강의목차               강의 정리 및 필기   소프트웨어 개발방법론 활용소프트웨어 생명주기-소프트웨어가 설계되고 배포되기까지 전체과정을 체계적으로 관리하는 프로세스를 모델화-요구사항분석->설계->구현->테스트->유지보수까지  단계를 어떻게 진행할 것인지 결정 소프트웨어 생명주기 모델의 종류-폭포수모델-- 고전적 생명주기 모형--순차적 모델--단계적 정의와 산출물이 명확--가장 오랜된 모형으로 많은 적용사례 있음 --개발 중 발생한 요구사항을 쉽게 반영불가 -나선형 모델--프로토타입을 지속적으로 발전시켜 최종 소프트웨어 개발가지 이르는 방법--위험관리 최소화가 목적--계획수립->위험분석->개발및검증->고객평가의 개발 주기가 반복되어 수행됨 -프로토타이핑 모델-반복적 모델 소프트웨어 개발 방법론-..

강의목차    이제 거의 끝나간다...정보처리기사 공부할 양이 방대한데 시험에 나오는 핵심만 빠르게 알려주어서 살았다.                  강의 정리 및 필기   ♣ 응용 SW 기초 기술 활용(운영체제)_part1컴퓨터 하드웨어 구성요소 소개 CPU (요리사)-중앙 처리 장치-데이터를 처리하고 명령을 실행하는 역할 RAM (도마)-실행중인 프로그램이 빠르게 접근할 수 있도록 데이터를 임시로 저장하는 공간 DISK (냉장고)-데이터를 장기적으로 저장하는 공간-필요한 데이터를 RAM으로 불러와 CPU가 처리 I/O Devicr -입출력 장치-컴퓨터와 외부를 연결하는 모든 장치-키보드, 마우스, 모니터, 프린터 등 운영체제프로세스관리-여러 프로그램들을 여러 사용자가 동시에 실행할 수 있도록 프로세스..

강의목차    이제 슬슬 정보처리기사 필기 신청기간이 언젠지 뜨기 시작했다...메타코드에서 제공해주는 강의를 한 번 완강하고 또 다시 한 번 들을 수 있도록시간분배를 잘해야겠다.           강의 정리 및 필기 ♣ 관계 데이터베이스 모델 관계데이터모델-데이터를 테이블 형식으로 정리하여 저장하고, 각 테이블이 서로 관계를 맺도록 하는 데이터베이스 모델-Codd가 제안했으며 데이터베이스 관리 시스템(DBMS)의 이론적 기초가 됨 주요구성요소-릴레이션,튜플,속성 등 릴레이션-행과 열로 구성된 테이블행->튜플열->애트리뷰트, 속성시간에 따라 변함릴레이션에 포함된 튜플 사이에는 순서가 없다(애트리뷰트도)릴레이션 수->테이블 수 튜플-렐레이션의 행-튜플의 수를 카디널리티(몇개의데이터행이 있는지)라고 함 애트리..

강의목차      정보처리기사 2강 공부한드아!!!          강의 정리 및 필기  ♣통합구현개별적으로 만들어진 소프트웨어들을 한 곳에 모아 완성된 프로그램을 만드는 과정.컴파일- 사용자가 코딩을 한 고수준의 언어를 저수준의 언어로 변환하는 작업테스트-오류를 찾는 작업디버그-오류를 수정하는 작업 소프트웨어 재사용-이미 개발된 소프트웨어의 전체 또는 일부분을 재사용하는 기법재공학-기존 소프트웨어 유지.-분석,재구조,역공학- - 분석- 재공학을 설계하기 위해 동작을 이해하는 단계- - 재구조- 추상적인 수준에서 구조를 다른 형태로 바꾸어보는 작업- - 역공학- 기존에 만들어진 소프트웨어를 분석하여 설계를 알아내는 방법- - 아식- 기존 소프트웨어를 새로운 환경에서 사용할 수 있도록 변경재개발-기존의 것..

강의목차 1강에서는 소프트웨어 설계에 관련하여 배운다. 배울 게 많네....그래도 앞으로 있을 강의와 비교했을때 짧은 편에 속하는 편이다. 아자아자.... 정보처리기사 합격을 향하여....             강의 정리 및 필기  ♣ 인사/강의 소개정보처리기사 자격증은 IT의 전반적인 흐름을 파악하는 데에 도움을 준다. it기업이 아니더라도 it기술은 쓰이기 때문에 전공상관없이 누구나 딸 수 있는 정보처리 기사 자격증을 공부하면 일하는 데에도 도움을 많이 줄 수 있다. 하긴 자격증 후기들을 보면 정말 개나 소나 다 따는 것 같다. 그리고 전공인데도 못따서 메타코드의 도움을 받아 공부하고 있는 내가 레전드...  ♣ 현행 시스템 분석현행 시스템 분석 - 요구사항 확인 - 화면 설계 이렇게 한 세트. 요구..

2강 분류 :: MLE / MAP  MLE(Macinum Likelihood Estimation)우도확률(likelihood)우도확률을 최대화 하겠다.정규분포를 표현하기 위한 파라미터->평균과 분산평균과 분산을 사용해서 데이터가 나올 수 있는 확률을 PDF로 계산샘플이 1부터 n개로 표현될 때, 각각의 모든 데이터들에 대한 PDF 확률이 존재할 것이다. 모든 데이터들에 대한 PDF 값들을 곱해준 것 MLE : 최대 우도 추정법 : 우도 확률을 최대로 만드는 파라미터데이터가 많으면 많을수록 더 좋은 성질을 띈다 MAP : 최대 사후 확률데이터가 주어진 상황에서 가장 출현(w라는 가설)할 수 있는 확률.모르는 것이 w. 베이즈 정리를 사용해야한다. 로지스틱회귀같은 경우 MLE를 사용함.사전확률분포를 가정. ..