세조목

머신러닝2024.05.02 - [데이터 분석 공부/머신러닝] - 머신러닝 기초 복습(선형회귀)(24.05.02) 머신러닝 기초 복습(선형회귀)(24.05.02)실제값과 예측값의 차이 = ErrorError = ∑Error ^2→ 제곱하는 이유 : 음수 제거→ 데이터가 추가될 때마다 Error가 커진다는 문제가 있음 → 해결 방법 :  Error / 전체 데이터 개수  ※ 편향(베타 제로eyeoftheworld1209.tistory.com SQL2024.05.02 - [데이터 분석 공부/SQL] - SQL 예제 정리('자동차 대여 기록에서 대여 중/대여 가능 여부 구분하기') SQL 예제 정리('자동차 대여 기록에서 대여 중/대여 가능 여부 구분하기')https://school.programmers.co...

https://school.programmers.co.kr/learn/courses/30/lessons/157340#qna 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr2022년 10월 16일에대여 중인 자동차는 '대여 중'(반납 날짜가 16일 경우도 포함됨)대여 중이지 않은 자동차인 경우에는 '대여 가능'으로 표시하는 문제입니다. 이 문제의 쿼리문 작성 자체는 어렵지 않았는데요,제가 작성한 쿼리문이 계속해서 오답처리가 됐습니다.우선 제가 작성한 쿼리문 먼저 보여드리겠습니다.총 두 가지 버전이 있는데요, 하나씩 살펴보겠습니다. Ver.1SELECT CAR_I..

실제값과 예측값의 차이 = Error Error = ∑Error ^2 → 제곱하는 이유 : 음수 제거 → 데이터가 추가될 때마다 Error가 커진다는 문제가 있음 → 해결 방법 : Error / 전체 데이터 개수 ※ 편향(베타 제로) = y절편 딥러닝에서의 편향과 가중치 b = 편향 + 오차 w = 가중치 Y=wX+b w, X, b를 알면 Y 값을 알 수 있다. Q. 가중치는 어떻게 구하지? A. 데이터가 충분하다면 '추정' 할 수 있음 쉽게 말해 그래프를 수도 없이 그려서 에러를 '최소화'하는 직선을 구하는 개념이라고 볼 수 있음 MSE(Mean Squared Error)Error = ∑Error ^2MSE = Error / 전체 데이터 개수 예측 문제는 머신러닝이든 딥러닝이든 MSE 지표를 최소화하는..

SQL2024.05.01 - [데이터 분석 공부/SQL] - SQL 예제 정리(프로그래머스 - '즐겨찾기가 가장 많은 식당 정보 출력하기') SQL 예제 정리(프로그래머스 - '즐겨찾기가 가장 많은 식당 정보 출력하기')최종 프로젝트가 끝이 나서 한동안 풀지 못했던 SQL 예제들을처음부터 다시 복습하는 시간을 가지려하고,그 중에서 푸는데 오래 걸렸던 문제들 위주로 정리할 예정입니다.즐겨찾기가 가장 많은eyeoftheworld1209.tistory.com2024.05.01 - [데이터 분석 공부/SQL] - SQL 예제 정리('재구매가 일어난 상품과 회원 리스트 구하기') SQL 예제 정리('재구매가 일어난 상품과 회원 리스트 구하기')재구매가 일어난 상품과 회원 리스트 구하기https://school.p..