Tasha's devlog

- 모델을 선택한 이유를 적기 위해서 모델 별 비교를 찾는데 성능지표를 잘 모르니 헷갈렸음.  - 검색을 하다 보니 정리 되게 잘해주셔 나중에도 보려고 가지고 왔다.  https://ai-bt.tistory.com/entry/01-Object-Detection Object Detection 정의와 Evaluation metric (평가지표)1. 이미지 탐지 종류1) Classification (분류)Classification은 가장 기본적인 이미지 처리 기법 중 하나입니다. 단어 그대로, 이미지를 특정 클래스 또는 카테고리로 분류하는 작업을 의미합니다. 주어진ai-bt.tistory.com - 위 글을 바탕으로 정리  성능 평가 confusion  matrix precisionrecallPR CurveA..

수정 전-- 2. 1번에서 확인한 누적 백분율 값에 대해 조건을 걸어, 상위 30%초과 상위 70%이내 학생들을 출력하세요.SELECT ID, SCORE, CUME_DIST() OVER(ORDER BY SCORE DESC) AS CUME_DISTFROM (SELECT S.ID, S.SCORE, CUME_DIST() OVER(ORDER BY SCORE DESC) AS S.CUME_DISTFROM STUDENT S)WHERE S.CUME_DIST BETWEEN 0.3 AND 0.7ORDER BY S.CUME_DIST; -일단  from 절에서 서브쿼리로 썼으면 굳이  select에서 다시 할 필요 없음- as 뒤에 테이블명을 붙이면 X- 서브쿼리 값을 메인쿼리에서 가져다가 사용하지 x 수정 후..

*엘리스 코딩 강의안* - 실무에서는 group by를 더 많이 사용한다고 함.  - rollup() 뒤에 오는 컬럼 명 순서가 중요함. 그것을 기준으로 나누는 것 .- so, rollup과 달리 cube는 뒤에 오는 칼럼의 순서가 상관이 없음. - 노랑: rollup(d.name, j.name)- 분홍: rollup(j.name, d.name)=> cube는 이 2개를 모두 합친 것. - 마리아 디비는 cube 가 없으니 with rollup 2개를 union  해주면 됨. - ROLLUP처럼 동시에 고려하는게 아니라, grouping sets() 뒤에 칼럼 각각의 값을 그루핑- union all 써주면 됨.

*엘리스 코딩 강의안*  - row_number ()는 동일 값에 다른 값을 부여하기 때문에, 구분을 위해서 이걸 사용할 때는 다른 기준점을 두는 것이 좋음.  - ntile()은  딱 맞아 떨어지지 않으면 앞에 있는 그룹부터 개수가 1개씩 추가 됨.

- 그룹 내 행 순서함수 - 윈도우 함수가 길어지니깐 헷갈려진다.. 수정 전-- 그룹 별, 참가자의 앞, 뒤 기록과 그룹 내에서 가장 빠른 기록, 가장 느린 기록을 조회하세요.select ID GROUP_NUM, TIME_RECORD, LAG(TIME_RECORD, 1) over(PARTITION BY GROUP_NUM ORDER BY TIME_RECORD) LAG, LEAD(TIME_RECORD, 1) OVER(PARTITION BY GROUP_NUM ORDER BY TIME_RECORD) LEAD, FIRST_VALUE(TIME_RECORD) OVER(PARTITION BY GROUP_NUM ORDER BY TIME_RECORD LOWS BETWEEN UNBOUNDED PRECEED..

- 집계함수로.. sum을 잘 모르겠음..  수정 전 -- 2. SUM 집계 함수를 이용하여, 판매자 이름, 상품 ID 별 판매 금액을 구하는 쿼리를 작성하세요.SELECT S.SELL_ID, S.SELLER_NAME, P.PRODUCT_NAME, S.QUANTITY, SUM(PRICE * QUANTITY) OVER( PARTITION BY SELLER_NAME, PRODUCT_ID) AS (PRICE * QUANTITY)FROM PRODUCT PJOIN SELL S ON S.PRODUCT_ID = P.PRODUCT_IDORDER BY P.PRODUCT_ID;- as 뒤에는 () 사용 X 수정 후-- 2. SUM 집계 함수를 이용하여, 판매자 이름, 상품 ID 별 판매 금액을 구하는 쿼리를 ..

