Mulenga

제조업의 패러다임 전환 현대 산업화 안에서 시대에 따른 변화는 너무나도 당연시 여겨진다. 그러나 요즘 변화라는 단어를 쓰기에도 무색하게 너무나도 큰 전환이 이루어지고 있다. 현시대 ‘패러다임 전환’의 요소로는 ‘디지털 전환’, ‘인구구조 변화’, ‘공급과잉’ 등이 있다. 패러다임 전환을 통해 우리가 그동안 경험해 보지 못한 사고 체계나 사회 현상들은 기업의 생존과 운영방식에 많은 영향을 주고 있다. 현대 제조업은 이러한 패러다임 전환 앞에서 어떻게 행동해야 하는가? 기존 시스템을 시대에 맞춰 비용을 들여 전환해야하는가? 아님 이미 익숙해진 전통적 시스템을 적은 비용을 들여 유지해야하는가? 디지털 기업으로의 전환 디지털 기업은 조직의 고객, 공급자, 조직구성원과의 주된 업무를 전적으로 디지털 방식으로 운영..

머신러닝 알고리즘의 3가지 분류 지도학습(Supervised Learning) - 지도 학습은 정답 데이터가 존재하는 상황에서 학습하는 알고리즘이다. 좀 더 엄밀하게 정의하면 입력 데이터 x와 그에 대한 정답 레이블 y의 쌍 (x,y)를 이용해서 학습하는 알고리즘이다. - 분류 문제(Classification) : 예측하는 결과값이 이산값인 문제 - 회귀 문제(Regression) : 예측하는 결과값이 연속값인 문제 비지도 학습(Unsupervised Learning) - 비지도 학습은 정답 레이블 y없이 입력 데이터 x만을 이용해서 학습하는 알고리즘이다. 즉, 입력 데이터 (x)형태로 학습을 진행한다. - 비지도 학습은 지도 학습과 목적이 조금 다르다. 지도 학습의 목적이 어떤 값에 대한 예측을 수행하..

주제 선정 배경 현대 의료계에서는 21세기 질병 양상은 복합성 질환이라고한다. 이말은 현재 주종을 이루는 질병들의 발병원인이 다양하고 복합적이라는 것이다. 잠깐 당신이 의사라고 상상해봐라. 당신 앞에 최근 유행하는 원숭이 두창과 코로나 바이러스 확진이된 환자가 진료를 보러왔다면, 당신은 어떻게 할 것인가? 혼자 힘으로 치료해볼 것인가? 아님 다른 병원에 보내어 책임을 전가 할 것인가? 가장 좋은 방법은 다양한 분야의 전공의들과 함께 정보를 공유하며 환자를 치료하는 것이다. 단순 하나의 질병을 보고 한명의 전공의가 치료하는 시대는 지났다. 그래서 최근 세계 의료계에서는 다른 분야의 전문의들이 모여 한 환자를 치료하는 다학제 치료가 부각되고 있다. 즉, 협진을 통해 환자의 전인적 치료를 하고 있다는 것이다...

주제 선정 배경 코로나 19 거리두기가 완화됨에 따라 방역지침으로 미뤘던 여행의 수요가 증가하고 있다. 이러한 수요에 맞춰 여행정보를 공유할 수 있는 국내 여행정보공유 플랫폼을 개발하려 한다. 이미 시장에는 여행 정보 공유하는 플랫폼들이 대거 존재하고 있다. 그러나 이러한 플랫폼들은 많은 상업성을 띄고 있기에 여행 정보의 공유보다는 광고와 티켓판매, 숙소 예약 등에 치우쳐 있다. CUM TRIP에서는 이러한 상업성을 최소화하고, 정보 공유에 초점을 맞춰, 객관적인 정보를 회원들끼리 공유할 수 있는 장을 만드려고 한다. CUM TRIP 페이지 소개 - 메인 페이지 기능: Typeahead.js를 통한 자동완성 기능 구현, 가입된 회원정보에 따라 맞춤 여행지 추천 기능, 인기 있는 여행지 추천 기능 - 관광..

Data Sience란? - 데이터 마이닝과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과 인사이트를 추출하는데 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합분야다. - 데이터 과학은 데이터를 통해 실제 현상을 이해하고 분속하는데 통계학, 데이터 분석, 기계학습과 연관된 방법론을 통합하는 개념으로 정의되기도 한다. - 데이터 과학은 생물학, 의학, 공학, 사회학, 인문과학 등의 여러 분야에 응용되고 있다. 데이터 분석의 필요성 - 인간의 감에 의한 의사결정이 아니라 데이터 분석에 기반한 합리적이고 효율적인 의사결정의 중요성이 대두됨 - 대부분의 비즈니스가 IT기반 비즈니스로 옮겨가면서 분석을 위한 다양한 대량의 데이터를 손쉽게 구할 수 있는 환경이 조성됨 머신러닝과 AI가..

