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 |
- 프리티어
- 인프라
- UNICON2023
- EC2
- RDS
- 체크인미팅
- 게임개발동아리
- AWS
- UNIDEV
- 생활코딩
- 백엔드
- 개발공부
- 42서울
- 온라인테스트
- 위키북스
- 오블완
- 배포
- 인디게임
- 라피신
- 자바개발자
- 백엔드개발자
- 스프링
- 프로그래밍
- UNICON
- 티스토리챌린지
- 전국대학생게임개발동아리연합회
- CICD
- 도커
- Developer
- 스프링부트
- Today
- Total
목록Subjects (42)
Hyun's Wonderwall
SPSS Modeler 데이터 마이닝 솔루션대용량 데이터로부터 유용한 정보를 쉽고 정확하게 찾아내기 위한 데이터 마이닝 소프트웨어.데이터 로딩, 변환, 정제, 모델링, 그래프, 결과 출력까지 전 과정 수행 가능 SPSS Modeler 특징다양한 데이터 접근 (DB에서 직접 추출 가능)유연한 데이터 핸들링시각화 기능 (도표, 그래프 등)다변화 작업 용이 (History 형태의 스트림으로 직관적)Bulk Loading: 대용량 데이터를 빠르게 DB로 출력 가능다양한 모델링 분석기법 (다양한 분석 알고리즘 보유, 자동 모델링 기능 등)강력한 추가 모듈과 R이용 확장 기능 추가 (텍스트 분석, 소셜네트워크 분석, 개체 분석 등 고급 분석 기법 추가)UI 구성- Stream Canvas- Nodes Palette..
제55회 SQL 개발자(SQLD) | 시험일 2024.11.17배경 설명: 컴퓨터공학 전공자, 데이터베이스 과목 A+, 백엔드 개발자 (SQL 어느정도 익숙)과제와 프로젝트 작업이 많아 미루고 미루다가 밤새서 7시간 컷을 달리게 되었는데요... 총점 66점으로 합격했습니다! 시험 후기조인 관련 문제가 많았습니다. (natural join, left join, inner join, left outer join, full outer join 등등) 이중에 natural이 잘 기억이 안나서 찍었네요..데이터 모델링, 스키마, 엔티티 같은 개념 문제들은 아래 홍쌤 영상 도움을 많이 받았습니다.제1, 제2, 제3 정규화 관련한 문제도 있었습니다.아래 18번의 뭐가 스칼라 서브쿼리, 중첩 서브쿼리다 하는 문제도 있..
Minimum Spanning Tree- 무방향 연결 가중치 그래프. n개의 모든 정점 n-1개의 간선으로 연결.- MST는 유일하지 x 전체 트리의 가중치합.. GENERIC-MST -> A는 매 반복에서 선택된 안전간선들의 집합.A에 대해 safe edge (u,v)를 찾아서 A에 합한다. 그것을 A 가 최소신장트리 되기 전까지 반복GENERIC-MST(G,w) A 크루스칼(Kruskal) 알고리즘- forest를 이룸.- 가중치값 최소 간선 선택함. (cycle 생기지 않게)프림(Prim) 알고리즘- single tree가 계속 확장됨. (시작정점o)- 트리에 있지 않은 정점을 트리에 연결시키는 가중치값 최소 간선 선택함. Kruskal 알고리즘의 실행- 간선이 잇는 정점 이미 같은 집합 안에 있..
그래프 G = (V,E)- 정점 V, 간선 E.- 무방향, 방향 그래프- 차수: 인접 간선의 개수 (방향: in-degree, out-degree / 무방향: degree)- weighted graph 가중치 그래프- connected graph 연결 그래프. strongly connected 강연결 그래프.- 희소 sparse, 밀집 dense - 스택, 큐 그래프로 표현 가능 인접행렬 Adj[i][j]. Θ(V^2) 공간 필요인접리스트 Adj[v] = {1, 2}. Θ(V+E) 공간 필요. 시간복잡도 O(n)- 인접리스트 무방향이면 값 2번 있어야. 가중치그래프는 노드 (key,value) 로 구성.- |adj[v]| = out-degree 갯수 (각 정점의 외차수의 개수만큼 인접노드.)- 삭제랑 탐..
