miinsun

Azure Machine Learning Studio만 다룰 줄 알면 기존의 복잡한 코드로 머신러닝을 하던걸 간단하게 클릭 몇 번 만으로 모델링을 할 수 있다. 또, API/ Excel로도 쉽게 만들 수 있다. 우리 팀은 Azure Machine Learning Studio에서 만든 머신으로 API를 만들어 프로젝트에 활용 할 수 있었다. 💻 Azure Machine Learning Studio 사용법 1. Microsoft Azure Machine Learning Studio에 들어가서 가입하기 학교 이메일로 가입하면 무료로 사용 가능 Microsoft Machine Learning Studio (classic) Module Reference Complete reference of all modules..

💻 알고리즘 예상 시나리오 환경 별(시간, 습도, 온도 등)로 사용자의 제어 값을 기록한다. 일주일 간의 데이터를 DB에 축적한다. 이미 학습된 데이터의 feature를 가지고 target data를 예측 한 뒤, 그 결과를 실제 targetdata와 비교하는 방식으로 기계학습을 진행한다. 3-1. 훈련용 데이터 셋과 평가용 데이터 셋을 8대2로 나눈다. 3-2. 모델을 학습시키고, 정확성을 검토한다. 기계 학습 결과를 모델링한다. 만들어진 모델을 API형식으로 만들어 웹에 배포한다. 새로운 환경 값이 입력되면 예상 사용자 제어 값을 추측한다. 팝업, 알림 등을 사용하여 사용자에게 제어 값을 추천한다. 내가 우리 프로젝트에서 사용하고자 하는 머신러닝 알고리즘은 다중 로지스틱 회귀 알고리즘이다 로지스틱 회..

저번 게시글에 이어서 모션세서를 활용한 조명 제어 코드를 조금 업그레이드 했다. 이번에는 조명 제어기능을 구현한 motion.py에 데이터를 서버에 전송하는 server.py 와 client.py를 추가하였다. - 이전 게시글 [토탈 솜루션/RaspberryPi] 움직임 감지 센서로 조명 제어하기 진행 중인 프로젝트의 모션 센서 제어 부분을 맡았다. 📌 기능을 구현하기 위한 준비물 라즈베리 파이(초기 설정된) GPIO 확장 보드 MF선 모션감지센서 3색 LED >> 3색 LED가 조명을 대체한다. 그 외 miinsun.tistory.com 💻 데이터 흐름도 서버 리스닝 소켓을 만들어 클라이언트의 응답을 기다린다. 클라이언트의 모션센서의 입력 값을 보내준다. 서버는 클라이언트의 응답을 기반으로 제어 값을 ..

진행 중인 프로젝트의 모션 센서 제어 부분을 맡았다. 📌 기능을 구현하기 위한 준비물 라즈베리 파이(초기 설정된) GPIO 확장 보드 MF선 모션감지센서 3색 LED >> 3색 LED가 조명을 대체한다. 그 외에 기능 확장을 위해서 서브모터가 있으면 좋을 것이다.. 요구 사항은 다음과 같다. 스마트 홈을 구축한다고 하였을 때, 거실이나 각각의 방에 움직임이 감지된다면 조명이 자동으로 켜져야 한다. 1시간 이상 움직임이 감지되지 않을 시에는 자동으로 조명이 꺼지도록 제어할 수 있어야 한다. 💬 요구사항을 바탕으로 기능을 만들어보자 움직임 센서는 1초에 한 번씩 계속해서 움직임을 감지한다. 움직임이 감지되면 그 이후로 1시간 동안 LED 등을 켜둔다. 1시간이 지나면 반복해서 움직임 센서가 입력을 받는다. ..

오랜만에 네트워크를 다시 접하니 네트워크의 기본 개념조차 다 잊어버렸다. java와 python으로 서버와 네트워크를 구현해보기에 앞서 다시 한번 TCP와 UDP의 개념을 잡고 가야할 거 같다 ​ TCP와 UDP는 인터넷 상에서 데이터를 메세지의 형태로 보내기 위해 IP와 함께 사용되는 프로토콜이다. 간단하게 요약하자면, TCP(Transmission Control Protocol)는 연결형 서비스로 UDP에 비해 높은 신뢰성을 보장하며, 데이터의 흐름이 연속적이다. TCP는 데이터의 흐름제어나 혼잡제어와 같은 기능도 하기 때문에 UDP보다 속도가 느리다는 단점이 있다. TCP서버는 클라이언트와 1대 1로 연결되며, 스트림 전송으로 전송 데이터의 크기에 제한이 없다. 또, 패킷에 대한 응답을 해야하기 때..