매일의 기억 매일의 기억

- 범죄 발생을 바라보는 세 가지 관점 1) 범죄 생물학적 측면 2) 범죄 사회학적 측면 3) 범죄에서의 심리의 중요성 생물학적 요소는 인격상 제반 특징에 관한 분석으로 개인이 가지고 있는 특징에 관한 분석이다. 유전과 범죄성은 어떤 관계가 있을까?, 신체 생리조건과 범죄의 상관관계가 있을까?, 정신 심리상태와 범죄와의 관계는?(최소의 심리학적인 것은 생물학적인 것에서부터 비롯되었다.), 해부학적, 생리학적 요소/ 유전학적 비정상성을 연구하는 것을 생물학적 요소라고 본다. 사회환경적 요소는 통제이론, 긴장이론, 문화적 비행이론, 상징적 상호작용 이론이 포함된다. 사회적인 통제나 사회적인 유대가 약해질 때 범죄가 발생한다는 등의 사회 환경적 요인이 범죄에 미치는 영향을 말한다. 심리학적 요소는 생물학파, ..

1주차(2024.03.27 ~ 2024.04.01) p.117 ~p.200 [PART 03] chapter 1. R기초와 데이터 마트 & chapter 2. 통계분석 스터디 내용: CHAPTER 01 R기초와 데이터 마트 - R의 자료 구조 1. factor 2. vector : 동일한 자료형을 갖는 값들의 집합, 1차원 구조 3. matrix : 동일한 데이터 타입을 갖는 데이터, 2차원 구조 4. data.frame : 행과 열로 이루어진 테이블 구조, 2차원 구조 5. array : 동일한 데이터 타입을 갖는 다차원 구조 6. list : 하나의 메모리 영역에 키(key), 값(value)를 한쌍으로 저장하는 구조 - 패키지 install.packages("패키지명) 으로 ..

pandas 기초 문법 - groupby : groupby("기준으로 묶을 컬럼")[추가로 요약통계치를 확인할 컬럼].요약통계치() : agg함수를 사용해서 요약통계치를 쉽게 볼 수 있다. pcl_grp = df.groupby('pclass') print(pcl_grp) for i, j in pcl_grp: print(i, '묶인 그룹') print(j, 'data') - 2 묶인그룹, 3 묶인 그룹까지 print # 내가 원하는 그룹만도 추출할 수 있다. pcl_grp.get_group(3) # 2개 이상의 컬럼을 묶을 수도 있다. pcl_grp2 = df.groupby(['pclass, 'sex']) print(i, '묶인 그룹') print(j, 'data') - 2, 'female'/2 , 'ma..

인간의 행동은 그 행동의 원인이 되는 심리가 존재하고 심리는 결국 사고 과정에 의해 만들어지고, 뇌의 지시로 인해 행동으로 연결되는 것이다. 세상엔 수 많은 범죄가 있다. 우리가 매일 뉴스에서 볼 수 있는 다양한 형태의 범죄들, 그 범죄들은 어떤 메커니즘에 의해 이루어지는 것일까? 범죄에는 공식이 범죄자는 그들의 내면의 세계가 존재한다. 통상 우리들이 듣는 범죄자들의 주장은 우발적이다, 심신 미약이었다.등의 상투적인 이야기들이다. 이제부터 이런 범죄자들의 내면세계 즉, 범죄 행동과 심리학에 대한 이야기들을 공부해 볼 예정이다. - 현대 사회의 범죄 양상 :어떤 식으로 전제가 되는가 자기 억제력 상실 마인드 컨트롤 실패 악마성의 분출 인격 장애자, 성격 파탄자 우리가 인간과 인간이 부딪히면 살아가는 이 사..

01. 개인정보 개요 - 개인정보의 정의와 판단 기준 1. 개인정보 정의 살아있는 개인에 관한 정보로서 개인을 알아볼 수 있는 정보이다. 해당 정보만으로는 특정 개인을 알아볼 수 없더라도 다른 정보와 쉽게 결합하여 알아볼 수 있는 정보를 포함한다. 2. 개인정보의 판단기준 '생존하는' '개인에 관한' 정보여야 한다. '정보'의 내용, 형태 등을 제한이 없다. 개인을 '알아볼 수 있는' 정보여야 한다. + 다른 정보와 '쉽게 결합하여'개인을 알아볼 수 있는 정보도 포함 ** 개인정보의 예 ) 성명, 전화번호, 주소, 주민등록번호나 운전면허번호, 학번 또는 회사의 사번 등 - 개인정보의 이전 : 개인 정보가 다른 사람(제3자)에게 이전되거나 공동으로 처리하게 하는 것 개인정보의 처리 위탁과 제3자 제공으로 ..

사이킷런(Scikit-learn)은 파이썬에서 사용할 수 있는 머신러닝 라이브러리로, 간단하고 효율적인 도구를 제공하여 머신러닝 알고리즘을 쉽게 적용하고 평가할 수 있다. - 사이킷런 특징 > 사이킷런은 일관된 API를 제공하여 모델의 학습, 예측 및 평가를 간단하게 수행할 수 있다. 이를 통해 사용자가 다양한 모델을 쉽게 비교하고 조정할 수 있다. 일관된 API를 제공한다는 것은 모든 머신러닝 모델이 동일한 형식으로 구현되어 일관된 방식으로 동작한다는 것을 의미한다. 1. 일관된 메서드 사용 : 모든 모델은 'fit()' 메서드를 사용하여 학습하고, 'predict()' 메서드를 사용하여 예측한다. 또한 모든 모델은 'score()' 메서드를 사용하여 성능을 평가한다. 이러한 일관된 메서드 사용으로 인..

머신러닝에서 모델의 성능을 평가하기 위해선 교차 검증이 중요하다. 일반적으로 단순히 학습 데이터와 테스트 데이터를 나누어 모델을 평가하는 것보다 교차 검증을 사용하는 것이 더 신뢰할 수 있는 결과를 제공한다. 이를 통해 모델의 일반화 성능을 더 정확하게 예측할 수 있다. 교차 검증은 주어진 데이터를 여러 번 반복해서 나누고, 각 반복에서 모델을 학습 및 평가하는 방식이다. 이러한 반복적인 과정을 통해 모델의 성능을 평균화하여 보다 일반화된 성능을 추정할 수 있다. Stratifield K-Fold 교차 검증은 기존의 K-Fold 교차 검증에서 각 폴드가 원본 데이터의 클래스 비율을 유지하도록 보장한다. 이 방법은 데이터가 불균형하게 분포되어 있는 경우 모델 평가에 더 신뢰할 수 있는 결과를 제공한다. 특..

'apply'및 'lambda'함수는 Pandas에서 데이터 프레임 또는 시리즈에 함수를 적용하는 데 사용이 된다. 01. 열 또는 행 단위로 함수 적용 : 'apply' 함수를 사용하여 데이터 프레임의 열 또는 행에 함수를 적용할 수 있다. 'axis'매개 변수를 사용하여 적용 방향을 지정할 수 있다. # 열 방향으로 함수 적용 df.apply(lambda x:x.max() - x.min(), axis = 0) # 행 방향으로 함수 적용 df.apply(lambda x:x.sum(), axis = 1) 02. 조건부 값 변환 : 'apply'와 'lambda'를 사용하여 조건에 따라 값 반환이 가능하다. df['new_column'] = df['column'].apply(lambda x: 'Yes' i..