카테고리 썸네일형 리스트형 2.2 래스터 그래픽 장치 Reporting Date: October. 20, 2024래스터 그래픽과 관련된 개념인주사선, 인터레이싱 그리고 프레임 버퍼에 대해 다루고자 한다.목차01 주사선02 인터레이싱03 논–인터레이싱 04 NCTS 05 프레임 버퍼 01 주사선 (走査線, Scan Line)레스터 장치는 화소 단위로 디스플레이된다.화소보다 작은 단위로 분할하여 한 화소의 아래쪽은 밝게, 가운데는 어둡게 할 수는 없다.즉, 인점의 색이 합쳐져서 하나의 화소 내부 색은 모두 완전히 동일한 밝기로 빛난다고 간주해야 한다.따라서, 1,024 × 768 해상도에서 주사선 수는 768개가 된다. (1) 스캐너 (Scanner)스캐너(입력 장치)에서의 스캔은 영상을 읽는다는 의미이지만,여기서는 화면 화소를 읽어가면서 전자빔을 쏜다는.. 더보기 2.1 래스터 그래픽 장치 Reporting Date: October. 19, 2024그래픽 하드웨어의 구성 요소 중 하나인래스터 그래픽 장치에 대해 다루고자 한다.목차01 래스터 그래픽 장치02 래스터 그래픽의 문제와 해결방안03 컬러 이미지의 형성 원리 01 래스터 그래픽 장치 (Raster Graphics Device)픽셀들이 모여 행과 열로 배열된 이미지. (1) 픽셀 (화소: 畵素, Pixel)디지털 이미지에서 가장 작은 단위.화면에 표시되는 고정된 위치와 색상을 가진 이산적인 값.각각의 픽셀은 특정 색상 값을 가지고 있으며, 수많은 픽셀이 모여 전체 이미지를 구성한다.컴퓨터 화면, 스마트폰 디스플레이, 디지털 카메라로 찍은 사진은 모두 픽셀로 구성되어 있다. 픽셀 하나는 세 가지의 인점으로 구성되며, 각각의 서브픽셀.. 더보기 1.2 컴퓨터 그래픽스 Reporting Date: October. 18, 2024 이전 컴퓨터 그래픽스 설명에 이어, 3D 공간에서의 렌더링 개념을 추가로 다루고자 한다. 목차01 컴퓨터 비전02 AI기반 그래픽스03 컴퓨터 그래픽스04 수학적 개념05 3D공간에서의 렌더링 예시 01 컴퓨터 비전 (Computer Vision) (1) 그래픽스주로 3D 모델링과 렌더링을 통해 새로운 이미지를 생성하는 과정.이 과정에서는 기하학적 데이터를 다루며, 현실 세계의 물리 법칙을 시뮬레이션하여 가상의 세계를 구현한다.즉, 존재하지 않던 것을 시각적으로 표현하는 것이 핵심이다. (2) 영상 처리기존의 이미지나 영상을 변형 및 분석하는 과정.주로 다음과 같은 작업을 한다.노이즈 제거윤곽선 감지이미지 필터링이를 통해 영상의 품질을 개.. 더보기 04 다양한 분류 알고리즘 Reporting Date: October. 2, 2024 로지스틱 회귀와 확률적 경사 하강법과 같은 분류 알고리즘을 배우고, 이진 분류와 다중 분류의 차이를 이해하며, 각 클래스에 대한 확률 예측에 대해 다루고자 한다.목차04-1. 로지스틱 회귀04-2. 확률적 경사 하강법 04 - 1 . 로지스틱 회귀 4-1 로지스틱 회귀.ipynbRun, share, and edit Python notebookscolab.research.google.comimport pandas as pd# 데이터 준비하기fish = pd.read_csv('https://bit.ly/fish_csv_data')fish.head() 어떤 종류의 생선이 있는지 확인한다.print(pd.unique(fish['Species']).. 