키자드에 등록된 총 119개의 포스트를 확인하실 수 있습니다.
해당 강의는 인하대학교 빅데이터 탐구 동아리 (www.inhabas.com) 에서 신입생을 대상으로한 파이썬 기초 강의 영상입니다. 강의안 : https://fragrant-comfort-49c.notion.site/1-d08477be793e439b8bda7eebe0d6d713 1차시 과제.pptx 과제 업로드시 유의사항!! 각각의 과제는 소스코드파일 .py 와 cmd 실행 결과를 스크린샷한 이미지 파일이 있어야 합니다. 각각의 과제 파일 이름은 ex1.py, ex2.py 등으로 저장해주세요! 이미지 파일 docs.google.com
3월 초, 전역한지 얼마되지 않았을 적에 발견했던 멘토링 프로그램이다. 관악구청 청년지원부(?)에서 삼성전자 현직자 한 분을 멘토로 잡아주셔서 한시간 가량 이야기를 나눌 수 있는 기회를 제공받았다. 그냥 신청하기만 하면 된다!! 그 당시에 신청해서 4/3(토) 11시~12시에 진행했다. 이 멘토링의 후기를 말하기 앞서서 내 개인적인 사정을 조금 설명하고 싶다. 올해 초에 전역을 했는데, 작년에, 그러니까 군복무 한창 하고있을때에 어머니가 암에 걸리셨다는 이야기를 전해들었다. 코로나 시국에 군인은 밖에 잘 나갈 수가 없다. (부대에 갇혀산다. 게다가 마스크 쓰고 훈련받는다...) 어찌저찌 무사전역하고 집에 왔다. 원래는 부모님께서 맞벌이를 하고 계셨는데, 엄마가 일을 못하니까,, 재정적으로 많이 힘들더라...
어쩌다 시작하게 됐다. 설계단계부터 시작하는 건 아니고, 동아리를 새로 들어갔는데, 백엔드를 한명 뽑고 있어서 지원했다. 와서 보니 설계는 다 끝났고 이제 막 게시판 CRUD 정도 마친 상태였다. 나는 살면서 협업 프로젝트는 처음인지라 나중에 공부해야지~ 라며 Git, github도 모르던 상태고 데이터베이스도 쿼리문만 다룰 줄 아는 정도다. 근데 내 블로그 이전 글 '파이썬을 공부하게 된 이유'를 보면 알겠지만 대용량의 트렌젝션을 처리하는 백엔드를 개발해보고 싶다는 생각도 있었고, 혼자만 방에 틀어박혀서 공부하는 것이 내 발전에 그렇게 큰 영향을 미치고 있지도 않다는 생각이 들던 참이었다. 그래서 빈틈 투성이지만 열심히 공부할 각오로 지원해서 시작하게 되었다. 프로젝트 팀장 형이 생각보다 할 줄 아는게..
학교 동아리에서 데이터 분석, 머신러닝에 관심있는 사람들끼리 모여서 시작했다! 8주 정도에 걸쳐서 진행했다. 처음에는 한 달 동안은 네이버 부스트 코스를 통해서 파이썬을 이용한 기본적인 데이터 분석 방법들을 익혔다. 나는 심심해서 네이버 부스트 코스에 있던 모든 머신러닝 관련 수업을 들었던 상태였다. 그래서 팀원들에게 부스트 코스로 공부하자고 했다. 처음에는 이왕 프로젝트를 진행하는 김에 공모전에 도전해보자고 다들 얘기를 했었다. 그래서 전주시 빅데이터 공모전에, 세부 지역별 인구 피라미드 예측 모델을 설계하려고 했다. 주 2회 회의를 진행했다. 1번은 파이썬을 통해 라이브러리 등을 공부했던 내용을 공유하는 것이었고, 다른 회의에는 공부했던 내용을 기반으로 전주시에서 제공하는, 여러 기초 데이터들을 분석..
