용감해지고 싶은 쫄보의 도전기

프로그래머스 SQL 고득점 kit 3일차( SELECT level2-2문제)1. 서브쿼리와 JOIN구분서브쿼리JOIN언제 사용?- 비교적 간단한 조건처리- 단일 값 반환(스칼라 서브쿼리)- 테이블간 관계가 명확하지 않거나 불필요할 때- 복잡한 관계를 처리- 테이블 간 연관된 데이터를 결합성능- 소규모 데이터에서 더 효율적일 수 있음- 서브쿼리가 반복 실행되면 성능 저하- 데이터 크기가 크거나 인덱스를 활용할 경우 효율적- 실행 계획 최적화로 반복 작업 줄임 2. 서브쿼리를 JOIN으로 리팩토링1) 서브쿼리SELECT ITEM_ID, ITEM_NAME, RARITYFROM ITEM_INFOWHERE ITEM_ID IN (SELECT ITEM_ID FROM ITEM_TREE..

프로그래머스 SQL 고득점 kit 2일차( SELECT level1-6문제, level1 끝!) 1. 진수 변환(1) 2진수로 변환 : BINSELECT BIN(5)# 101(2) N진수를 M진수로 변환: CONVSELECT CONV(5, 10, 2)# 10진수인 5를 2진수로 변환# 101 2. 비트 연산AND (&)OR (|)XOR(^)NOT(~)각 비트 자리에서 둘다 1이면 1, 아니면 0각 비트 자리에서하나라도 1이면 1, 아니면 0각 비트 자리에서값이 다르면 1, 같으면 0각 비트를 반전1 → 0 , 0 → 1101100-----100101100-----101101100-----001~ 101 → 1010 (-6) 보수계산~ 100  → 1011 (-5) 보수계산* 비트반전이므로 부호반전- 비트..

1. 공유받은 url 주소 중 파일 id 추출* 파일id : 구글 드라이브에서 파일을 고유하게 식별하는 IDhttps://drive.google.com/file/d/[파일 ID]/view 2. colab에서 내 google drive연동 (또는 왼쪽 폴더 리스트 위에 드라이브 모양 클릭해도 됨)# 구글 드라이브 마운트from google.colab import drivedrive.mount('/content/drive')3. 내 구글 드라이브에 파일 다운로드(경로 변경하면 내 구글 드라이브 말고 현재 colab환경에만 다운로드도 가능)# 폴더 없을 경우 생성!mkdir -p /content/drive/MyDrive/myfolder# gdown 명령어로 파일 다운로드!gdown https://drive.g..

프로그래머스 SQL 고득점 kit 1일차( SELECT level1-15문제) 1. 날짜 형식 변경 : DATE_FORMAT, YEAR()DATE_FORMAT(컬럼명, '%Y-%m-%d')# 변경전 : 2020-03-01 00:00:00# 변경후 : 2020-03-01YEAR(컬럼명)# 변경전 : 2020-03-01# 변경후 : 2020 2. 0번째 행 조회: LIMITSELECT NAMEFROM ANIMAL_INSORDER BY DATETIMELIMIT 13. 특정 문자열 포함: LIKESELECT FACTORY_ID, FACTORY_NAME, ADDRESSFROM FOOD_FACTORYWHERE ADDRESS LIKE "%강원도%"ORDER BY FACTORY_ID4. NULL값 대체 : IFNULL..

1. 클로저란?- 함수 안에 있는 변수를 기억하고 계속 사용하고 싶을때 사용(상태 저장)- 함수안에 변수와 또 다른 함수를 만들어서 사용한다- 바깥 함수의 변수는 안쪽 함수에서만 사용할 수 있어 외부에서 함부로 변경할 수 없다- 코드를 깔끔하게 적을 수 있고, 중요한 데이터나 계산을 숨길 수 있어 안전하다.- 데이터를 저장하거나 버튼 클릭수를 세는데 사용def outer(m): def inner(n): return m*n return innerouter3 = outer(3) # inner가 3을 저장함outer3(4) # 12outer3(5) # 15outer3(6) # 18- nonlocal : 바깥 변수를 수정할때 사용def button(): i = 0 def cou..

1. pickle이란?- 프로그램 상에서 사용하고 있는 데이터를 파일 형태로 저장해줌- pickle은 꼭 바이너리 타입을 지정해줘야함("b") 1) 파일로 저장하기import pickleprofile_file = open("profile.pickle", "wb")profile = {"이름":"박명수", "나이":30, "취미": ["축구", "골프","코딩"]}pickle.dump(profile, profile_file) # profile에 있는 정보를 file에 저장profile_file.close() 2) 저장한 파일 불러오기profile_file2 = open("profile.pickle", "rb")profile2 = pickle.load(profile_file2) print(profile2)# ..

1. [머신러닝 모델] Scikit-learn과 같은 라이브러리로 만든 모델을 저장할 경우1) pickle- python의 표준 라이브러리로, 별도 설치 없이 사용 가능하며, 간단하다.- 모든 python 객체(리스트, 딕셔너리, 클래스 인스턴스, 함수 등)을 저장하고 불러올 수 있다.import picklefrom sklearn.ensemble import RandomForestClassifier# 모델 생성 및 학습model = RandomForestClassifier(n_estimators=100)model.fit(X, y)# 모델 저장with open('model.pkl', 'wb') as f: pickle.dump(model, f)# 모델 불러오기with open('model.pkl', '..

Q. 중심극한정리는 왜 유용한걸까요? 1. 중심극한정리(Central Litmit Theorem, CLT) 란?- 모집단이 어떤 분포를 따르든 충분히 큰 크기의 표본을 여러번 추출하여 그 표본 평균을 구하면, 그 표본 평균의 분포는 정규분포에 가까워진다. 2. 중심극한정리의 활용성- 많은 통계 기법이 정규분포를 가정하고 설계되어 있다. (t-검정, 회귀분석, 신뢰구간 계산 등)- 정규분포를 근사적으로 사용할 수 있는 근거를 제공해 통계적 추론을 수행할 수 있다.(분석의 정당성 확보)- 데이터를 정규분포로 근사함으로써 실직적인 문제 해결에 도움을 준다.- 예시: 공장에서 생산된 제품의 품질 데이터를 정규분포로 근사하여, 평균 품질을 분석하거나 결함률을 추정할 수 있다. 3. 중심극한정리의 가정- 표본의 크..