딥러닝(Deep Learning)이란? 머신러닝 기법 중 하나인 인공신경망 기법의 은닉층을 깊게 쌓은 구조를 이용해 학습하는 기법 딥러닝 기법의 장점 데이터의 특징을 단계별로 추상화를 높여가면서 학습을 할 수 있다. 얕은 은닉층은 점, 선, 면과 같은 추상화 단계가 낮은 특징을 학습하고, 깊은 은닉층은 얼굴의 눈, 코, 입 등 추상화 단계가 높은 특징을 학습한다. 사람의 경우, 추상화 단계가 높은 특징을 사용해서 판단하기 때문에 딥러닝을 사용할 경우, 사람과 같은 고차원적 인지 활동을 수행할 수 있다. 딥러닝 = 특징 학습 데이터의 특징을 단계 별로 학습하기 때문에 딥러닝을 표현학습이라고도 부른다. 딥러닝 알고리즘이 잘 동작하는 문제 영역, 잘 동작하지 않는 문제 영역 딥러닝 알고리즘이 잘 동작하는 문제..

Stream sorted 메서드는 무엇인가? Stream을 정렬할 때 사용하는 Stream 의 중간연산자이며, 오름차순이 아닌 다른 방식으로 정렬할 땐 Comparator 또는 Comparable을 사용해서 정렬 형식을 지정해준다. Stream sorted 사용 예시 우선 다음과 같은 학생 객체가 있다고 가정해보자. 각 학생마다 이름과 성적이 주어진다. List students = new ArrayList(); students.add(new Student("이정규", 80)); students.add(new Student("김정규", 70)); students.add(new Student("박정규", 60)); students.add(new Student("독고정규", 60)); students.add(..

Stream Map메서드는 무엇인가? - 스트림은 파라미터로 제공되는 함수(Function관련된 함수형 인터페이스)를 적용해서 기존 요소를 새로운 요소로 매핑시키는 map이라는 메서드를 제공한다. - 기존 값을 변경한다는 개념보다는 새로운 값을 만든다는 개념이므로 변환(transforming) 에 매핑(mapping) 이라는 단어를 사용한다. Stream Map 사용 예제 다음과 같은 String Type의 과일 이름이 소문자로 있다고 가정해 보자. List fruitsList = new ArrayList(); fruitsList.add("apple"); fruitsList.add("banana"); fruitsList.add("pear"); fruitsList.add("grape"); Stream ma..

filter 메서드 Stream 클래스에서 제공하는 filter() 메서드는 Predicate를 인수로 받아서 일치하는 모든 요소를 포함하는 스트림으로 반환합니다. filter 메서드 특징 - filter() 메서드는 중개 연산(intermediate operation)을 수행하므로 새로운 스트림을 생성합니다. - 특정 조건을 만족하는 요소로 구성된 새로운 스트림을 생성합니다. - filter() 메서드의 매개변수는 함수형 인터페이스인 Predicate입니다. 따라서, 람다 표현식도 전달할 수 있습니다. - filter() 메서드의 매개변수에는 한 개의 매개변수를 가지며, Boolean 타입의 값을 반환하는 람다 표현식 또는 Predicate 타입의 객체가 전달되어야 합니다. filter 메서드 사용 예..

JAVA STREAM이란? java8부터 지원하는 Stream은 컬렉션, 배열등에 대해 저장되어 있는 요소들을 하나씩 참조하며 반복적인 처리를 가능케하는 기능이다. 이러한 Stream을 이용한다면 불필요한 for문이나 Each문과 그 안에서 이루어지는 if문등의 분기처리를 쓰지 않고도 깔끔하고 직관적인 코드로 변경할 수 있다. Stream API의 특징 - 스트림은 외부 반복을 통해 작업하는 컬렉션과 다르게, 내부 반복을 통해 작업을 수행합니다 - 스트림은 재사용이 가능한 컬렉션과 다르게 단 1번만 사용할 수 있습니다. - 스트림은 원본 데이터를 변경하지 않고, 복사해서 사용됩니다. - 스트림 연산은, 필터-맵(filter-map) 기반의 API를 사용하여 지연(Lazy) 연산을 통해 성능을 최적합니다...