>> 완벽하게 알아야 하는 자료구조 Series DataFrame >> 알아야하는 문법 파일 읽어오기, 저장하기 Series 생성방법 DataFrame 생성방법 DataFrame Col : 추가, 삭제, 이름변경, 새로운 데이터 할당, 선택적 불러오기 loc / iloc Index 변경 (KEY 값 변경) Data drop Operation, BroadCasting inplace, map, apply decribe, unique Groupby & CrossTab & Pivat Table Gierarchical Index Aggregation Transformation Merge & Concat Join 1번과 2번 예제 설명은 여기를 참고 총 3개의 예제가 있다! #1. 답안코드 # 첫번째 방법 : gr..
최근 몇 일간 빅데이터 분석에 관해 공부를 시작했다. 혼자서 이곳저곳 기웃거리면서 여러가지 개념들을 접했다. 방대한 양의 지식들이 있었고, 전문성을 요하는 수준까지의 깊이도 필요했다. 따라서 먼저 크게 흐름을 잡아보는 것을 목표로 공부해보았다. EDA란 탐색적 정보 분석이다. 주어진 정보에 대한 보편적이고 절대적인 규칙, 성질, 논리 같은 것이 있을 수 없다고 가정한다. 따라서, 말 그대로, 특성이라고 할 만한 것들을 탐색해가는 행위를 말한다. 수학적 전제들과, 기법들이 많지만 이 글에서는 큰 흐름만을 정리해두고, 차후에 조금씩 분석해볼 예정이다. 파이썬에서는 데이터 분석을 위한 여러가지 좋은 패키지를 제공한다. 패키지 정리는 나중에 여건이 되면 하기로..! - numpy : 행렬 연산을 빠르게 처리하기..
"""최근 맨 땅에 헤딩하는 식으로 빅데이터를 혼자 공부했었는데, Feature Engineering 할 때, 왜 해당 피쳐를 선택해야하는지, 어떤 건 없애야하는지, 어떤 피처는 만들어서 사용해도 되는지 등에 대한 논리적 근거가 궁금했다. 다른 사람들이 수행한 EDA를 열심히 뜯어봐도 수학적 근거까지는 명시하지 않았기 때문이다. 대충 싸이킷런으로 예측과 분류의 정확도를 올리는 법을 익힌 후에, '아~ 그냥 이게 전부인가..?'라는 생각에 딥러닝에 도전했다,, 텐서플로우를 통해 잠시 공부하다가, 싸이킷런처럼 fit() 하고 결과가 나와버리는 것을 보고,,, 너무,,, 답답했다. 속 알맹이에 뭐가 들어있는지도 모르고 쓰는게 너무 찝찝해서, 모델들을 수학적으로 더 공부해야할 필요성을 느꼈다. 수학적인 부분들을..
이 글은 boostcourse 강의를 듣고 정리한 글입니다. 밑에 나오는 구현 예제들은 모두 한줄로 작성이 가능하다! ( 과연 한 줄로 코드를 작성하는 게 더 좋을까...? ) >>완벽하게 알아야 할 자료구조 리스트 튜플 딕셔너리 >> 공부해야 할 문법들 List Comprehension / Generator Enumerate Zip Lambda Map Asterisk 예제는 여기서 확인하자 >>파이썬 답안 코드 #1. def vector_size_check(*vector_variables): return len(set([ len(vector) for vector in vector_variables])) == 1 #2. def vector_addition(*vector_variables): if vect..
이 글은 boostcourse 강의를 듣고 작성한 글입니다. >>알아야하는 문법 numpy 배열 생성법 0 배열 / 1 배열 생성법 shape / reshape concatenate axis indexing VS slicing Operation, Comparison Boolean Index Fancy Index BroadCasting 배열 저장, pickle >>신경 써야하는 부분 numpy는 c스타일 배열 => 기존 파이썬 배열보다 빠르다. numpy 메서드가 복사된 배열을 반환하는지, 참조하는지 구분해야한다!! => 나중에 큰 데이터를 다룰 때 필요 연산 시에 BroadCasting이 어떻게 되는지 알아야된다. shape이 1차원인지 2차원인지 [1,2,3,4,5] => 1차원, [[1,2,3,4,5..
