jinseon's log

[세 번째 이야기] [문제 1] 쪽지시험 성적 분석하기 select avg(score) from student; select max(score), min(score) from student; select * from student order by score desc limit 3; [문제 2] 쪽지시험 성적 분석하기 2 select count(*) from student where score > 80; select name from student order by score desc limit 1; select grade, avg(score) from student group by grade; [문제 3] 학점 계산하기 alter table student add score float; update stud..

[두번째 이야기] [문제 1] 출력 순서 바꾸기 select name, caution from student order by caution desc; [문제 2] 기숙사 퇴사 처리하기 - delete from 등 명령어가 생각나지 않아서 할 때마다 헷갈렸다 - 아직도 잘 외워지지는 않는 것 같다 select name, caution from student where name = "Dodo"; delete from student where name = "Dodo"; select * from student; [문제 3] 파이데이 - like 사용법도 다시 공부했다 - 해당 문제도 이해가 잘 안돼서 오래걸렸다 😂 select name, grade from student where name like "%pi%"..

[첫 번째 이야기] [문제 1] DB 확인하기 select * from student; [문제 2] 학년 수정하기 - `update set` 짝궁처럼 기억하기 - 명령어가 잘 생각이 나지 않는다 update student set grade = grade + 1; select * from student; [문제 3] 새로운 학생 추가하기 - `insert into ~ values` 도 자꾸 잊어버린다 insert into student values (1005, "Alice", 1, 104), (1006, "Bob", 1, 104), (1007, "Charles", 1, 105); select * from student where id between 1005 and 1007; [문제 4] 별점 항목 추가 -..

[이론3] 머신러닝 시스템 머신러닝 시스템 5가지 데이터 (Data) - 학습을 시킬 데이터 - 많은 양일 수록 좋음 ex. 고양이 | 개 이미지 피처 (Feature) - 전체 데이터에서 머신러닝을 학습시킬 중요한 데이터 Your ML is only as good as the data 너의 머신러닝 성능은 데이터의 품질에 달려있다. 모델 (Model, =알고리즘 Algorithm) - 주어진 데이터와 정답지에 따라 학습 - 학습을 통해 찾은 규칙 자체를 모델이라고 볼 수 있음 - ex. DNN (Deep Neural Network), CNN (Convolution Neural Network), Transformer 인프라 (Infra) - 피처를 잘 뽑아낼 수 있는 좋은 솔루션, 학습 환경, 데이터플로..

[이론2] 누구나 이해하는 머신러닝의 원리 1950년대 인공지능 (Artificial Intelligence) 1980년대 머신러닝 (Machine Learning) => 기계가 학습을 하게 하면 어떨까? 2010년대 딥러닝 (Deep Learning) => 기계도 사람처럼 생각을 할 수 있을까? 프로그래밍 방식의 변화 기존의 프로그래밍 방식 - 데이터와 규칙을 입력하여 계산한 결괏값 출력 머신러닝 - 데이터와 결괏값을 입력하여 규칙 찾기 (인간의 학습과 유사) - 복잡성을 많이 부여할수록 학습 속도와 정확성 결정 ex. 고양이와 강아지 사진을 주고 학습시킨 다음 고양이 사진을 다시 줬을 때, 고양이인지 알아볼 수 있는 것 현재 머신러닝이 각광 받는 이유 (ABC) AI Algorithm - 관련 논문이..

[이론1] 머신러닝의 시대 1. PC의 시대 : 마이크로소프트 2. 인터넷의 시대 : 구글 3. 모바일의 시대 : 애플 4. 빅데이터 머신러닝의 시대 모두가 머신러닝을 알아야 할까? - 앞으로의 시대는 머신러닝이 기반이 되는 시대가 될 것이기 때문에 많이 사용하진 않더라도 머신러닝을 알아야 함 - 머신러닝은 데이터를 기반으로 함 DT (Digital Transformation) 디지털적인 모든 것으로 인해 발생하는 다양한 변화에 디지털기반으로 기업의 전략, 조직, 프로세스, 문화, 커뮤니케이션, 시스템, 가치사슬, 비즈니스모델을 근본적으로 변화시키는 경영전략 디지털 전환에 필요한 역량 4가지 - 데이터 역량 : 데이터 수집 - 기술 역량 : 수집한 데이터 처리 - 프로세스 역량 : 데이터를 모으고 바라보..

03 도전! 파이썬 생활코딩 10제 [제8문] 반복문 #for문 사용 for i in range(0, 5): print(i) print('-----') #while문 사용 i = 0 while i < 5: print(i*2) i = i + 1 print('-----') #for문을 사용해 문제를 풀어봅시다 for i in range(5, 10): print(i) print('-----') #while문을 사용해 문제를 풀어봅시다 i = 0 while i < 10: print(i) i = i + 3 [제9문] 함수 def make_string(str, num): return str*num #아래 함수 호출하는 부분을 보고 함수의 내용을 채워 봅시다 def make_5string(str): return st..

03 도전! 파이썬 생활코딩 10제 [제4문] 비교와 불리언 print ( True ) print ( False ) a = 1 b = 1 print (a == b) print ( a != b ) print ( 1 == 2 ) #?를 또는 2) print(5 == 5) [제5문] 조건문 a = 11 b = 11 if a == b : print( "Hello!" ) #올바른 결과가 출력되도록 ?를 채워봅시다. c = 10 d = 15 if a != b : print("Turtle!") elif c < d : print("Rabbit!") [제6문] 입력과 출력 in_str = input ( "" ) ID_elice = "elice" ID_rabbit = "rabbit" if ID_elice ==..

02 도전! 파이썬 동화 10제 [8번째 이야기] 구구단 import numpy as np values = [int(v) for v in input().split()] mean_score = np.mean(values) print(mean_score) for i in values: if i > mean_score: print(i) [9번째 이야기] 약수의 합 구하기 n = int(input()) gcd = [] for i in range(1, n+1): if n % i == 0 and gcd.count(i) == 0: gcd.append(i) print(sum(gcd)) [10번째 이야기] 접미사 배열 s = str(input()) ans = [] for i in range(len(s)): ans.app..

02 도전! 파이썬 동화 10제 [4번째 이야기] 구구단 n = int(input()) for i in range(1, 10): print(n*i) [5번째 이야기] 절댓값 n = int(input()) print(abs(n)) [6번째 이야기] 유일한 수 from collections import Counter values = [int(v) for v in input().split()] for key, value in Counter(values).items(): if value == 1: print(key) [7번째 이야기] 말 더듬는 도도새 s = str(input()) for i in range(len(s)): print(s[:i+1])