적분부정적분정확하게 미분과 반대되는 개념, 즉 만 미분도함수 -> 함수를 도출해내는 작업편미분의 부정적분편미분을 한 도함수에서 원래의 함수를 찾는 작업다차 도함수와 다중적분미분을 여러번 한 결과로 나온 다차 도함수로부터 원래의 함수를 찾아내려면 여러번 적분을 하는 다중적분이 필요Sympy를 이용한 부정적분import sympysympy.init_printing(use_latex='mathjax')x = sympy.symbols('x')f = x * sympy.exp(x) + sympy.exp(x)sympy.integrate(f)x, y = sympy.symbols('x y')f = 2 * x + ysympy.integrate(f, x)symyp.integrate()로 부정적분함정적분독립변수x가 어떤 구간..

컴퓨터 보안은 시스템과 데이터를 보호하기 위한 필수적인 요소로, 기밀성, 무결성, 가용성이라는 세 가지 핵심 원칙을 따릅니다. 기밀성은 정보에 접근할 수 있는 권한이 있는 사용자만 해당 정보를 열람할 수 있도록 보장하며, 무결성은 정보가 허가된 사용자에 의해서만 수정되거나 삭제되도록 보장합니다. 가용성은 시스템이 필요할 때 언제든지 사용할 수 있도록 보장하는 것을 의미합니다.보안의 다른 중요한 개념으로는, 데이터가 신뢰할 수 있는 출처에서 왔음을 보장하는 진정성과 사용자 인증 및 접근 권한을 효과적으로 관리하는 인증 및 접근 권한 관리가 있습니다. 주요 위협 요소에는 변조 공격, DDoS, 비밀번호 탈취 등이 있으며, 이를 방지하기 위해 암호화, 해싱, 디지털 서명, 트래픽 모니터링 등의 기술이 사용됩니..

예측 모형의 성능성능함수 : 모수를 결정하여 성능을 측정하는 함수손실함수 : 오차(e)가 가장 작아지는 함수목적함수 : 최적화의 대상이 되는 모든 함수 (성능, 손실, 오차)최적화 : 목적 함수를 가장 크거나 작게 만드는 함수미분 : 입력값이 변했을때 출력값이 어떻게 변하는지 확인하는 행위기울기x와 y의 증감에 대한 민감도수치 미분수치적으로 대략적인 기울기from scipy.misc import derivativeprint(derivative(f, 0, dx=1e-6))print(derivative(f, 1, dx=1e-6))1.000000000001-2.000000000002scipp.misc의 derivative() 로 사용미분어떤 함수로부터 그 함수 기울기를 출력하는 새로운 함수를 만들어내는 작업도..