Huffman Codes 허프만 압축 (허프만 코드)- Binary character code. 각 문자는 고유 이진 문자열로 표현됨.* Fixed-length code: 고정길이 방식 (6개 문자 나타내는데 3bit 필요.)* Variable-length code: 가변길이 방식 (등장 빈도수 고려해 codeword 부여 가능. 자주등장-짧은 codeword. 굿) Prefix Codes: 어떤 codeword도 다른 codeword의 접두사가 아님- 인코딩과 디코딩에 용이. 각 문자를 나타내는 코드워드를 차례대로 concat하고 쪼개면 됨. (인코딩) "abc" -> 0.101.100 = 0101100 | (디코딩) 001011101 = 0.0.101.1101 -> "aabe"- 문자는 이진트리의 ..
Greedy Algorithms 그리디 알고리즘: 각 단계에서 최적의 수를 찾아 전역 최적해를 구함.- ex) 수업 시간표 짜기: (1) 젤 빨리 끝나는 과목 먼저 신청 (2) 첫번째 과목 끝난후 시작해서 젤 빨리 끝나는 과목 신청- 그리디 알고리즘은 지역 최적해로 전역 최적해를 구하는 방식. DP로 얻은 최적해보다 덜 최적일 수 있음. Activity Selection Problem 행동 선택 문제- 입력: n개의 행동이 담긴 집합 S = {1,2,..n}. 시작 시간 si, 종료 시간 fi라 할때 행동 i는 [si,fi)를 차지함.- 목표: 호환가능한. 안겹치는 행동들로 최대 개수의 행동을 하기. (시간을 얼마나 쓰는진 고려대상x)S = { [1,4), [5,7), [2,8), [3,11), [8,1..
12.1동적 프로그래밍(DP): 격자(배열) 만들어 사용- 분할정복 DAC와의 비교: 문제를 부분 문제로 나누어 해결하는 것이 비슷.- DAC는 하위 문제들이 서로 독립적, DP는 서로 연관.- 하위 문제들이 겹침 -> DAC는 중복 계산하지만 DP는 table에 저장하는것으로 단 1번만 계산. DP 알고리즘 수립1. 최적해의 구조 특징을 찾는다.2. 최적해의 값을 재귀적으로 정의한다.3. 최적해의 값을 상향식(bottom-up)으로 정의한다.4. 계산된 정보들로부터 최적해를 구성한다. DP 알고리즘의 구성요소1. Optimal sub-structures 최적의 하위구조2. Overlapping sub-problems 겹치는 부분문제3. Memoization and reuse 메모이제이션과 재사용 Opt..
Red-black tree- 트리의 균형을 보장 -> 최악의 경우에도 O(lgn) 시간에 수행.- color 속성: red 또는 black. // BST에서 상속되는 속성 key, left, right, p- 리프노드(빈 트리)들은 흑색인 경계노드 T.nil. 널포인터 역할임 // T.nil.color=black.- 루트노드의 부모노드도 T.nil - key가 있으면(nil아니면) 다 내부노드, 모든 내부 노드는 자식 2개 가짐. (nil 리프는 보여지지 않을 뿐)- 맨밑 경계노드 T.nil 만이 리프노드=외부노드. 항상 흑색. RBT는 (BST에서의) NULL 대신 T.nil 가리켜 사용 레드블랙트리의 특성1. 모든 노드는 red거나 black이다.2. 루트 노드는 black이다.3. 모든 리프 노드(..
Binary Search Tree (BST, 이진검색트리)- 동적 집합 연산을 지원하는 자료구조. (search, minimum, predecessor, successor, insert, delete)- 수행시간이 트리의 높이에 비례: O(h)- 한 노드의 왼쪽, 오른쪽 자식노드도 각 서브트리의 루트가됨 -> 재귀적으로 이진탐색트리- 노드들이 연결된 자료구조. - root(T)가 T의 루트노드를 가리킨다. // p[root[T]]=NIL- null도, 노드가 1개여도 BST이다. - 각 노드가 포함하는 필드들: key, left(왼쪽 자식 노드의 포인터), right(오른쪽 자식 노드의 포인터), p(부모 노드의 포인터), satellite data(부속 데이터)- 루트 노드는 부모노드가 NIL인 유일한..
Entity Sets 개체 집합* An entity is an object that exists and is distinguishable from other objects.* An entity set is a set of entities of the same type that share the same properties.* entity는 a set of attributes로 나타나진다.ex. instructor = (ID, name, salary)* 속성들의 부분집합은 primary key를 만든다 -> set의 각 구성원들을 unique하게 식별한다.(테이블이 Entity set이고 튜플이 entity이다) ER Diagram에서 Entity set 표현하기- Rectangles = entity se..