용감해지고 싶은 쫄보의 도전기

프로그래머스 SQL 고득점 kit 8일차( IS NULL 8문제) 1. 숫자 계산1) 반올림 :RoundSELECT ROUND(123.456, 2) # 123.462) 올림 : CEILSELECT CEIL(123.456, 2) # 1243) 내림: FLOORSELECT FLOOR(123.456)# 123 2. 천단위 구분(통화): FORMATSELECT FORMAT(1000000000,0)# 1,000,000,000

프로그래머스 SQL 고득점 kit 7일차( SUM, MAXm MIN 10문제) 1. RANK1) RANK()- 데이터에 순위를 매기는 함수- 동일 값에 동일 순위, 이후에는 순위를 건너뛴다SELECT column1, column2, RANK() OVER (PARTITION BY column1 ORDER BY column2 DESC) AS rankFROM table_name;2) DENSE_RANK()- 동일 값에 동일 순위, 순위 연속SELECT column1, column2, DENSE_RANK() OVER (PARTITION BY column1 ORDER BY column2 DESC) AS rankFROM table_name;3) ROW_NUMBER()- 모두 고유 순위를 부여한..

프로그래머스 SQL 고득점 kit 6일차( SELECT level4-1문제, level5-1문제, SELECT 문제 풀이 끝!) 1.UNION1) UNION ALL- 중복된 행을 포함하여 반환 (모든 행 포함), 중복제거 및 정렬을 하지 않아 UNION보다 성능이 좋다SELECT id, name FROM table1UNION ALLSELECT id, name FROM table2;2) UNION - 중복된 행을 제거한 결과를 반환한다SELECT id, name FROM table1UNIONSELECT id, name FROM table2;3) 문제풀이SELECT *FROM ( SELECT DATE_FORMAT(SALES_DATE,'%Y-%m-%d') AS SALES_DATE, PRODUCT_ID, ..

방법설명1. 명확한 지침 작성- 객관적이고 수치화 김치찌개 > 김치찌개 끓이는법 > 초간단 김치찌개 끓이는 법많이 작성해주세요 > 50% 이상 작성해주세요쉬운 단어 > 중학교 학생이 이해할 수 있는 단어 2. 페르소나 지정인공지능을 설명해주세요 > 당신은 중학교 교사입니다3. 작성 예시 제공아래 예시를 참고해서 작성해주세요.예시가 많으면 few-shot, 하나면 one-shot, 없으면 zero shot4. 구분자 사용 및 구조화뉴스 기사를 한 문장으로 요약해 주세요.요구사항1.요구사항2.5. 출력 길이 제한300자 이내로 작성하세요.이메일만 작성해주세요. 그 외의 다른 말은 하지 마세요.구분자를 이용해 3개의 요점만 작성하세요6. 참조 텍스트(정답이 나오는 논리적 과정을 같이 주기) 1+1은?10+10..

프로그래머스 SQL 고득점 kit 5일차( SELECT level3-3문제, level 3 끝!, level4-2문제) 1. 조건문 CASE- 순차적으로 위에서부터 계산하여 조건을 만족하지 않은 행만 다음 조건으로 넘어간다.(중복적용 x)CASE WHEN 조건1 THEN 결과1 WHEN 조건2 THEN 결과2 ... ELSE 기본결과END AS 별칭(필요시) 2. 윈도우 함수- 특정 그룹(WINDOW) 내에서 각 행에 대해 연산을 수행하는 함수- OVER : 윈도우 함수를 쓸 때 반드시 필요하며, 특정 그룹을 정의하거나 데이터를 정렬할 때 사용- 행과 관련된 데이터를 계산하면서도 원본 행을 유지 1) PERCENTE RANK- 데이터의 백분율 순위 → 0~1사이의 값을 반환PERCE..

1. 순서데이터셋 → 배치로 분할 → 모델 생성 → 학습 및 가중치 최적화 2. baselineimport torchfrom torch import nn# 데이터 정의x_train = torch.Tensor([1,2,3,4,5,6]).view(6,1)y_train = torch.Tensor([3,4,5,6,7,8]).view(6,1)# Dataset/DataLoader 데이터 정의from torch.utils.data import TensorDatasetfrom torch.utils.data import DataLoaderdataset = TensorDataset(X_train, y_train)dataloader = DataLoader(dataset, batch_size32, shuffle=True)# ..

1. 데이터 분할train datavalidation datatest data모델 학습X_train : input featurey_train : labelepoch 마다 성능 평가→ 모델 개선에 사용모델 학습 후 최종 평가 2. train_data => 배치 사이즈로 분할 : DataLoader- 학습 데이터가 매우 큰 경우, 시간이 오래 걸리고 메모리도 부족하고, 모든 데이터의 gradient를 한번에 계산하기 어렵다- 데이터 행을 쪼개 일부만 먼저 넣어 성능을 평가하고 가중치를 업데이트 시키고, 또 일부 행을 입력하고 반복 1) 텐서 정의- 일반적으로 1차원 데이터를 벡터, 2차원 데이터를 행렬, 3차원 데이터를 텐서라고 말하지만,파이토치에서는 차원에 관계 없이 입력과 출력, 학습에 필요한 모든 데이..

1. 혼동 행렬- 분류 모델의 성능을 평가하기 위해 예측 결과와 실제 레이블을 비교해 정리한 표- 모델이 얼마나 잘 예측했는지, 어떤 유형의 오류가 발생햇는지 파악할 수 있게 도와준다.1) 구성요소- Positive : 관심있는 사건, 대립가설 → 이진분류에서 1(양성, 불량, 이상,,,)- Negative: 정상, 평소, 귀무가설 - True: 맞춘거(True를 True로, False를 False로 예측)- False: 틀린거(True를 False로, False를 True로 예측) 2) 1종오류 - 귀무가설이 맞는데(Actual Negative) 대립가설이 맞다고 함(예측, Predicted Positive)=> 틀렸으니까 False, Positive로 예측했으니까 => FP- 위험한 경우: 공정성과 ..