용감해지고 싶은 쫄보의 도전기

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 ..

프로그래머스 SQL 고득점 kit 4일차( SELECT level2-3문제, lever2 끝!) 1. WITH- 복잡한 쿼리를 읽기 쉽게 하기 위해 서브쿼리를 미리 선언한 다음 재사용 할 수 있다.(변수 처럼)- WITH 별칭 AS 서브쿼리WITH WANT_NUM AS ( SELECT CODE FROM SKILLCODES WHERE NAME IN ('Python', 'C#')) 2. IN과 EXISTSINEXISTS값을 정확하게 매칭할때 (리스트에 포함 여부)조건이 참이되는 행의 존재 여부 (동적으로 검사할때)전체를 한번에 비교한 행씩 비교 (성능 최적화)SELECT ID, EMAIL, FIRST_NAME, LAST_NAMEFROM DEVELOPERSWHERE EXISTS ( SEL..

1. streamlit과 fastapi 연결# 파일 구조fe_main.py # 터미널1에서 실행: streamlit run fe_main.pybe_main.py # 터미널2에서 실행: uvicorn be_main:app --reload1) fe_main.pyimport streamlit as stimport requestsst.title('안녕하세요😊 API 연습장 입니다!')st.write("오늘의 행운의 숫자를 확인해 보세요!")if st.button("행운의 숫자 조회하기"): response = requests.get(f"http://127.0.0.1:8000/number") if response.status_code == 200: rand_num = response.js..

1. 로지스틱 회귀분석- 확률은 0~1로 값이 제한되며, 0과 1근처에서 변화가 비대칭적이다 (0.1→0.2가 0.8→0.9보다 변화량 크다)- 확률을 로그오즈로 변환해 선형 모델을 만들고, 시그모이드 함수를 사용해 다시 0~1 범위의 확률로 변환- 선형 관계는 독립 변수와 종속 변수간의 영향을 직관적으로 이해할 수 있기 때문! 1) 오즈란?- 한 사건이 발생할 확률과 발생하지 않을 확률의 비율2) 오즈를 사용하는 이유- 해석의 일관성과 상대적 중요성 비교를 쉽게 하기 위해서- 확률만 사용하면 변화량이 같아도, 초기 값에 따라 변화의 중요성이 다르게 보이는 비일관성이 발생- 변수 중요성을 비교하거나 최적화 방향을 설정하기 어렵다- 오즈는 확률을 비율로 바꿔서 공평하게 비교 - p가 0이나 1에 가까울 경..

0. Computational Graph- 연산 과정을 그래프로 표현하여 수학적 계산을 효율적이고 체계적으로 수행할 수 있도록 돕는 도구 1. Tensorflow와 Keras- 배포와 안정성이 중요한 프로덕션 환경에 적합 (모바일 애플리케이션, 클라우드 배포, IoT 디바이스 등)- 대규모 데이터 처리에 강점, Google지원으로 장기 지원과 생태계 제공- Define and Run : 그래프를 먼저 정의하고, 실행 시점에 데이터를 feed(넣어줌)1) Tensorflow- 대규모 배포와 클라우드 지원- 배포 및 프로덕션 친화적- Google 생태계와의 통합- 초기에 정적 그래프로 디버깅이 어려웠으나 현재는 동적 그래프도 지원2) Keras- 초기에 독립적인 라이브러리로 시작했지만, tensorflow ..

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..