일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 2021
- leetcode
- 코드스테이츠
- 파이썬
- 주간보고
- yolo
- 매일매일
- 리뷰
- 자료구조
- 노마드코더
- Ai
- 코딩테스트
- pandas
- bootcamp
- 빅데이터
- JavaScript
- Codestates
- MYSQL
- 딥러닝
- selenium
- 성실히
- 독서
- 재미져
- 꾸준히
- 열심히
- python
- 선형회귀
- 기초통계
- 부트캠프
- SQL
- Today
- Total
목록열심히 (32)
코딩일기
안녕하십니까 다제입니다. 오늘은 SQL 복습 2일차 입니다. 오늘도 HackerRank에서 문제를 풀어보았는데요 함께 살펴보도록 하시죠! 2021.10.19 - 2day 3. Occupations - 문제의 해석 : 이름과 직업으로 구성된 컬럼을 직업 기준으로 재구성하는 문제입니다. - 선정한 이유 : SQL에서 Pivot table을 만들 수 있는지를 체크하기 위해서 선정하였습니다. - 접근방식 : RowNumber를 활용하여 각 그룹별 넘버링을 한 후 넘버링으로 group by 하여 풀었습니다. - 링크 : https://www.hackerrank.com/challenges/occupations/problem - 코드 set @r1=0, @r2=0, @r3=0, @r4=0; select min(Doc..
안녕하십니까 다제입니다. 오늘은 딥러닝 코드를 보다보면 자주 등장하는 np.newaxis라는 함수에 대해서 알아보도록 하겠습니다. 하도 자주나와서 하나 포스팅하기로 하였습니다. 1. np.newaixs란 ? -. np 행렬의 차원을 확장하는 함수 2. 사용방법 1) 기본 사용법 # 1차원 array를 만듭니다. In [7]: arr = np.arange(1, 5) In [8]: arr.shape Out[8]: (4,) # 결과 # array[1 2 3 4] # make it as row vector by inserting an axis along first dimension In [9]: row_vec = arr[np.newaxis, :] In [10]: row_vec.shape Out[10]: (1, ..
Week 1: Minimal character-level language model with a Vanilla Recurrent Neural Network, in Python/numpy (GitHub: karpathy) The Unreasonable Effectiveness of Recurrent Neural Networks (Andrej Karpathy blog, 2015) deepjazz (GitHub: jisungk) Learning Jazz Grammars (Gillick, Tang & Keller, 2010) A Grammatical Approach to Automatic Improvisation (Keller & Morrison, 2007) Surprising Harmonies (Pache..
안녕하십니까 다제입니다. 오늘은 데이터읽기의 기술이라는 책에 대해서 리뷰를 해보겠습니다. 부트캠프 section5 review time을 이용하여 책을 후다닥 읽어보았습니다. 이 책은 스타벅스에서 데이터사이언스로 일하신 차현나 박사님이 저술하신 책입니다. 평소 스타벅스를 좋아하고, 데이터를 어떻게 활용하고 있으신지 궁금하여 해당 책을 읽게 되었습니다. 본격적으로 책 리뷰에 들어가보도록 하겠습니다! 1. 읽게 된 계기 -. 빅데이터 관련 기술과 지식은 일정 수준이 지나면 모두 비슷한 수준에 도달하게 된다고 생각하였습니다. 이에, 차이는 데이터를 바라보는 관점과 데이터에서 어떠한 인사이트를 빠르게 도출해내는지 그리고 상사에게 어떻게 보고를 할 것인지 이런 부분이 중요하다고 생각하였습니다. -. 부트캠프가 종..
안녕하세요 다제입니다. 책을 좋아하는데 도통 책을 읽은 시간이 없어서 하루에 10페이지씩 꾸준히 읽고 있었습니다. 드디어 책이 또 한권 끝나네요. 올해 목표권수를 과연 채울 수 있을지는 모르겠지만.. 그래도 할 수 한 최선을 다 해보고자 합니다. 오늘 소개할 책은 "화성에서 온 남자, 금성에서 온 여자" 존 그레이 선생님의 책입니다. 연애 관련 서적을 찾다보면 이 책은 빠지지 않고 등장하는 것을 알 수 있습니다. 조금 더 진중하고, 성숙한 어른이 되기 위해 저는 이책을 선택해보았습니다. 또한, 부부들은 왜 싸우고 왜 이혼을 하는지 그런 부분이 궁금해서 이 책을 일게 되었습니다. 1. 읽게 된 계기 -. 부부들은 왜 싸움을 할까? -. 연인들은 왜 싸움을 할까? -. 싸움과 다툼, 서운함의 원인은 과연 무..
