호붕싸

- 오라클의 주요 파일 구조 1. 데이터 파일 (Data File)운영체제 상에서 물리적으로 존재사용자 데이터와 객체(테이블, 인덱스 등)를 저장테이블과 인덱스로 구성되어 있음2. 온라인 리두 로그 (Online Redo Log)데이터 변경 사항을 모두 기록데이터베이스 장애 복구 시 사용됨최소 두 개의 리두 로그 파일이 필요 (순환 구조로 기록됨)3. 컨트롤 파일 (Control File)오라클이 필요로 하는 다른 파일들의 위치 정보 저장데이터베이스 수준의 변경 사항 발생 시 자동 업데이트DB 마운트 및 복구 시 필수로 필요한 파일 - 오라클 저장 영역 구조>>> Tablespace → Segment → Extents → Block Tablespace: 논리적인 저장 영역 (ex. USERS, SYST..

작성자배세은소 감오늘은 RNN을 복습해보았다. 예전부터 많이 했던 내용이라 어렵지 않게 정리할 수 있었다. 일 시2025. 5. 23. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 RNN의 네트워크들이다. 왜냐면 input이나 output에 순차성이 존재하기 때문이다. (one to one빼고, 이건 그냥 NN임)우선 헷갈리면 안되는게 항상....시간에 따른 변화지 그림에 있는게 특정 시간에 저렇게 생겼다고 착각하면 안되는거임 근데 나는 항상 왜 헷갈리는지 모르겟삼 매 타임스텝마다 x인풋을 받고 y인풋을 내뱉는 형태로 이루어져있고, h가 있는데 이는 매 타임 스텝마다 이전의 hidden state와 현재의 x를 받아..

작성자김윤희소 감CNN 리뷰를 진행하였다. 보다 쉬운 내용이라 후다닥 끝낼 수 있었고, 친구들과 이야기하며 하니 재미있었다. 일 시2025. 5. 23. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 fully connected 의 문제점이미지의 공간적 구조를 알 수 없음 → flatten 해버리니까→ 어떻게든 입력데이터의 구조를 활용하는 모델을 구축하는 것이 좋다입력데이터의 구조 → 이미지의 공간적 정보?convolution layerfilter의 depth 는 항상 input image의 depth(channels)와 같아야함input image와 fliter의 내적 곱을 통해 계산일반적으로 bias를 추가해입력이..

작성자임혜진소 감머지소트는 분할 정복으로 착착 정렬되는 모습이 직관적이라 재미있다. 코드 구현도 어렵지 않다.마지막 모각코라서 아쉬웠다. 지금까지 모각코를 수행하니 혼자 공부하는 것보다 더 많은 양을 공부할 수 있었고 글로 정리하며 서로 공유할 수 있어서 좋았다.일 시2025. 3. 10. (월) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 합병정렬 (Merge Sort)합병 정렬은 Divide & Conquer (분할정복) 방식을 기반으로 한 정렬이다. 배열을 쪼개고 쪼갠 뒤 합치는(merge) 과정에서 정렬이 된다. 그래서 Merge Sort이다. 📍 C++ 구현 코드class Solution {public: ..

작성자임혜진소 감음 선택정렬은 이해도 구현도 좀 쉽다. 가장 작은 값을 선택한다 선택정렬. 알고리즘을 앞으로 더 꾸준히 해보아야겠다.일 시2025. 5. 16. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 선택정렬 (Selection Sort)가장 작은 값을 찾아 선택한다. 정렬되지 않은 배열의 첫 번째 원소부터 현재 원소이고, 그 뒤의 모든 원소를 비교해가며 가장 작은 원소를 찾는다. 가장 작은 원소를 현재 원소와 교체한다. 그러면 점점 앞에서부터(가장 작은 수부터) 순서대로 정렬되어간다.우리가 실제로 실물 카드를 정렬한다고 했을 때, 선택정렬을 사용할 사람은 없을 것 같다. 가장 작은 수를 찾아서 앞에다가 놓아가..

