1. 필요 라이브러리 설치- pandas ai gemini 버전pip install git+https://github.com/mspronesti/pandas-ai.git@fix/gemini - google-generativeaipip install google-generativeai 2. goole_gemini.py 코드 수정- pandasai가 설치되어 있는 폴더로 이동C:\Users\{user}\anaconda3\envs\stock\Lib\site-packages\pandasai\llm - line 27 수정...model: str = "models/gemini-2.5-flash"... - line 90 수정completion = self.google_gemini.generate_content( ..

1. 배열의 개념과 특징같은 자료형의 데이터를 연속된 메모리 공간에 저장하는 구조고정된 크기를 가짐(크기 변경 불가)인덱스를 이용해 빠른 접근 가능 2. 파이썬 리스트의 특징다양한 자료형을 혼합 저장 가능크기를 동적으로 조절 가능 3. 인덱싱, 삽입, 삭제, 탐색인덱싱: 인덱스를 통해 요소에 접근삽입: 요소를 중간 또는 끝에 추가삭제: 요소 제거탐색: 특정 값이 있는지 확인 4. 시간복잡도 분석인덱싱O(1)O(1)매우 빠름삽입 (끝)O(1)O(1)**평균적 O(1)삽입 (중간)O(n)O(n)요소 밀어야 함삭제 (끝)O(1)O(1)빠름삭제 (중간)O(n)O(n)요소 당겨야 함탐색O(n)O(n)순차 탐색 필요

1. 자료구조란?컴퓨터에서 데이터를 구성하고 분류하는 다양한 구조데이터를 편리하고 효율적으로 사용 가능어떤 자료구조를 선택하느냐에 따라 속도, 공간 사용량, 코드 복잡도가 크게 달라집니다. 2. 자료구조의 종류자료구조는 형태에 따라 크게 "선형 자료구조"와 "비선형 자료구조" 두 가지로 나뉩니다.1) 선형 자료구조데이터를 일렬(순차적)으로 나열한 구조순서가 있고, 앞뒤로 차례대로 접근 가능대표적인 선형 자료구조리스트(List): 배열처럼 인덱스를 통해 빠르게 접근 가능스택(Stack): LIFO (Last-In, First-Out)큐(Queue): FIFO (First-In, First-Out)2) 비선형 자료구조데이터를 계층적 혹은 복잡하게 연결한 구조여러 요소로 연결되어 있을 수 있고, 상하 관계를 ..

1. 영 행렬(Zero Matrix)영 행렬이란 모든 원소가 0으로 이루어진 행렬입니다. 보통 $ O $로 표기합니다.$$ O=\begin{pmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ \end{pmatrix} $$ 영 행렬은 다음과 같은 성질을 가집니다.덧셈 항등원: 어떤 행렬 $ A $에 영 행렬을 더해도 원래의 행렬과 같습니다.곱셈 소멸원: 어떤 행렬과 영 행렬을 곱하면 항상 영 행렬입니다.숫자의 0과 비슷한 성질을 가지고 있습니다. 2. 삼각 행렬(Triangular Matrix)삼각 행렬이란 특정 부분의 원소가 모두 0으로 이루어진 정사격행렬입니다.상삼각 행렬(Upper Triangular Matrix): 주대각선 아래의 원소가 모두 0인 행렬$$ U=\b..

1. 전치 행렬(Transpose Matrix)전치 행렬이란 행과 열을 서로 바꾼 행렬입니다. 행렬 $ \mathbf{A} $의 전치 행렬은 보통 $ \mathbf{A}^T $로 표기합니다.$$ \mathbf{A}=\begin{bmatrix} 1 & 2 \\ 3 & 4 \\ \end{bmatrix} $$위와 같이 생긴 행렬이 있다고 했을 때, $ \mathbf{A} $ 의 전치 행렬인 $ \mathbf{A}^T $은 다음과 같습니다.$$ \mathbf{A}^T =\begin{bmatrix} 1 & 3 \\ 2 & 4 \\ \end{bmatrix} $$ 전치행렬은 다음과 같은 성질을 가지고 있습니다.$ \mathbf{A}^T = \mathbf{A} $전치행렬을 전치하면 원래의 행렬로 돌아옵니다.$ \..

