흰고래의꿈

1. Association Rule Mining 1. Association Rule Mining이란 Transactions의 집단에서 특정 항목의 발생을 예상할 수 있는 Rule을 찾는 것이다. 2. Example 3. 용어 : 2. Example의 왼쪽 사진을 보자 ▪ 항목집합(Itemset) : 사진의 record처럼 Item의 집단(ex : { Bread, Milk } )이다. - record에 속하는 item의 개수에 따라 k-itemset이라고 부른다. - 2번째 record는 4-itemset이다. ▪ Itemset의 Support Count : 특정 Item 집합을 포함하고 있는 Transaction(Record)의 수 ▪ Itemset의 Support : 전체 Transaction 중 해당..

1. Artificial Neural Networks (ANN) 1. ANN 모델은 상호 연결될 Node와 가중치 링크의 집단이다. 2. Output Node는 링크의 가중치에 따라 각 입력 값을 합산한다. 3. 합산한 값이 가중치(Threshold)를 넘으면 1 넘지 못하면 0이 된다. 4. Training ANN means learning the weights of the neurons 5. 시작 Weights(W1, W2, W3, ......, Wk)는 random값으로 많이 한다. 6. ANN의 결과가 목표와 일치하도록 가중치를 조정한다. 7. 오차률은 Objective Function으로 구하면 수식은 다음과 같다. 8. Objective Function 값이 작은 W를 구하는 것이 목표이다. ..

1. Create Table 1. Supplier TableCREATE TABLE S ( SNO VARCHAR(5) PRIMARY KEY, SNAME VARCHAR(15), STATUS INTEGER(2), CITY VARCHAR(10) ); 2. Part Table CREATE TABLE P ( PNO VARCHAR(5) PRIMARY KEY, PNAME VARCHAR(10), COLOR VARCHAR(10), WEIGHT INTEGER(2), CITY VARCHAR(10) ); 3. Projects Table CREATE TABLE J ( JNO VARCHAR(5) PRIMARY KEY, JNAME VARCHAR(10), CITY VARCHAR(10) ); 4. SPJ Table CREATE TABL..