안녕하십니까 다제입니다. 지금까지는 배열과 정렬, 링크드 리스트 등에 대해서 배웠습니다. 오늘은 hash Table에 대해서 한번 배워보도록 하겠습니다. ** 저장 진행되는 순서 ** data -> Hash Function -> Hash Table 학습하기에 앞서서 용어를 정리하고 넘어가도록 하겠습니다. ** 용어정리 ** 해시(Hash) : 데이터를 관리 및 유지하는 자료구조 해시함수(Hash Function) : 데이터를 효율적으로 관리하기 위해 일정한 규칙으로 데이터를 변환하는 함수 해시값(Hash Value) 또는 해시코드 : 데이터가 해시함수를 통해 변형된 어떤 값 해싱(Hashing) : 데이터가 해시함수를 통해 특정값으로 변형되고 이를 key-value형태로 저장되는 일련의 과정 해시테이블(..
안녕하십니까 다제입니다. 오늘은 Dynamic Programming에 대해서 포스팅을 진행하고자 합니다. Dynamic Programming은 memoization(하향식 접근)과 Tabulation(상향식 접근)으로 구성되어 있습니다. 먼저 Dynamic Programming에 대해서 살펴본 뒤 memoization(하향식 접근)과 Tabulation(상향식 접근)도 함께 살펴보도록 하겠습니다. 사실 Dynamic Programming은 Divide and Conquer와 매우 유사하지만 사용해야하는 조건이 있습니다. Dynamic Programming는 1. 최적부분 구조(Optimal Substructure)가 있고 2. 중복되는 부분 문제(overlapping subproblems)가 있다면 사용..
안녕하십니까 다제입니다. 오늘은 Divide and Conquer에 대해서 함께 공부를 해보도록 하겠습니다. 해당 포스팅은 재귀 개념을 확실히 알고 있어야 합니다. 혹시 모르시는 분들은 재귀함수 포스팅 글을 다시 한번 봐주시면 감사드리겠습니다. 2021.05.16 - [Code] - [자료구조] 3. 재귀함수(Recursion) 이해하기 (feat. codestates, self_tutorial) [자료구조] 3. 재귀함수(Recursion) 이해하기 (feat. codestates, self_tutorial) 안녕하십니까 다제입니다. 이제부터는 재귀에 대해서 공부를 진행해보고자 합니다. 많이 어렵다고 소문난 개념이지만, 저와 함께 하시면 쉽게 하실 수 있습니다! 함께 가보시죠! 1. 재귀함수 정 daj..
안녕하십니까 다제입니다. 이제부터는 자료구조에 대해서 공부를 진행해보고자 합니다. 언제나 새로운 것을 배우는 건 매우 신나는 일입니다! 특히 해당 과정은 코테(코딩테스트)를 위한 필수과정이라고 생각합니다. 대부분의 코딩테스트가 알고리즘을 물어보는 것을 유추하였을 때 기업에서는 알고리즘적 사고를 하는 사람은 충분히 키울 수 있다 라고 생각하는 것 같습니다. 회사를 다녀보면, 업무를 알려주는 것은 간단합니다. 그러나, 생각의 흐름, 사고를 바꾸는 것은 매우 어려운 일이며, 배우는 사람과 가르치는 사람 모두 에너지가 많이 드는 일입니다. 저희는 준비된 인재가 되기 위해 알고리즘적 사고를 갖추고자 합니다! 이에, 본 포스팅에서는 아래와 같이 5가지 개념에 대해서 알아보도록 하겠습니다. 1. 컴퓨터 알고리즘의 정..
안녕하십니까 다제입니다. 저희는 지금 컴퓨터가 이미지를 인식하는 과정(Object recognition)에 대해서 학습을 진행하고 있습니다. 지난 시간까지는 CNN 등을 통해 사진 속에 특정한 객체가 있는지 없는지 확인하는 Image classification에 대해서 학습하였습니다. 이번 시간에는 1. 햇갈리는 Object classification, Localization, Detection의 개념과 2. object Segmentation과 Augumentation에 대해서 학습해보겠습니다. 1. 햇갈리는 Object classification, Localization, Detection의 개념 컴퓨터가 이미지를 학습하는 과정을 위와 같은 순서로 발전하고 있습니다. 1) Image classific..