데베 팀플 - 웹 보고서 구현 1. 푸드코트 매출 조회 화면 2. 웹 보고서 화면 1) 요일별, 주문방법별 주문 건수와 매출 2) 요일별, 코너별 주문 건수와 매출 3) 코너별, 주문방법별 주문 건수와 매출 4) 고객 유형별(성별, 나이), 메뉴별 주문 건수와 매출 5) 메뉴별 매출 6) 단골 고객 관리(자주 방문한 손님 10명의 주문 내역) 카테고리 없음 2022.06.06
데베 팀플 - SQL 1. 요일별, 주문방법별 주문 건수와 매출 - 코로나로 인한 배달 증가를 분석하기 위한 구문 SELECT SUBSTR(O.order_time, 1, 8) 날짜, O.eat_option 주문방법, COUNT(DISTINCT O.order_no) 주문건수, SUM(OM.amount * M.price) 매출 FROM Orders O, Order_Menu OM, Menu M WHERE O.order_no = OM.orders and OM.menu = M.menu_no GROUP BY SUBSTR(O.order_time, 1, 8), O.eat_option; 💥 결과가 다르게 나옴 - 날짜가 문제인듯 ✅ 해결 SELECT SUBSTR(O.order_time, 1, 10) 날짜, O.eat_option 주문방법, .. 카테고리 없음 2022.06.06
데베 팀플 - 인덱스 생성 1. 메뉴주문 릴레이션 다중컬럼 인덱스 CREATE INDEX I_OM_ORDERS ON ORDER_MENU(ORDERS, MENU); 2. 주문 릴레이션 기본 인덱스 CREATE INDEX I_ORDERS_CUSTOMER ON ORDERS(CUSTOMER); 3. 클러스터링 인덱스 - 수업에서는 다룬 적이 없어서 참고로만 넣었습니다! https://jungmina.com/821 요기 나와있는 방법으로 따라 만들었고 최종 보고서 34 페이지에 있는 구문 순서대로 입력했습니다~ 💥 ERROR MariaDB [foodcourt]> CREATE CLUSTER C_MENU (MENU INT) INDEX; ERROR 1064 (42000): You have an error in your SQL syntax; ch.. 카테고리 없음 2022.06.06
데베 팀플 - 테이블 생성, 데이터 INSERT 1. MariaDB 로그인 2. MariaDB 계정 생성 및 권한 부여 3. MariaDB 새계정으로 로그인 4. Database 생성 및 선택 5. TABLE 생성하기 CUSTOMER CORNER, MENU, ORDERS ALARM ORDER_MENU 6. 데이터 INSERT 하기 - 엑셀->.CSV 또는 .txt 형식으로 변환하여 MariaDB에 데이터 임포트하기 CORNER MENU CUSTOMER ORDERS ALARM ORDER_MENU 데이터 삽입 완료!!!! 카테고리 없음 2022.06.06
[Full Stack Deep Learning] Lecture 5 - ML Projects Lecture 5 | ML Projects Full Stack Deep Learning 5강을 듣고 정리한 글입니다. 영어 강의라서 해석이 모호한 부분은 강의 내용을 영어 그대로 인용했습니다. 5강에서는 머신러닝 프로젝트를 하기 위한 필요한 모든 것에 대해 다룹니다. 1. Why do ML projects fail? AI 프로젝트의 85%는 실패한다. ML 프로젝트는 대부분 “RESEARCH” 프로젝트이기 때문에 100%의 성공률을 목표로 해서는 안된다. ML 프로젝트는 실패하기 쉬운데, 이유는 다음과 같다. Many ML projects are technically infeasible or poorly scoped. 기술적으로 불가능하다. Many ML projects never leap product.. Deep Learning 2022.05.31
[Full Stack Deep Learning] Lecture 3 - RNNs Lecture3 | RNNs Full Stack Deep Learning 3강을 듣고 정리한 글입니다. 영어 강의라서 해석이 모호한 부분은 강의 내용을 영어 그대로 인용했습니다. 1. Sequence problems Sequnce Model sequence model이란 연속적인 입력(sequential input)으로부터 연속적인 출력(sequential output)을 생성하는 모델이다 모델에 따라 입력과 출력이 모두 sequence data일 수도, 입력과 출력 중 하나만 sequence data일 수도 있다 여러 sequence model은 다음과 같은 sequence data들을 다루고, sequence problem의 대표적인 예시로 기계번역(machine translation)과 챗봇(cha.. Deep Learning 2022.05.10
CS231n 9강 내용정리 - CNN 아키텍쳐(AlexNet, VGGNet, GoogleNet, ResNet) CS231N Lecture9 | CNN Architectures ImageNet 챌린지에서 우승한 모델들로, 대표적인 CNN 모델들(AlexNet, VGGNet, GoogleNet, ResNet)을 살펴볼 것이다. 이외에도 잘 사용하진 않지만 역사적으로 중요한 모델이나, 흥미로운 모델, 최신(2017 기준) 모델들도 다룰 것이다. 앞으로 말하는 ‘네트워크가 깊다’는 것은 “학습 가능한 가중치를 가진 레이어”의 개수가 많은 것을 의미한다. 가령 conv layer나 FC layer를 말하고, 이때 pooling layer는 포함되지 않는다. 0. LeNet 실제로 성공적으로 사용된 최초의 conv net 숫자 인식에서 엄청난 성공을 거둠 1. AlexNet (2012) 최초의 large scale CNN으.. Deep Learning/CS231n 2022.05.09
CS231n 1강 내용정리 - 컴퓨터 비전의 역사💻👓 CS231n 1강 컴퓨터 비전의 역사💻👓 0. Intro 무수한 센서(ex. 카메라)로부터 비롯된 엄청나게 많은 시각 데이터 → 이에 따라 visual data를 잘 활용할 수 있는 알고리즘의 중요성 증대 → 하지만 실제로 이들을 이해하고 해석하는 일은 상당히 어려운 일임 매분 약 500시간 이상의 동영상이 업로드 됨 (2020년 유튜브 통계자료) 1. Computer Vision 컴퓨터 비전은 학제적(interdisciplinary)인 분야로, 굉장히 다양한 분야와 맞닿아 있다. 물리학 - 광학, 이미지 구성, 이미지의 물리적 형성 생물학, 심리학 - 동물의 뇌가 어떤 방식으로 시각 정보를 보고 처리하는지를 이해 컴퓨터 과학, 수학, 공학 - 컴퓨터 비전 알고리즘을 구현할 컴퓨터 시스템을 구축할 때 필.. Deep Learning/CS231n 2022.03.07
