본문 바로가기

컴퓨터이야기

 (79)
공개키 암호화 공개키 암호 방식은 당신이 공개키를 아는 누군가에게 메시지를 암호화하여 안전하게 보낼 수 있도록 한다. 다른 사람이 당신의 공개키를 안다면, 그들은 당신에게 오로지 당신만 복호화할 수 있는 메시지를 보낼 수 있다. 그리고, 사람들이 당신의 공개키를 안다면, 당신은 메시지에 서명해서 사람들이 그 메시지를 당신이 보냈다는 것을 알 수 있도록 한다. 당신이 누군가의 공개키를 안다면, 그들이 서명한 메시지를 복호화 해 봄으로써 진짜 그들이 보낸 것인지 알 수 있다.
파이썬 if __name__ =="__main__" __main__ namespace python script.py 와 같이 직접 쉘에서 실행하는 경우에는 파이썬 인터프리터가 해당 script.py 모듈을 script 라는 namespace 가 아닌__main__ 이라는 namespace 로 간주하여 다루게 된다. 따라서 처음에 궁금했던 아래 문장은 '만일 이 파일이 인터프리터에 의해서 실행되는 경우라면' 이라는 의미를 갖는다. if __name__ == "__main__" 즉 본인이 구현한 코드가 다른 파이썬 코드에 의해서 모듈로 import 될 경우도 있을 수 있고, 파이썬 인터프리터에 의해서 직접 실행될 경우도 있을 수 있는데, 위 코드는 인터프리터에 의해서 직접 실행될 경우에만 실행하도록 하고 싶은 코드 블럭이 있는 경우에 사용한다. 아래 예제 코..
pandas.DataFrame.tail import pandas as pd df = pd.read_csv('https://archive.ics.uci.edu/ml/' 'machine-learning-databases/iris/iris.data', header=None)df.tail()pandas.DataFrame.tail¶DataFrame.tail(n=5)]Returns last n rows
Ipython.display.Image class from IPython.display import Image Image(filename ='01.png', width = 50) ------------------- class IPython.display.Image(data=None, url=None, filename=None, format='png', embed=None, width=None, height=None, retina=False, unconfined=False, metadata=None)Bases: IPython.core.display.DisplayObject__init__(data=None, url=None, filename=None, format='png', embed=None, width=None, height=None, retina=F..
No Free Lunch Theorems 데이비드 월퍼 The Lack of A Priori Distriction Between Learning Algorithms This is the first of two papers that use off-training set (OTS) error to investigate the assumption-free relationship between learning algorithms.This first paper discusses the senses in which there are no a priori distinctions between learning algorithms. (The second paper discusses the senses in which here are such distinctio..
EM 알고리즘 기댓값 최대화 알고리즘(expectation-maximization algorithm, 약자 EM 알고리즘)은 관측되지 않는 잠재변수에 의존하는 확률 모델에서 최대가능도(maximum likelihood)나 최대사후확률(maximum a posteriori, 약자 MAP)을 갖는 매개변수를 찾는 반복적인 알고리즘이다. EM 알고리즘은 매개변수에 관한 추정값으로 로그가능도(log likelihood)의 기댓값을 계산하는 기댓값 (E) 단계와 이 기댓값을 최대화하는 변수값을 구하는 최대화 (M) 단계를 번갈아가면서 적용한다. 최대화 단계에서 계산한 변수값은 다음 기댓값 단계의 추정값으로 쓰인다. 최대가능도는 관측되지 않은 모든 변수 각각에 대하여 로그가능도를 미분한 식을 풀어서 구할 수 있다. 하지만 잠재변..
[펌] 가우시안 분포 인간과 자연 세상에서 일어나는 수많은 일을 설명하는 핵심 개념이다. => 맘에 드는 표현이다. 통계학에서 사용하는 각종 확률분포 중에서도 가장 중요하게 다루는 분포이다.물리학 실험용으로 무작위 표본추출을 통해 도출시킨 확률밀도곡선에 극한값을 적용시켜 만든 것을 형태로 정립한 것인데, 그 그래프를 함수식으로 풀어쓰면 \displaystyle N\left(\mu,\sigma^{2}\right)\left(x\right)=\frac{1}{\sigma\sqrt{2\pi}}\exp\left(-\frac{\left(x-\mu\right)^{2}}{2\sigma^{2}}\right) 이다.(\sigmaσ:표준편차, \muμ:평균) 가장 중요한 성질로 \displaystyle \int_{-\infty}^{+\infty}..
딥러닝의 세계에 푹 빠지다 오마나 이렇게 좋은 사이트가 있었던 거야?요즘 텐서플로우 공부 좀 한다.갖가지 머신러닝 공부를 하느라 좀 머리가 아프다.대체 저런건 어떤 사람이 만드는걸까?우리같은 일차원적 뇌구조를 가진 사람은 생각하기 힘들 것 같다. coursera의 앤드류 옹의 machine learning 강좌 좋다.https://www.coursera.org/learn/machine-learning/home/welcome 또한 kadenze의 이런 감각적인 강좌도 좋다.https://www.kadenze.com/courses/creative-applications-of-deep-learning-with-tensorflow-iv/info

티스토리툴바