost 스트링 형태로 전송인코딩 형태로 전송 URL에 정보 보임URL에 정보 안보임 공유가 쉬움공유가 ...
Spring-MyBatis
Spring-MyBatis Spring 에서 DB에 접근하기 위하여 MyBatis를 활용하였다. MyBatis 설명 DB와 MyBatis를 설정하기 위하여 pom.xml에 다음과 같은 dependency를 추가하여야 한다. pom.xml이란 Maven(사용할 라이브러리뿐만 아니라 ...
Spring-Annotaion,AOP
Annotation AOP를 들어가기 앞서 사전지식이 필요한 개념이다. Annotaion으로 인하여 데이터의 유효성 검사 등을 쉽게 할 수 있고, 이에 관련된 코드가 깔끔해지게 된다. Annotaion으로 인하여 AOP를 편리하게 구성할 수 있게 하며 실제 데이터가 아닌 Data를...
Spring-기본 개념
Spring 스프링이란 자바 엔터프라이즈 개발을 편하게 해주는 오픈소스 경량급 애플리케이션 프레임 워크이다. 즉, 애플리케이션 개발의 전 과정을 빠르고 편리하며 효율적으로 진행하는데 일차적인 목표를 두는 프레임 워크이다. Spring은 단순한 개발툴과 기본적인 개발환경으로도 엔터프...