개발이야기

머신러닝 : 인공지능의 패턴인식과 계산학습 이론에서 발전한 컴퓨터과학의 한 분야다. 머신러닝은 데이터로부터 학습하고, 예측할 수 있는 알고리즘을 연구한다. 이러한 알고리즘은 정적으로 주어진 프로그램이 아닌 입력된 데이터로부터 모델을 만들어 예측이나 결정을 내린다. (출처 : 위키피디아) 일반적으로 컴퓨터에서 어떤 일을 하게 되면 Input을 집어 넣으면 program이 Output을 출력하게 된다. 하지만 머신러닝은 Input과 Output을 먼저 주어주고 머신러닝에 의해 스스로 프로그램을 작성하게 된다. 머신러닝은 데이터에 기반을 두기 때문에 계산 통계와 많은 연관이 있다. 데이터로부터 무엇을 학습한다는 것은 머신러닝 관점에서 보면, 주어진 데이터를 이용해 확률을 계산하고 특정 데이터를 줬을 때 이미 ..

드디어 강의 마지막 과제다. 구글에서 제공하는 주식데이터 중 삼성데이터를 이용한다. csv 형식으로 데이터를 받아 데이터를 처리한다 # -*- coding: utf8 -*- import urllib.request import csv def get_stock_data(url_address): r = urllib.request.urlopen(url_address) stock_data_string = r.read().decode("utf8").strip() # 반드시 Strip을 추가할 것 # ===Modify codes below============= line_counter = 0 data_header = [] customer_list = [] result = True data = stock_data_st..

이번 과제는 파이썬 다운 코딩(Pythonic)을 활용하여 vector 연산과 matrix연산을 구현하는 과제였다. Pythonic 하게 구현하는 것이 어려웠다(쉽고 간결하게 한줄로 끝내기) 1. zip 과 *(asterisk)에 활용 2. set{}은 중복제거 3. 이번 과제의 꽃은 matrix product 였던것 같다. 빼기 연산을 구현하는 것도 쉽지 않았다. 4. is_matrix_equal 함수는 one line 코딩 실패..def vector_size_check(*vector_variables): #Asterisk *vector_variables 은 튜플 형태 ! return len(set([len(vector) for vector in vector_variables])) == 1 # set은..

이더리움 백서 요약 • 비트코인 역사- 2009년 ‘사토시 나카모토’에 의해 비트코인이 개발되었으며 공개키 암호방식을 통한 소유권 관리를 위해 사용되던 기존의 알고리즘을 ‘작업 증명(proof of work)’이라고 알려진 합의 알고리즘과 결합함으로써 탈중앙화된 화폐를 구현할 수 있게 되었다.- 작업증명의 기반이 되는 작동방식은 두 가지 문제를 동시에 해결하기 때문에 매우 혁신적이었다. 첫째, 간단하면서도 상당히 효과적인 합의 알고리즘 제공. 즉, 네트워크상에 있는 모든 노드들이 비트코인의 장부상태(state of the Bitcoin ledger)에 일어난 표준 업데이트의 집합(a set of canonical updates)에 공동으로 동의할 수 있다. -> P2P, 분산 네트워크 상에서 존재하던 신..

1. split 에 사용 2. replace 사용 3. dictionary 자료형에서 키값을 가져오기 위해서는 .key을 사용한다. 4. value 값을 가져오기 위해서는 get을 사용한다. # -*- coding: utf8 -*- def get_morse_code_dict(): morse_code = { "A": ".-", "N": "-.", "B": "-...", "O": "---", "C": "-.-.", "P": ".--.", "D": "-..", "Q": "--.-", "E": ".", "R": ".-.", "F": "..-.", "S": "...", "G": "--.", "T": "-", "H": "....", "U": "..-", "I": "..", "V": "...-", "K": "-.-"..

Smart Contracts and VyperVyper는 더 나은 감사가능성을 제공하려고 분투하는 EVM을 위한 실험적이고 컨트랙트 지향 언어이며 개발자들이 지능적인 코드를 생성하는 데 쉽게 한다. 사실, Vyper의 원리 중 하나는 개발자가 오해의 소지가 있는 코드를 작성하는 것을 가상적으로 불가능하게 만드는 것이다. Vulnerabilities and Vyper최근 연구는 약 백만 개의 배포된 이더리움 스마트 컨트랙트를 분석하였고 이러한 많은 컨트랙트들이 심각한 취약성을 가지고 있다는 것을 발견했다. 그들의 분석에서, 연구자들은 취약성을 추적하는 세 가지 기본적인 카테고리로 윤곽을 보여줬다. - Suicidal contracts(자살 컨트랙트): 스마트 컨트랙트는 임의의 주소에 의해 kill될 수 있..

저번 글 Markdown 문법 익히기 - 1 에 이어서 두 번째 포스팅입니다.저는 최근에 github에 Algorithm이라는 레퍼지토리를 새로 생성을 했는데요.이 레퍼지토리에 제가 푼 알고리즘 문제와 여러 알고리즘 기법들을 설명하려고 합니다.특히 알고리즘 기법 같은 경우는 readme.md 파일에 작성을 하고 있습니다.readme 파일은 확장자가 .md로 마크다운 문법을 사용하고 있는데요. 저는 아직 마크다운 문법이 익숙하지 않아 모르는 문법이 있을때마다 검색을 활용하고 있습니다.이번 주제에서는 이렇게 검색한 문법들을 정리하고 나중에 제가 보기 편하게 하려고 글을 씁니다!이번을 계기로 마크다운 문법을 보다 효율적으로 익힐 수 있지 않을까 생각합니다. 1. 이미지 삽입 블로그는 일반적으로 이미지 삽입 기..

Github 에서 유용하게 사용되는 Markdown 문법에 대해서 알아보도록 하겠습니다. 마크다운 (Markdown) 정의 마크다운 (Markdown)은 마크업 언어의 일종으로, 존 그루버(John Gruber)[와 아론 스워츠(Aaron Swartz)가 만들었다. 읽기도 쓰기도 쉽다는 장점이 있다. 그루버는 마크다운으로 작성한 문서를 HTML로 변환하는 펄 스크립트도 만들었다. 확장자는 .md를 쓴다. 마크다운은 주로 래퍼지터리를 설명하는 readme.md 파일을 작성할 때 많이 사용됩니다.저 역시 깃허브를 사용하면서 해당 래퍼지터리가 어떤 래퍼지터리인지 설명할때 마크다운 문법을 사용하였습니다. 자주 사용하는 문법이 아니다 보니 readme를 작성할때마다 검색을 하게되는데요.이번 기회에 제가 깜빡하고 ..