728x90 전체 글117 [자격증] 제 37회 SQLD 합격 후기 (SQL 자격검정 실전문제) 공부한 책, 도움이 되었던 점, 공부 기간 등등 간단한 후기!! 💙 점수 64점으로 아슬아슬 합격~~ 💙 후기 지옥같은 3일 벼락치기,,, 📕 SQL 자격검정 실전문제 SQLD는 이 노란 책이 유명하다. 기출문제 모음집임. 이 책 시험 전날 거의 밤새서 풀고 갔음!! 근데 시험에 이 책에서 푼 문제들 엄청 많이 나왔다. ( 문제랑 아예 답도 같았음) ⭐그냥 무조건 이거 풀어야함!!!! ⭐ 📝 공부 순서 1. 인터넷 sqld 요약정리 보고 개념 공부 -> 중요한 부분 '카톡 - 나와의 채팅'에 보내두기 (참고 사이트 하단 설명에 있음) 2. SQLD 자격검정 실전문제 풀기 💁♀️ 추가 설명 SQLD는 학교 데이터베이스 수업의 중간고사가 SQLD보는 것이여서 신청했었다. 학교 수업 과제 때문에 오라클로 기.. 자격증/합격 후기 2022. 9. 26. [python-웹크롤링] 셀레니움(Selenium) 설치 / 크롬 드라이버(chromedriver) 설치 📌 셀레니움 (Selenium) 설치 # pip pip install selenium # conda 환경 conda install selenium # jupyter-notebook pip !pip install selenium 위 3가지 중 하나 선택해서 설치하면 됨. 📌 크롬 드라이버 ( chromedriver ) 설치 Selenium을 사용해서 웹 자동화를 하려면 웹 드라이버(webdriver)를 설치해야 한다. 자신의 브라우저에 맞게 다운하면 됨. (이 글에서는 Chrome의 경우를 다룸) 👉 1. Chrome 정보 확인 우선 자신의 Chrome 버전을 확인해야 한다. 크롬 실행 -> 오른쪽 위 점 3개 클릭 -> 도움말 -> Chrome 정보 클릭 위와 같이 자신의 Chrome 버전을 확인 가능... Back-End/Python 2022. 9. 21. [정리/모두를 위한 딥러닝] ML lec 04 - multi-variable linear regression (*new) https://youtu.be/kPxpJY6fRkY Sung Kim 교수님의 '모두를 위한 딥러닝 강좌 시즌 1'을 공부한 내용입니다. 📌 ML lec 04 - multi-variable linear regression (*new) 우선 지난 강의에서 다룬 것 처럼 Linear regression을 설계하기 위해선 위의 3가지가 필요하다. 1. Hypothesis를 정한다. -> 주어진 x variable에 대한 W(=weight), b(=bias)를 학습한다. 2. W와 b를 학습하는데 있어서, cost(loss)를 어떻게 계산할 것인지를 정한다. -> (예측값 - 정답)^2의 합의 평균 3. cost를 최적화하는 알고리즘으로 gradient descent algorithm을 사용한다. -> cost를.. ML & DL/[강의] 모두를 위한 딥러닝 강좌 시즌 1 2022. 9. 15. [정리/모두를 위한 딥러닝] ML lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명 https://youtu.be/TxIVr-nk1so Sung Kim 교수님의 '모두를 위한 딥러닝 강좌 시즌 1'을 공부한 내용입니다. 📌 ML lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명 우선 지난 강의에서 다룬 것 처럼 우리의 hypothesis가, 대략 우리의 모델이 위와 같이 wx+b 형태로 주어지고, 이를 기반으로 cost function, 즉 우리가 가지고 있는 모델이 실제 데이터와 얼마나 다른지,같은 지를 위와 같이 정했다. -> linear regression의 목표는 cost를 최소화시키는 w와 b를 데이터를 통해 구하는 것이다. Simplified hypothesis 앞으로의 설명을 쉽게 하기 위하여, hypothesis에서 b 를 없앴다. h.. ML & DL/[강의] 모두를 위한 딥러닝 강좌 시즌 1 2022. 9. 14. [정리/모두를 위한 딥러닝] ML Lec 02 - Linear Regression의 Hypothesis와 cost 설명 https://youtu.be/Hax03rCn3UI Sung Kim 교수님의 '모두를 위한 딥러닝 강좌 시즌 1'을 공부한 내용입니다. 📌 ML lec 02 - Linear Regression의 Hypothesis 와 cost 설명 Linear Regression 의 개념 (선형회귀) Regression(회귀) : supervised learning 중에서도 레이블(=클래스)이 아닌 연속적인 값을 예측하는 문제 위의 데이터를 예시로 들면, 사람의 키(x)가 160cm일때 몸무게(y)는 몇 kg일지 그 값을 예측하는 것이다. 여기서 x를 독립변수(input), y를 종속변수(output)라고 하는데 🤷♀️ x 변수들과 y 변수와의 관계를 선형으로 나타낼 수 있다면? => Linear regression이.. ML & DL/[강의] 모두를 위한 딥러닝 강좌 시즌 1 2022. 9. 13. [Python-웹 크롤링] BeautifulSoup으로 wikidocs 목차 파싱하기 Why 노션에 스터디 플래너를 만들어 사용하고 있는데, 공부하려는 위키독스 책의 목차를 예쁘게 넣고 싶었음 (링크랑 함께!) 파싱하려는 위키독스 도서 : 'PyTorch로 시작하는 딥러닝 입문' (https://wikidocs.net/book/2788) How BeautifulSoup 라이브러리를 사용했다. 1. 