분류 전체보기154 리버싱#1 리버싱!? 리버스 엔지니어링? 리버서가 되려면? 무엇을 공부해야 하나요? 하나의 기계가 있을 때!! - 어떻게 생겼고 - 기계에 무엇을 넣었을 때 무엇이 나온다면 내부 구조가 어떻게 되었는가?? - 고민해보는 것 리버스 엔지니어링(영어: reverse engineering, RE) 또는 역공학(逆工學) - 위키백과 장치 또는 시스템의 기술적인 원리를 그 구조분석을 통해 발견하는 과정이다. - 대상(기계 장치, 전자 부품, 소프트웨어 프로그램 등)을 조각내서 분석하는 것을 포함한다. 그리고 유지 보수를 위해, 또는 같은 기능을 하는 새 장치를 원본의 일부를 이용하지 않고 만들기 위해 대상의 세부적인 작동을 분석하는 것을 포함한다. 내가 생각하는 리버스 엔지니어링이란? - 2021년 2월 17일 기준 : 아직 모름...ㅋㅋㅋㅋㅋㅋㅋㅋ 일단 다음에 다시 올께요! 리버싱이 필요한 이.. 2021. 2. 17. 헤이디에스큐엘(HeidiSQL) - DB 생성하기 HeidiSQL을 실행하면 아래와 같은 화면이 나온다. 1. 신규 -> 2. 신규 세션의 이름 변경 -> 3. 비밀번호 입력 -> 4. 열기 그 다음 데이터베이스 생성~!! investar 이라는 이름으로 데이터베이스를 생성한다! -> CREATE DATABASE INVESTART; 명령과 동일한 효과를 가진다. 2021. 2. 17. 머신 러닝 데이터 전처리 #2 - One-hot Encoding 머신 러닝에서 사용하는 데이터 > 수치형 데이터 : 나이, 몸무게, 키 > 범주형 데이터 : 혈액형, 성별 > 머신 러닝의 경우 입력 데이터가 수치형 데이터여야 한다. > 범주형 데이터는 수치형 데이터로 변환해야 한다. > 1,2,3 숫자로 근데 이렇게 하면 혈액형에서의 크기가 생긴다. > One-hot Encoding을 이용해서 하나의 새로운 열로 만들어준다! > A형 B형 -> A형 열 B형 열 A형 AB형 B형 O형 나이 0 0 1 0 25 1 0 0 0 36 > One-hot Encoding을 하면 엉뚱한 관계를 만들지 않으면서 수치형 데이터로 바꿀 수 있다. import pandas as pd TITANIC_FILE_PATH = 'C:/Users/user/Desktop/titanic.csv' t.. 2021. 2. 9. 머신 러닝 데이터 전처리 #1 - Feature Scaling(min-max normalization) 0과 1사이 데이터 전처리 >데이터를 그대로 사용하지 않고, 가공해서 모델을 학습시키는데 좀 더 좋은 형식으로 만들어 주는 것 Feature Scaling (입력 변수/속성 조정하다) > 입력 변수들의 크기를 조절 일정 범위 내에 떨어지도록 바꾸는 것 ex) 연봉과 나이의 데이터 크기는 차이가 많이 나기 때문에 일정 범위로 통일하는 것 > 경사 하강법을 좀 더 빨리할 수 있게 도와준다! - min-max normalization (최솟값, 최댓값을 이용해서 숫자의 크기를 0과 1사이로 만든다.) 1. 최댓값에서 최솟값을 뺀다. 210 - 140 = 70 2. 원래 데이터에서 최솟값을 뺀다. 180 - 140 3. 그리고 최댓값과 최솟값의 차이만큼의 값으로 나누어 준다. 4. 그럼 0과 1사이의 값이 나오게 된다. 실.. 2021. 2. 9. 이전 1 ··· 16 17 18 19 20 21 22 ··· 39 다음 728x90 반응형
