2021의 게시물 표시

NFT상승장 다음에 올 코인 섹터 (Web3.0, 마스크네트워크, 이오스, 등)

이미지
주식을 오래 한 사람이거나 주식 관련 공부를 하며 옛날 굵직한 사건들에 대해 알아본 사람들은 모두 알고 있는 2000년 초반 IT 버블시대(닷컴버블)가 있다.  IT 버블, 즉 닷컴버블시장은 얼마 전 소위 ' 코인불장' 과 같이 섹터를 나누지 않고 시총으로 대강 categorize 하여 다같이 돌아가면서 상승하는 장이다.  그 후, 버블이 꺼진 후에는 포털, 앱 등 network 5 layer 혹은 다양한 컨텐츠 관련해서 섹터가 나뉜 뒤, 소위 섹터에 수급이 들어올 때, 그 섹터를 대표하는, 혹은 혁신적인 근본있는 종목만 다시 미국 주식에 걸맞는 장기적인 우상향하는 모습을 보였다   이처럼, 블록체인 기술을 세상에 선보이며 태동한 암호화폐장은 그간 사이클이 몇 번 있었지만, 2020~2021 까지 엄청난 대세상승 불장을 보여주고, 5월 부처빔으로 한번 심하게 다같이 하락하며 사람들에게 '역시 암호화폐는 디지털 쓰레기야' 라는 생각을 각인시켜주며 2-3달간 하락장에 숨어있었다. 2021년 9월 즈음 다시 비트코인의 엄청난 상승세를 필두로 모든 알트코인이 상승하며 사람들의 관심을 가져오고,   그 중, 페이스북이 사명을 '메타'로 바꾸며 메타버스 관련한 신사업을 필두로 회사를 다시 꾸려나간다고 발표한다.   이 전부터 , 우리나라 뿐 아니라 세계적으로 범 국가적 R&D 의 3가지 키워드는 '인공지능', '블록체인' ,'CPS' 인데, 알파고와 인공지능, 비트코인과 블록체인이 차례대로 대중들과 시장에 접해지고, 마지막으로 사람들에게 생소한 CPS기술이 메타버스 산업의 모습으로 다가오기 시작한 모습이다. 아직 디파이와 같은 금융은 국제법상 제재가 상당해서 당장에는 힘들어 보인다고 생각된다. CPS, 즉 메타버스를 구성하는 요소는 5/6G 네트워크부터 VR/AR/디지털 트윈 컨텐츠까지 상당히 다양하지만, 본 글에서는 컨텐츠와 블록체인 APP에 국한해서 설명할 예정이다.  메타버...

React js의 UI 블록만들기, 데이터 속성 처리하는 법

이미지
  목표 : Component의 속성처리 JSX 파이렝 논리 추가  Map 사용하여 항목 목록을 처리 1) 컴포넌트:  재사용 가능한 자체 포함 단위인 React 애플리케이션의 핵심 구성 요소,  컴포넌트에는 자체 속성(또는 props)이 존재하며, 속성을 이용해 데이터를 컴포넌트로 전달하여 다양한 시나리오에서 재사용할 수 있습니다. 또한 문자열과 기본 형식 외에 더 복잡한 데이터를 사용할 수 있으므로, 효율을 높일 수 있습니다. Props 란? 재사용 가능 단위로 제작된 react 컴포넌트를 허용하기 위해 데이터를 속성(props)를 통해 컴포넌트로 전송 props는 구성 요소의 단일 인스턴스에 사용할 수 있는 읽기 전용 값입니다. 프로그래밍 방식으로 설정하거나 HTML 요소의 특성을 설정할 때 사용하는 것과 동일한 구문을 사용하여 설정할 수 있습니다 ex)  function Your Title ( props ) { return ( < section > < h2 > { props.title } </ h2 > </ section > ) }; YourTitle 은 props 라는 매개변수를 허용, 컴포넌트를 사용할 떄 전달된 특성, 속성을 자동으로 포함 2)  JSX 파일의 논리 처리 : HTML과 JS의 조합, if..else문,case, 부울문 사용 가능 ex) 3.5점 이하면 red, 이상이면 green으로 표현하는 code 3)Map 사용하여 배열에 데이터 표시   배열 데이터 처리는 다른 개체 처리와 비슷하지만, 데이터를 반복하여 살펴보고 사용자에게 표시하는 기능이 필요합니다.  JSX에서 JavaScript 코드, map함수를 사용하여 수행합니다.  map을 이용하면 배열의 수정 복사본을 만들 수 있습니다. map함수를 이용하면 배열...