패키지 import import requests from bs4 import BeautifulSoup as bs (사용 전에 pip로 requests랑 bs4 install 해야함) 2. url 파싱 wikidocs = requests.get("https://wikidocs.net/book/2788") # requests.get()을 톻해 원하는 url로 GET요청을 보내고, 요청한 데이터를 변.. Back-End/Python 2022. 9. 8. [javascript] Form data를 json 객체로 저장하는 법 참고 사이트 javascript : FormData (HTML5 개체)를 JSON으로 변환하는 방법 HTML5에서 항목을 어떻게 변환합니까?폼 다타JSON의 개체? 해결책은 jQuery를 사용하지 않아야합니다. 또한 단순히 전체를 직렬화해서는 안됩니다폼 다타개체,하지만 키 /값 항목 만. www.python2.net ajax로 formData를 보낼때 json 객체로 바꿔서 보내고 싶다면?! var object={}; //formData를 json 객체로 바꿔줌. formData.forEach(function(value,key){ object[key]=value; }); console.log(JSON.stringify(object)) $.ajax({ type: "POST", url: 'do_select_.. Front-End/Javascript 2022. 9. 7. [pandas] Dataframe 행 위,아래로 옮기기 : shift() pandas.DataFrame.shift() DataFrame.shift(periods=1, freq=None, axis=0, fill_value=NoDefault.no_default) Parameters) periods : int (음수 or 양수) 움직일 기간 freq : DateOffset, tseries.offsets, timedelta, or str, optional 데이터를 재정렬하지 않고(=원본 데이터 보존) 인덱스 값을 이동하는 데 사용되는 선택적 매개 변수 axis : {0 or ‘index’, 1 or ‘columns’, None}, default None shift 할 방향 (행/열) fill_value : object, optional 결측값이 생기는 경우 대체할 값. pandas의.. ML & DL/데이터 분석 2022. 6. 2. [Django] 02. REST framework로 Django API 만들기 - serializer 1탄 링크 : https://uni2237.tistory.com/84?category=830394 [Django] 01. REST framework로 Django API 만들기 다른 게시물(아래 링크 참고)에서 Django 기본 프로젝트 만들기를 해보았으니, 이번 글에서 초기설정은 간단히 진행하겠습니다 (거의 비슷함!!) https://uni2237.tistory.com/71?category=830394 [Django] 01. Dja.. uni2237.tistory.com 지난 글에서 django 프로젝트를 생성하고, app도 만들었으니 이번엔 api 를 만들자! 0. model 생성 api를 만들기 전 다음 글을 참고하여 models.py에 원하는 db 테이블들을 추가한다. (링크) 완료했다면 시작!!.. Back-End/Django 2021. 10. 5. [python] Pandas 기초 pandas 구조화된 데이터 효과적으로 처리 numpy의 array가 보강된 형태 , data 와 index 가짐 Series 1차원 다룸, Series 는 값(values)을 ndarray형태로 가짐. import pandas as pd data = pd.Series([1,2,3,4]) print(data) ''' 0 1 1 2 2 3 3 4 ''' print(type(data)) # print(data.values) # [1 2 3 4] print(type(data.values)) # dtype인자로 데이터 타입 지정가능 data = pd.Series([1,2,3,4],dtype="float") print(data.dtype) #float64 인덱스를 지정가능 , 인덱스로 접근 가능 data = pd.. ML & DL/데이터 분석 2021. 10. 3. [python] Numpy 기초 Numpy 👉 Python에서 대규모 다차원 배열 다룰 수 있게 도와주는 라이브러리 장점 - 반복문 없이 배열 처리 가능 - list 보다 빠른 연산 , 메모리 효율적 사용 list vs numpy 배열 생성 - list arr=list(range(3)) print(arr) # [0,1,2] -> 콤마(,)로 구분됨 print(type(arr)) # - numpy import numpy as np arr=np.array(range(3)) # np.arange(3)도 같은 결과 print(arr) # [0 1 2] -> 공백으로 구분 print(type(arr)) # 배열의 '데이터의 타입' dtype (list와 달리 같은 데이터 타입만 저장 가능) arr=np.array([0,1,2], dtype=fl.. ML & DL/데이터 분석 2021. 9. 28. [python] 웹페이지 크롤링 기초 urllib : Python에서는 쉽게 웹페이지의 정보를 가져올 수 있는 패키지 urllib.request.urlopen 함수 : 해당 url의 html 파일을 가져옴 from urllib.request import urlopen webpage=urlopen('https://www.naver.com/').read().decode('utf-8') print(webpage) - 실행결과 (일부) ML & DL/데이터 분석 2021. 9. 28. 이전 1 2 3 4 5 ··· 10 다음 728x90