이번 공부를 하면서 얻은 교훈! C 와 Python 의 가장 큰 차이점이 무엇인지 느껴졌다!! C는 함수 호출 시 스택 메모리에 로드하고, 빠져나올 때 의미를 잃어버린다. Python은 함수를 네임스페이스 라는 공간에 정의를 한다. 함수까지도 객체화 해버렸다. 여기서 많은 차이가 발생하는 것 같다. 마치 레고? 로봇? 같은 느낌이다. 우리가 쓰는 모든 변수는 잘 만들어진 로봇의 부품들을 하나하나 가리키는 용도일 뿐이다. C는 주물작업으로 직접 레고 부품을 하나하나 만들고, 만들어진 부품을 내 손으로 직접 쌓는 느낌 Python은 절대 내 손으로는 그 부품을 만질 수 없다. 내가 타워 크레인이 된 것처럼 이미 잘 만들어진 것들을 이리저리 옮겨서 쌓는 느낌이다. C는 장인의 손길이 느껴지는 반면, Pytho..
아래와 같은 테이블이 있다고 하자. 예제1) 모든 레코드 조회하기 SELECT * from animal_ins order by animal_id; 예제2) 역순으로 조회하기 SELECT NAME,DATETIME from animal_ins order by animal_id desc; 예제3) 아픈 동물 찾기 SELECT ANIMAL_ID, NAME from animal_ins where intake_condition = "Sick" order by animal_id; 예제4) 어린 동물 찾기 SELECT ANIMAL_ID, NAME from animal_ins where intake_condition != 'Aged' order by animal_id; 예제5) 동물의 아이디와 이름 SELECT ANIM..
아래와 같은 테이블이 있다고 하자. 예제1) 최대값 구하기 SELECT datetime as 시간 from animal_ins order by datetime desc limit 1 # 또는 SELECT max(datetime) as 시간 from animal_ins 예제2) 최소값 구하기 SELECT datetime as 시간 from animal_ins order by datetime limit 1; # 또는 SELECT min(datetime) as 시간 from animal_ins; 예제3) 동물의 수 구하기 SELECT count(*) as "COUNT" from animal_ins; 예제4) 중복 제거하기 SELECT count(distinct name) as 'COUNT' from anima..
아래와 같은 테이블이 있다고 하자. 예제1) 고양이와 개는 몇마리 있을까 SELECT ANIMAL_TYPE, count(animal_type) as 'COUNT' from animal_ins group by animal_type order by animal_type; 예제2) 동명 동물 수 찾기 SELECT NAME, COUNT from ( SELECT NAME, count(NAME) as 'COUNT' from animal_ins where NAME != '' group by NAME order by NAME ) sq1 # sub-quary, select문은 테이블을 반환. 반환된 테이블은 이름을 반드시 갖고 있어야 함. where COUNT > 1; 예제3) 입양 시각 구하기1 SELECT hour(..
이 글은 문서를 참고했습니다. 처음 프로그래밍을 배울 때가 기억난다. Visual Studio 를 이용해서 C/C++ 을 배울 때였는데, 내가 선언한 변수들이 알록달록 예쁜 색으로 변하고, 논리적인 문장, 문단을 실시간으로 구분하는 프로그램이 너무 신기했다. 파이썬이 C 기반으로 만들어진 언어라는 점을 인식하면서 공부하다보니, 이런 기억들이 새록새록 떠오르면서, 프로그램이 문자,문장을 구분하고 인식하는 방법에 대해 궁금해졌다. 레퍼런스에는 아래와 같이 기술되어 있다. - BNF 문법 표기법?? : 배커스-나우르 표기법(Backus–Naur form) 이라고 불리며, 문맥 무관 문법을 나타내기 위해 만들어진 표기법이다. 컴퓨터가 글을 이해할 수 있도록 하는 기초적인 모델,, 같은 느낌이다. 검색해서 간단하..