더보기 제 7 장 상관분석 Reporting Date: Septemger. 28, 2024두 연속형 변수들 간의 연관성을 측정하는 데 사용되는 상관계수에 대해 다루고자 한다.(4장 두 변수 자료의 요약과 이어지는 내용이다.)목차두 변수의 공분산 구하는 과정 1. 피어슨의 적률상관계수 2. 스피어만의 순위상관계수 ⌎사례: 소득과 지출 사이에는 상관관계가 있는가?3. 편상관계수 ⌎사례: 기능과 디자인에 대한 만족도 간에 상관관계가 있는가?4. 신뢰도 분석 5. 크론바흐의 알파 ⌎ 사례: 기업 구성원의 의식을 알아보기 두 변수의 공분산 구하는 과정 1. 각 데이터에서 평균을 빼서, 두 변수의 편차를 각각 구한다. 2. 두 변수 각각의 편차를 곱한 후 합산하는 방식이다. 더한 값에서 데이터 개수 n – 1 로 나눈 값이 표.. 더보기 03 회귀 알고리즘 & 모델 규제 Reporting Date: September. 24, 2024지도 학습의 한 종류인 회귀 문제를 이해하고 다양한 선형 회귀 알고리즘의 장단점에 대해 다루고자 한다.목차03-1. 최근접 이웃 회귀03-2. 선형 회귀03-3. 특성 공학과 규제 03 - 1 . 최근접 이웃 회귀 3-1 최근접 이웃 회귀.ipynbRun, share, and edit Python notebookscolab.research.google.com 회귀 (regression)지도 학습에서 중요한 개념 중 하나로, 주어진 데이터를 바탕으로 연속적인 값을 예측하는 문제를 해결한다. k–최근접 이웃(KNN) 회귀는 회귀 알고리즘 중 하나이다.이 알고리즘은 예측하려는 값이 주어졌을 때, 가까운 이웃들의 값을 평균 내어 결과를 추.. 더보기 02 데이터 다루기 Reporting Date: September. 22, 2024머신러닝 알고리즘에 주입할 데이터를 준비하는 방법을 배우고, 데이터 형태가 알고리즘에 미치는 영향에 대해 다루고자 한다.목차02-1. 훈련 세트 & 테스트 세트02-2. 훈련 세트 & 테스트 세트 02 - 1 . 훈련 세트 & 테스트 세트 2-1. 훈련 데이터와 테스트 데이터Run, share, and edit Python notebookscolab.research.google.com 지도 학습 (supervised learning)입력 데이터(input)와 그에 해당하는 정답(target, label)이 필요하다. 모델은 주어진 입력과 정답을 사용하여 학습하고, 새로운 입력에 대해 정확한 예측을 할 수 있도록 훈련된다. 용어 정의.. 더보기 제 6 장 두 모집단에 대한 비교 Reporting Date: Setember. 18, 2024두 모집단의 모평균, 모비율, 모분산의 차이에 대한 가설검증 문제를 다루고자 한다.(12장: 두 모집단의 비교와 이어지는 내용이다.)목차[1] 모분산이 알려진 경우[2] 표본의 크기가 큰 경우[3] 모분산이 같다고 가정할 경우[4] 모분산이 다르다고 가정할 경우 1. 독립표본에 의한 두 모평균의 비교: 독립표본 t – 검정 ⌎ 사례: 새로운 강의방식이 초등학생 독해력 향상에 도움이 되는가?2. 대응표본에 의한 두 모평균의 비교: 대응표본 t – 검정⌎ 사례: 컴퓨터 교육을 실시하기 전과 후의 성적에 차이가 있는가?3. 독립표본에 의한 두 모비율의 비교: 피셔의 정확검정⌎ 사례: 현 정부에 대한 지지율이 성인 남녀별로 차이가 있는가?4.. 더보기 이전 1 ··· 3 4 5 6 7 8 9 다음