React js 사용해서 웹앱 만드는 방법

이미지
 HTML과 JavaScript의 조합인 JSX를 통해 개발자는 자연스럽게 뷰를 생성할 수 있어서 React.js는 취업시장에서 수요가 많은 프런트 엔드 JavaScript 프레임워크입니다.  1) React는 Model-View-Controller MVC SW 모델에서 'VIEW'에 초점을 맞춥니다. 따라서 React는 라우팅, 상태 관리, API 액세스에 다른 라이브러리를 사용할 수 있습니다.                                                         MVC sw design pattern 선행 공부 요소:  Node.js 및 npm의 패키지 관리 Git. 2)JSX란? React에는 JSX(JavaScript XML)라는 특수 구문이 사용됩니다. JSX를 사용하면 HTML과 JavaScript를 단일 파일 또는 코드에 통합할 수 있습니다.  Visual Studio Code는 JSX 파일용 IntelliSense를 제공하므로 React를 사용하여 작업하는 경우 JSX는 유용한 도구입니다 브라우저는 JSX를 기본적으로 지원하지 않습니다. 따라서 브라우저가 렌더링하려면 JSX 파일에서 JavaScript 및 HTML을 생성해야 합니다. 이때 생성하는 작업에는 webpack, parcel, snowpack이 사용 가능합니다  3)Component 란? React 개발은 컴포넌트를 기반으로 합니다. 컴포넌트는 표시 및 작업 모두의 독립형 단위로, 애플리케이션에서 다시 사용할 수 있습니다. 컴포넌트를 사용하여 애플리케이션을 더 작은 청크로 논리적으로 분할합니다. 4)시작하기 i) Snowpa...

머신러닝- 비지도학습, 데이터 전처리 part.1

이미지
데이터의 비지도 학습에는 비지도 변환, 군집 두가지 종류가 있다. 비지도 변환: 데이터를 재가공, 새롭게 표현해서 타 알고리즘이 raw dataset 보다 쉽게 활용할 수 있도록 만드는 알고리즘     활용 분야:   특징, 특성이 많은 고차원 데이터의 특성 숫자를 줄이면서 꼭 필요한 부분만 포함한 데이터로 표현하는 차원 축소      ex: 시각화 dataset을 2차원으로 변경하는 경우 군집: 데이터의 특성을 추출해서 비슷한 것끼리 그룹으로 묶는 알고리즘  한계 : 비지도 학습은 레이블이 없는 데이터에 적용하기 때문에 출력의 옳고 그름 판단이 안된다. 따라서 (지도학습과 다르게) 데이터 분석을 위한 탐색적 분석 단계에서 주로 사용됨. 이런 데이터 분석, 군집, 변환으로 재가공, 전처리한 datase을 사용한 지도학습은 기존의 학습보다 정확도가 좋다                                      -스케일 조정은 지도학습 적용전에 사용 i)데이터 전처리, 스케일 조정 (scikit-learn) - StandardScaler는 각 특성의 평균을 0, 분산을 1로 변경해서 특성을 나타낸다. 이 방법은 특성의 최대값, 최소값을 제한하지는 않는다 - RobustScaler는 StandardScaler 와 비슷하게 특성들을 같은 스케일로 두고, 평균과 분산 대신에 중간 값과 사분위 값을 사용해서 이상 데이터를 표현한다. -MinMaxScaler는 모든 특성이 0~1사이에 위치하게 데이터를 변경 -Nomalizer는 특성 벡터의 유클리디안 길이가 1이 되도록 데이터 포인트 조정-->특성 벡터의 길이는 상관없이 데이터 방향과 각도가 중요할 때 사용 -QuantileTransformersms 1000개의 ...

머신러닝 지도학습의 모든 알고리즘별 요약

 1) K-nearest neighbor - 최근접 이웃 알고리즘 작은 데이터셋일 경우 기본적으로 설명하기 쉬운 모델임, training dataset 을 그냥 저장하고, 새로운 데이터 포인트 예측 시 training dataset에서 가장 가까운 포인트 찾는 알고리즘     code: mglearn.plots.plot_knn_classification(n_neighbors=1)      n_neighbors는 가장 가까운 이웃 개수 설정가능, 1개가 아니고 k 개 이웃의 수를 늘릴수록 kneighborclassifier분석 시 결정 경계가 부드러워짐 -> 더 단순한 모델을 의미 -> 복잡도 낮아짐 -> 훈련 데이터의 정확도 감소  최근접 이웃 알고리즘에서 주요 매개변수 : 데이터 포인트 사이의 거리재는 방법, 이웃의 수  장점: 쉽고 파라미터 조정이 많이 필요하지 않음 단점: 훈련 데이터셋이 크면 예측이 느려지고 전처리과정이 복잡, 특성값대부분이 희소한 (0이 많은) 데이터셋은 잘 작동하지 않음 따라서 예측 속도가 느리고 분류 능력이 부족해서 학습용으로만 쓰이고 실무에서는 많이 쓰이지 않음. 2) Linear mode - 선형 모델 알고리즘 대용량 데이터셋, 고차원 데이터셋에 대한 지도학습 가능 특성이 하나일 땐 직선, 두개일 땐 평면 --> 더 특성이 많은 높은 차원에서는 hyperplane(I초평면) 이 되는 회귀모델의 특징을 가지고 있음     2-1) Linear regression (OLS, ordinarty least squares)      예측과 훈련셋에 있는 평균제곱오차(mean squared error)을 최소화하는 파라미터 w,b           찾고, 예측값과 목표값 차이를 제곱해서 더한 후 샘플 수로 나눔     2-2) Ridg...

