"Growth" Data를 쌓아가는 사람

문제1. 프로그래머스 > GROUPBY > 년, 월, 성별 별 상품 구매 회원 수 구하기 #날짜함수 #집계함수 #조인 #GROUPBY SELECT YEAR(OS.SALES_DATE), MONTH(OS.SALES_DATE), UI.GENDER, COUNT(DISTINCT OS.USER_ID) FROM ONLINE_SALE OS INNER JOIN USER_INFO UI ON OS.USER_ID = UI.USER_ID WHERE UI.GENDER IS NOT NULL GROUP BY 1, 2, 3 ORDER BY 1, 2, 3 문제2. 프로그래머스 > GROUPBY > 년, 월, 성별 별 상품 구매 회원 수 구하기 #SET명렁어 SET @HOUR = -1; #@HOUR 변수에 -1을 할당해줌, 대입연산자 =..

SQL/SQL 문제풀이 스터디 2022. 11. 22. 23:41

1️⃣ Decision Tree Review 1-1. Decision Tree 분류와 회귀 작업 및 다중출력 작업도 가능한 다재다능한 머신러닝 방법론 IF-THEN 룰에 기반해 해석이 용이함 일반적으로 예측 성능이 우수한 랜덤포레스트 방법론의 기본구조 💡 CART(Classification And Regression Tree) 훈련 알고리즘을 이용해 모델을 학습함 데이터 공간의 순도가 증가되게끔 영역을 구분하는 방법 즉 순수도는 최대가 되고, 불순도는 최소가 되게끔 계속해서 훈련을 해나가는 알고리즘 한 번에 한개의 변수를 사용하여 정확한 예측이 가능한 규칙들의 집합을 생성 IF-THEN 규칙은 데이터 공간 상에서는 각 변수를 수직 분할한 것과 동일 아래의 data space에는 관측치가 존재하고, 이 관..

멋사 AISCOOL 7기 Python/INPUT 2022. 11. 22. 17:23

1️⃣ Support Vector Machine 1-1. Support Vector Machine 선형이나 비선형 분류, 회귀, 이상치탐색에도 사용할 수 있는 머신러닝 방법론 딥러닝 이전 시대까지 널리 사용된 방법론 복잡한 분류문제를 잘 해결함. 선형, 비선형 모두 잘 해결함 상대적으로 작거나 중간 크기를 가진 데이터에 적합함 최적화 모형으로 모델링 후 최적의 분류 경계 탐색 분류경계면을 찾을 때 Generalization(일반화)가 잘 이뤄지는지, 즉 다시 말해 Validation error가 최소인지를 확인해봐야 한다. (오른쪽그림)따라서 실선으로 된 분류경계선에 평행한 점선으로 된 가상 분류경계선을 고려하며, 이때 두 가상 분류 경계선 사이의 거리를 margin이라고 한다. 이 떄 가상 분류 경계선..

멋사 AISCOOL 7기 Python/INPUT 2022. 11. 22. 17:17

1️⃣ 최적화와 모형 학습 1-1. Machine Learning and Optimization Machine learning models optimize the function by minimizing the loss 머신러닝모델은 loss를 최소화함으로써 함수를 최적화한다. loss는 곧 실제값 - 예측값이다. 1-2. Linear Regression: 최적화의 중요성 알아보기 가장 기본적인 머신러닝 기법 및 통계적인 방법으로, input과 output사이가 선형관계임을 가정한다. loss function을 최소화함으로써 최적의 계수(coefficient, 베타를 결정한다. 👉 즉 linear regression함수의 구체적인 파라미터(베타)값을 부여해주려면 최적화과정이 필요하다. 1-3. Loss ..

멋사 AISCOOL 7기 Python/INPUT 2022. 11. 22. 11:45

문제1. 프로그래머스 > SUM, MAX, MIN > 동물수구하기 #집계함수 SELECT COUNT(DISTINCT ANIMAL_ID) AS count FROM ANIMAL_INS 문제2. 프로그래머스 > SUM, MAX, MIN > 중복제거하기 #집계함수 #중복제거 #결측값제외 SELECT COUNT(DISTINCT NAME) AS count FROM ANIMAL_INS WHERE NAME IS NOT NULL 문제3. 프로그래머스 > SUM, MAX, MIN > 가격이 제일 비싼 식품의 정보 출력하기 #집계함수 #서브쿼리 SELECT PRODUCT_ID, PRODUCT_NAME, PRODUCT_CD, CATEGORY, PRICE FROM FOOD_PRODUCT WHERE PRICE = (SELECT ..

SQL/SQL 문제풀이 스터디 2022. 11. 22. 00:40

1️⃣ 머신러닝 분류 모델링 1-1. 기계학습 A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, imporves with experiance E 1-2. 기계학습 유형 문제 상황(Task)에 따라 크게 3가지로 분류 가능 지도학습 - 분류, 회귀 비지도학습 - 군집화, 이상치 탐지 강화학습 1-3. Supervised Learning Training만 잘 학습되었다고 해서 모델 성능이 좋다고 할 수 없다. 꼭 Testing dataset의 성능을 봐야 ..

멋사 AISCOOL 7기 Python 2022. 11. 21. 17:24

1️⃣ Data Science Process 1-1. Business Understanding 비즈니스에 대한 이해가 기본적으로 필요함. prior knowledge 1-2. Data Understanding 데이터 자체에 대한 이해가 필요하다 Prepare data Modeling data를 training data와 test data로 나눔 Building Model using Algorithms: training data를 모델이 넣어서 학습시킴 → 학습된 함수가 도출됨 Applying Model and performance evaluation: 유의미한 모델인디 test data(학습할 때 사용하지 않은 데이터여야함)로 검증함 검증은 정말 중요한 단계이므로, 모델학습에만 머물지 않고 꼭 검증을 하..

멋사 AISCOOL 7기 Python/INPUT 2022. 11. 21. 17:14

1️⃣ 인공지능과 머신러닝 개요 1. Intro 💡 머신러닝: 인공지능을 구현하는 한가지 방법이다. 인공지능을 구현하는 방법은 여러가지가 있고, 머신러닝은 그 방법 중 하나이다. 결국 머신러닝은 유용한 함수를 학습시키는 것이다. 데이터 → 알고리즘을 컴퓨터에 입력 → 함수학습(컴퓨터가 스스로 데이터 안에 있는 유용한 패천을 찾아 함수를 학습) → 실제상황에서 함수를 사용해 유용한 output 도출 2. 과거 vs 현재 Traditional AI: Knowledge Engineering 일련의 로직들을 모두 사람의 지식을 그대로 모사하게끔 만들어 컴퓨터에 입력해 학습시킴 State of the Art: Machine Learning 데이터 입력 → 함수의 기본적인 형태를 알려줌 → 가장 유용한 학습을 컴퓨..

멋사 AISCOOL 7기 Python/INPUT 2022. 11. 21. 13:12