10217번: KCM Travel 각고의 노력 끝에 찬민이는 2014 Google Code Jam World Finals에 진출하게 되었다. 구글에서 온 초대장을 받고 기뻐했던 것도 잠시, 찬찬히 읽어보던 찬민이는 중요한 사실을 알아차렸다. 최근의 대세 www.acmicpc.net 조건이 있는 최단거리를 찾는 문제. 한 도시에서 다른 도시로 가는 최단 거리를 찾는 것이므로 이런 경우에는 다익스트라 알고리즘을 쓰는게 좋다고 알려져있다. 단순 dfs / bfs 를 사용하는 경우는 가중치가 모두 같은 경우이다. 방문했던 곳에서는 다시 탐색을 진행하지 않는 특성 탓이다. 시작점 ~ 방문해야 할 지점까지의 거리를 s라고 하자. 만약 가중치가 다른 상황에서 이미 방문했던 곳을 재방문했다고 해보자 재방문 했을 때 기..
백준 온라인 저지[BOJ]에서 10942번 문제를 풀던 중, 며칠에 걸쳐 '우연히' 알게 된 사실! bool dp[2001][2001]; // // 중략 // cout
1707번: 이분 그래프 입력은 여러 개의 테스트 케이스로 구성되어 있는데, 첫째 줄에 테스트 케이스의 개수 K(2≤K≤5)가 주어진다. 각 테스트 케이스의 첫째 줄에는 그래프의 정점의 개수 V(1≤V≤20,000)와 간선의 개수 www.acmicpc.net BFS, DFS를 연습하기 좋은 문제라는 생각이 든다. 처음에 이분 그래프의 개념을 아예 몰라서, 이진트리를 의미하는 줄 알고 한참 고생했다.... 그림으로 보면 이해가 빠르다. 아래와 같다. 인접한 정점을 다른 색으로 모두 칠할 수 있으면 이분 그래프이다. 이분 그래프의 특징 인접한 정점들을 다른 색을 구분할 수 있다. 순환할 수 있다.(2가지 색으로 구분 가능하면 된다.) 최대 이분 매칭 문제(Maximum Bipartite Matching Pr..
근래 일주일 동안 많은 고민들이 있었다. 하루종일 컴퓨터 앞에 앉아 공부만 하다보니, 방향성 없이 무턱대고 공부만 하는듯한 불안감이 생겼다. 어떤 방향으로 진로를 구체화 시켜야할까. 내가 정말 좋아하고, 즐겁게 오래 공부할 수 있는 분야가 무엇일까. 실제 현장에서 어떤 기술들이 요구되는지 학부생의 입장에서는 감이 오지 않았다. 그래서 취업 사이트에 올라와 있는 구인 글을 많이 보면서 정리해보려고 했다. 임베디드, 시스템 프로그래밍, 암호학 등 기계 느낌 나는 분야 웹 기반 소프트웨어처럼 사람에게 더 가까운 분야 빅데이터 처리 기법 / 알고리즘 개발 등의 연구분야 크게 이렇게 세가지로 나누어 보았다. ① 기계 느낌 나는 분야. - 리눅스 커널 같은 시스템 프로그래밍 같은 곳 - 직접적으로 메모리를 다루어야..
1520번: 내리막 길 여행을 떠난 세준이는 지도를 하나 구하였다. 이 지도는 아래 그림과 같이 직사각형 모양이며 여러 칸으로 나뉘어져 있다. 한 칸은 한 지점을 나타내는데 각 칸에는 그 지점의 높이가 쓰여 있으 www.acmicpc.net 처음 문제의 이미지를 보자마자 깊이우선탐색/넓이우선탐색 문제일것이라는 생각이 들었다. 경로의 개수를 찾아야하는 이 문제에서는 DFS가 적합하다는 직감이 느껴졌다. 이 문제에서는 여러 종류의 경로가 서로 중첩되는 경우를 반드시 고려해야한다. 만약 BFS로 탐색을 진행하게 되면 가능한 모든 경로를, 같은 깊이로, 탐색을 진행한다. 이 때에는 (다른 깊이, 같은 지점)에서 만났을 경우를 처리하는 게 복잡하다고 생각된다. 이 글 쓰고 나서 시도해봐야겠다. DFS로 가능한 하..