1. 스칼라 (Scalar)스칼라는 선형대수에서 가장 기본적인 수학적 단위로, 하나의 수를 의미합니다. 크기만 있고 방향은 없는 0차원(0D) 데이터입니다.예시: 3, -2.5, 0, $ \pi $ 등차원 수: 0차원표기법: 소문자 이탤릭체 ($ a,x $) 2. 벡터 (Vector)2.1 벡터의 정의벡터는 여러 개의 수를 하나의 리스트처럼 나열한 구조로, 크기와 방향을 모두 가집니다. 1차원(1D) 배열이라고 볼 수 있습니다.예시[2,3]: 2차원 벡터[1,0,−1]: 3차원 벡터차원 수: 1차원표기법: 굵은 소문자( $ \mathbf{a,x} $)💡 차원의 의미: 벡터는 1차원라고 했는데, [2, 3]은 2차원...?스칼라, 벡터를 표현할 때 사용하는 "차원"은 데이터 구조적 관점에서 바라본 의미..

1. 소프트웨어 설치python 설치종속성 설치sudo apt updatesudo apt install software-properties-commonDeadsnakes PPA 추가sudo add-apt-repository ppa:deadsnakes/ppasudo apt update파이썬 설치sudo apt install python3.11버전 확인python3.11 --version git 설치sudo apt update && sudo apt upgrade -ysudo apt install -y git nginx 설치sudo apt install -y nginxnginx 설정cd /etc/nginx/sites-available/sudo nano myprojectmyproject 파일 수정server {..

ORM을 사용한 데이터 추가question1 = Question(subject=’안녕하세요’, content='가입 인사드립니다 ^^')db.session.add(question1)question2 = Question(subject=’질문 있습니다’, content='ORM이 궁금합니다')db.session.add(question2)ORM 라이브러리 설치pip install flask-migrate[파일명: projects/myproject/config.py]import osBASE_DIR = os.path.dirname(__file__)SQLALCHEMY_DATABASE_URI = 'sqlite:///{}'.format(os.path.join(BASE_DIR, 'pybo.db'))SQLALCHEMY_T..

├── app/│ ├─ __init__.py│ ├─ models.py│ ├─ forms.py│ ├─ views/│ │ └─ main_views.py│ ├─ static/│ │ └─ style.css│ └─ templates/│ └─ index.html└── config.pymodels.py데이터베이스 처리SQLAlchemy를 사용하여 모델 기반으로 데이터베이스 처리forms.py서버로 전송된 폼 처리WTForms 라이브러리를 사용하여 폼 처리views화면구성기능에 따라 뷰 파일 관리static스타일시트(.css), 자바스크립트(.js), 이미지 파일 등 저장templateshtml 파일 저장config.py..

데이터 예측을 위한 머신 러닝[데이터 예측을 위한 머신 러닝]은 데이터를 바탕으로 결과를 예측하는 데이터 예측이라는 대표적인 머신 러닝 적용 분야를 통해 다양한 머신 러닝의 기본 원리를 알아보고, 각 방식의 장단점과 상황에 맞는 선택 기준을 알아본다. 실제 머신 러닝을 사용할 때 알고리즘 선택 만큼이나 중요한 데이터 준비, 데이터 탐색 과정을 비롯해 수립한 모델의 평가 및 적용, 모니터링에 이르는 데이터 예측 프로젝트의 전 과정을 상세히 다룬다. 이와 관련된 여러 개념을 다양한 분야의 적용 예제, 사례 연구를 통해 구체적으로 이해하기 쉽게 설명한다.저자존 캘러허, 브라이언 맥 네미, 이퍼 다시출판에이콘출판출판일2017.04.28 이번에는 6장 내용을 정리하려고 합니다. 6장은 확률 기반 학습입니다. 그래..