파일코인이 암호화폐, 블록체인의 미래인 이유, 사용 방법

이미지
일전에 IPFS 가 dapp 개발의 메인이라고 했는데  i)ipfs 하는 이유  IPFS(행성 간 파일 시스템). IPFS를 사용하면 내부 블록체인 기술 덕분에 데이터 스토리지의 안정성을 높일 수 있습니다.  Filecoin은 IPFS 노드에 대한 스토리지 인센티브를 제공하는 새로운 시스템입니다. 이더리움 블록체인에 직접 저장한다면 트랜젝션 자체가 모든 노드에 공유되기 때문에 대규모 데이터세트에 경우 매우 비효율적,  따라서 일부 노드만 데이터를 저장해서 파일을 노드의 하위 집합에 할당하는게 낫습니다 ii)ipfs 원리  핵심 원리는 DHT (분산 해시 테이블)를 사용하여 노드에 파일을 배포합니다. 이 방법은 DOS에 강하면서도 노드 간의 모든 파일에 대해 짧은 경로를 통해 파일을 다소 랜덤하게 배포하는 방법입니다. 이더리움 DHT 는 Kademilia DHT 방법을 사용하는데 아래와 같은 4가지 프로토콜이 있습니다. ---------------------------------------------------------------------------------------------- PING — 상대 노드가 여전히 살아있는지 확인 STORE — 노드에 (키,값) 쌍을 저장 FIND_NODE — 자신의 버킷에 있는 k개의 노드들 (요청된 노드에 가장 가까운)들을 리턴 한다.  FIND_VALUE — FIND_NODE 와 동작방식이 같으나, 해당 키가 노드ID가 아니라 저장소에 있다면, 해당되는 값을 리턴 해준다.  ---------------------------------------------------------------------------------------------- IPFS는 k-dht 이외의 여러 가지 서비스를 기반으로 구축됩니다.또한 IPNS 명명 시스템, 파일당 고유한 해시, 파일 권한 및 비트토렌트와 같은 기능을 사용할 수 있습니다. iii) IPFS 구현 // SPDX-Lic...

엑시인피니티 전망 (Is Axie Infinity better than CryptoKitties?)

이미지
 전체적으로 비트코인을 비롯한 암호화폐 장세가 하락세인데도 불구하고 엑시인피니티(Axie Infinity)는 연속적으로 강력한 모습을 보여주었다. 이번 포스팅은 Axie Infinity 가 과연 스캠일지, 이번 펌핑 후에 아예 죽어버리는 종목인지 파악하기 위해 원조 nft dapp 대표 종목인 크립토키티(cryptokitties)와 비교하는 글이다. 크립토키티와 엑시인피니티는 둘 다 이더리움 기반의 NFT dapp 으로써  대표적인 선발주자와 후발주자로 비교하며 추후 나오는 암호화폐, 블록체인에 관한 개념을 잡도록 하는게 글의 목적이다                                                  이더리움의 스마트 컨트랙트 양식인 ERC 20예시, 둘 다 ERC20, 721 등 같은 양식을 사용한다 i) 기본적으로 암호화폐 투자하는 사람들과 비관하는 사람들이 드는 공통적인 궁금증이 있다 '과연 블록체인, 암호화폐가 실생활에 사용될 수 있는지? 사용된다면 지금 얼마만큼의 user case가 있는지'  이러한 부분에서 크립토키티는 '대표적인 NFT Dapp, 한장에 10억짜리, 수집욕' 등의 키워드로 표현된다. 뭔가 대단한 느낌의 크립토키티의 기술적, 근본적 가치를 확인하기 전에 시장 참여자로써 확인할 수 있는 크립토키티의 게임을 확인한다면 다음과 같다 개인적인 감상으로는 못생기고, IP로서 매력적이지 않고, 2D 이미지로써 모으고, 교배하고 breed 말고 기능이 없는 단지 solidity 2000줄짜리 프로그램이라고 생각한다. 좀 더 와닿는 비유를 하자면 움직이지 않는 1세대 디지몬 게임기같은 느낌이다. 블록체인, 이더리움을 이용하여 만들...