작성자임혜진소 감음 간단한데 은근.. 어려운 삽입정렬. 뭔가 다른 정렬들은 딱 특징이 드러나는데 삽입정렬은 어떻게 하는거였지? 구현을 시작할 때 잘 생각이 안난다. 이전에 배운 내용을 복습하는 시간을 가져서 좋았다. 일 시2025. 5. 9. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 삽입 정렬 (Insertion Sort)삽입 정렬은 실제로 내가 카드를 가지고 있다고 생각하면 더 이해가 쉬운 것 같다. 정렬되지 않고 나열된 카드 중 두 번째 카드를 들어 손에 쥔다. 그러면 내가 두 번째 카드를 들고 있으므로 두 번째 칸이 빌 것이다. 바로 앞의 카드와 비교하여 내가 들고 있는 카드보다 크다면 앞 카드를 한 칸..

1. 서브쿼리(Subquery) — SQL문 안에 포함된 또 다른 SQL문 서브쿼리란?하나의 SQL문 안에 또 다른 SQL문이 포함된 형태메인 쿼리에서 일부 데이터를 추출하기 위해 보조적으로 사용하는 쿼리종류:중첩 질의 (WHERE절)스칼라 서브쿼리 (SELECT절)인라인 뷰 (FROM절)① 중첩 질의 (Nested Subquery) — WHERE절에서 사용외부 쿼리의 조건절에서 내부 쿼리를 이용해 조건 필터링비교 연산자: =, , != 등 사용 가능집합 연산자:IN, NOT IN: 내부 쿼리 결과 중 포함 여부ALL, SOME, ANY: 조건을 모든/일부 값에 대해 비교EXISTS, NOT EXISTS: 내부 쿼리 결과의 존재 여부 확인IN vs EXISTSIN: 내부 쿼리의 결과 전체를 메모리에 적재..

AbstractDNN이 매우 큼에도 불구하고 성공적인 DNN은 train과 test의 성능 차이가 매우 작다.이 말은 일반화 오류가 작다고 표현일반화: 보지 않은 새로운 data에서도 잘 작동하는 것⇒ 일반화 오류가 작다는 건 모델이 단순히 크기만 커서가 아니라 그 안에 존재하는 모델의 feature와 학습하는 방법이 성능 차이를 줄이는데에 기여한다!위와 같은 접근법, 전통적인 접근법 (feature 학습이나 정규화)는 large NN의 일반화 성능을 충분히 설명하지 못한다는 걸 실험적으로 보여줌sota ResNet for image classification을 훈련할 때 train data label을 무작위로 변경 or 실제이미지 대신 random noise를 사용하더라도 모델이 완벽히 학습하더라→ ..

작성자배세은소 감오랜만에 인공지능의 기반인 CNN의 발전 방법을 살펴보아서 좋았다. 일 시2025. 5. 16. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진2011까지의 ImageNet Challenge 우승자들은 NN이 아닌 손으로 feature을 생성하고, Linear Classifier을 이용해서 우승했다. 2011의 최고 에러율은 약 25.8퍼센트! 2012년부터 처음으로 CNN이 도입되면서 AlexNet이라는 딥러닝이 1등을 해버렸다.이 AlexNet을 이제부터 자세히 설명해보겠다람쥐 짜잔 그 유명하다는 AlexNet 논문https://proceedings.neurips.cc/paper/2012/file/c399..

내장 함수란?- 사용자가 직접 정의하지 않고 DBMS에서 기본적으로 제공하는 함수- 주로 SELECT 문에서 사용됨- 결과는 항상 "스칼라(단일 값)"으로 반환되어야 함. 숫자 함수ABS(n)절댓값 반환ABS(-6) → 6ROUND(n, m)n을 소수점 m자리까지 반올림ROUND(3.14159, 2) → 3.14FLOOR(n)n보다 작거나 같은 가장 큰 정수 (내림)FLOOR(4.9) → 4CEIL(n)n보다 크거나 같은 가장 작은 정수 (올림)CEIL(4.1) → 5LOG(n)n의 자연로그 (밑 e)LOG(2.72035) → 1POWER(n, m)n의 m승 반환 (거듭제곱)POWER(4, 2) → 16SQRT(n)n의 제곱근 반환SQRT(16) → 4SIGN(n)양수/음수/0 여부 판단 (n > 0 →..