- 이전 프로젝트를 정리하다가 주피터 파일이 너무 커져서 업로드가 안되는 것을 보고 코멘토는 바로 연결하려고 아예 깃과 연동 시켰다.  - 구글 검색을 했는데 거의 git을 터미널에서 따로 하는 거라 GPT에게 물어봐서 설치 또 나중에 헷갈릴까봐 정리해둠! 1. 터미널에서 깃 레포지토리랑 프로젝트 폴더 연동 cd /Users/tasha/Mywork/webTest # 네 프로젝트 폴더로 이동git init # Git 저장소 초기화git remote add origin #연결확인 git remote -v#리드미가 있어서 아래로 충돌 방지를 위해서 가지고 옴git pull origin main --rebasegit push -u origin main# 첫 커밋git add .git commit -m "초기..

[ 전주 오송중 고사장 후기 ] - 날씨가 많이 풀려서 오늘은 별로 춥지 않았음. - 감독관님이 리스닝 때는 히터를 끄시고, rc를 할 때 다시 켜주셨다.  - 창가 쪽 끝자리 쯤이었는 데, 소리도 잘 들리고 좋았다. - 오송중은 항상 화장실에 휴지도 많고 그래서 편함.   [ LC 후기 ]- part1 부터 심상치 않기는 했지만, 괜찮았는 데 - part2는 ... 그냥 원래 잘 들으면 5를 푸는 데 그냥 2에만 집중해서 풀었다.. 계속 집중해야 했고, 트릭이 있었음. - 3는 그냥 무난 했던 듯. 그래도 좀 집중해야 해서... 마지막 질문 나올 때는 다시 돌아와서 풀었음 .  [ RC 후기 ]- part5는 쉬운 편이어서 part3 들으면서 다 풀었음. - part6도 좀 집중하긴 했지만, 괜찮았음...

- 멀티캠퍼스에서 제휴 쿠폰을 받았고 마침 데이터 사이언티스 컴퓨터 비젼 캠프가 있어서 신청함.  - 멘토님이 매우 친절하셨고 마침 그림심리 검사를 디지털화시키는 작업에 참여하고 계시다고 해서미리 드린 질문 말고도 여러가지를 여쭤봤었다. + 또 의료쪽 사이트 프로젝트 하고 계시다고 해서 신기하기도 했다. 마침 내가 가고 싶은 분야이기도 했고.  - 직무에 대해서도 정리를 잘 해주셨고, 데이터를 어디에서 얻을지랑 소스코드도 주셔서 한시름 놓기도 했달까.  - 다만, 말씀하신 것처럼 깊이있는 것보다는직무를 전체적으로 쓱 훓어볼 수 있는 5주가 될 것 같다.! - 논문이랑 현재 모델들 비교해놓은 사이트도 알려주셔서 공부할 때도 정말 도움이 많이 될 것 같다.https://paperswithcode.com/ P..

✅ YOLO 모델 성능 지표mAP (mean Average Precision)객체 탐지 모델의 성능을 평가하는 대표적인 지표평균 정밀도(AP)의 평균값mAP@50 → IoU(Intersection over Union) 값이 0.5일 때의 mAPmAP@50:95 → IoU 값이 0.5에서 0.95까지 0.05 간격으로 평균값 계산Precision (정밀도)모델이 탐지한 객체 중에서 실제로 정답인 객체의 비율Precision=TPTP+FP\text{Precision} = \frac{TP}{TP + FP}Precision=TP+FPTP​TP: True Positive, FP: False PositiveRecall (재현율)실제 객체 중에서 모델이 올바르게 탐지한 객체의 비율Recall=TPTP+FN\text{..