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 |
- 정보처리기사필기
- 자바스크립트
- 순환신경망
- 컴퓨터구조
- c언어
- 데이터베이스
- 개발일기
- CSS
- 중학수학
- SQL
- 자바스크립트심화
- 중학1-1
- 머신러닝
- 디버깅
- 상속
- html/css
- JDBC
- rnn
- 딥러닝
- 컴퓨터비전
- 데이터분석
- ChatGPT
- 혼공머신
- JSP/Servlet
- 연습문제
- 정보처리기사실기
- JSP
- 자바
- 파이썬
- 자바 실습
- Today
- Total
목록전체 글 (1691)
클라이언트/ 서버/ 엔지니어 "게임 개발자"를 향한 매일의 공부일지
어제 문제풀이 부분은 학습일지를 정리하지 않았는데 아무래도 마음에 걸려 다음날 새벽에 일어나서 기록을 해본다. 학습 목표문제가 많지만 차근차근 하나씩 풀어보자.문제풀이 강의를 들을 때 아는 문제가 나와도 풀이 과정을 모두 들으며 놓치거나 몰랐던 부분을 학습해 보자.빠르게 문제를 풀기보다 어떤 값이 어떻게 들어가는지 하나하나 그려보면서 풀어보자. 문제 풀이 시간문제 풀기 : 아침 11시 반 ~ 1시 문제 해설 강의 듣기 : 오후 4시 ~ 6시 반 학습 일지 쓰기 : 다음날 새벽 4시 20분 ~ 5시 반 자주 틀리는 기출문제 유형 분석 1. 포인터 문제 이 문제는 매우 어려운 문제여서 자신이 이해하지 못한다고 낙담하지 말라고 하셨다. 전에는 이해하지 못했을 테니만 지금 들으니 포인터에..
연산자부터 마지막 개념 학습까지 학습일지를 써보려고 한다. 1.2배속으로 좀 천천히 들으니 훨씬 이해가 잘 되었다. 무엇보다도 공부가 너무 재미있어서 시간 가는 줄 모르고 했던 것 같다. 어느새 보면 수업 시간이 끝나고 쉬는 시간이 되었다. 학습 내용연산자명령문반복문사용자 정의 함수구조체클래스 학습 시간아침 10시 ~ 11시 반학습일지 쓰기 : 10시 ~ 10시 반 6. 연산자 7. 명령문 8. 사용자 정의 함수 9. 구조체 10. 클래스 학습을 마치고문제가 50문제나 되었지만 이 많은 문제를 1시간 반 동안 다 풀었다. 신기하게도 많이 맞았고 응용 문제들..
오늘 아침 수업을 듣지 않고 이 공부를 진행했는데 집중이 정말 잘 되었다. 수업하는 소리는 거의 들리지 않았고, 교실에 많은 학생들이 있었음에도 그곳에는 나 혼자 있는 것 같았다.이번주 내내 예정되어 있었던 컴퓨터 비전 수업이 오늘까지만 하고 마감이 되어 내일부터는 정처기 공부를 수업 시간에는 할 수 없을 것 같아 정말 아쉬웠다. 이제 오늘 아침에 공부했던 내용을 정리해 본다. 분량이 정말 많아서 스캔만 하는데도 한참 걸렸다. 귀찮은 마음을 뒤로하고 학습일지를 써본다. 하루를 보면 차라리 그럴 시간에 공부를 한자 더하는 게 나을 수도 있겠지만, 멀리 보면 하루의 공부 기록이 쌓이면 굉장히 놀라운 힘을 발휘한다. 학습 내용데이터 타입변수표준 함수배열 및 포인터파이썬 자료형 학습 시간아침 7시 50분 ~ ..
이번 단원도 무척 재미있게 학습하는 중이다. 강의 분량이 상당히 많았지만 언제 시간이 흐르나 싶을 만큼 열심히 들었고, 이해가 안 되는 부분은 다시 되돌리며 학습해 보았다.서버프로그램과 함께 배치프로그램도 함께 묶어서 학습을 진행해보려고 한다. 공부를 하다가 기록을 하는 것이 좀 귀찮게 느껴지고 시간이 아깝다는 생각이 들기도 했다. 그리고 옆의 공간에 필기를 많이 하는데 그 부분이 잘리는 것도 좀 그랬다. 학습 내용서버 프로그램 구현 : 보안 취약성 식별, API배치 프로그램 구현 학습 시간밤 9시 40분 ~ 10시 반 서버 프로그램 구현 배치 프로그램 구현 한 페이지가 더 있지만 그 부분을 중요하지 않은지 수업 시간에 언급하지 않아서 생략한다. ..
저녁을 먹고 공부를 다시 시작해 본다. 새로운 2권 책을 펼쳐서 각을 접는데 감회가 새로웠다. 1권은 빨간색이 주였다면 2권은 파란색이라 더욱 마음에 들었다.조금 전에 첫 강의를 들어보았는데 정말 재미있었다. 2과목까지는 암기할 것도 많고 지루한 부분이 많았으나 3과목부터는 데이터베이스 관련해서 재미있는 부분들이 좀 있었다. 4과목은 그동안 내가 공부했던 프로그래밍 언어에 관한 것이라 아는 것들도 많았으며, 강의를 들으며 궁금한 부분이 해결되기도 했다.전에는 강의가 빨리 끝났으면 싶어서 1.5배속으로 들었는데 이번부터는 1.25배속으로 낮추어 이해도 더 잘 되었다. 진작 이렇게 들을걸 그랬다.이제 학습일지를 쓰며 공부를 이어가보자! 학습 내용개발 환경 구축서버 개발 프레임워크 학습 시간저녁 8시 40분..
3과목의 마지막 장만을 남겨놓고 있다. 이것만 마치면 한 권의 책을 다 끝내게 된다. 정보처리기사는 두꺼운 책 두 권 분량인데 오늘까지 하면 정확히 3주 동안 학습을 한 셈이다. 처음 이런 자격증을 공부해보는 것이고, 어떻게 공부해야 할지도 몰라서 많이 헤맸으며 힘든 순간들도 있었다. 하지만 끝까지 포기하지 않고 여기까지 왔다.이제 고지가 보인다. 시험도 이제 열흘밖에 남지 않아 마음이 급해졌다. 열흘 동안 남은 한 권의 책을 다 마치고 기출문제도 풀어보며 총정리까지 마쳐야 한다. 하지만 왠지 잘할 수 있을 것 같은 자신감이 든다. 난 가끔씩 꿈에서 주님을 만날 때가 있다. 오늘 낮에도 그런 만남이 있어서 너무나도 기쁘고 황홀했다. 내 곁에는 가장 든든한 지원군이 늘 함께 하고 있음을 느끼며.. 너무나도..
이제 3과목도 거의 끝이 보인다. 소단원 3개나 남아있는데 분량이 얼마 되지 않아서 1~2개씩 묶어서 기록해 보기로 했다.우선 DB 물리 속성 설계에 대한 내용부터 학습해본다.이 부분은 금방 학습을 마칠 수 있을 것 같다. 학습 내용파티셔닝클러스터링데이터베이스 백업 학습 시간오후 3시 50분 ~ 4시 15분 1. 파티셔닝(Partitioning) 개념대용량의 테이블을 파이션이라는 보다 작은 논리적인 단위로 나눔으로써 성능 저하 방지 및 관리를 상대적으로 보다 용이하게 하는 기법 특징물리적 파티셔닝으로 인행 전체 데이터 훼손 가능성이 줄어들고 데이터 가용성이 향상됨데이터베이스를 작은 단위로 관리하여 편리부하를 각각 파티션들로 분산시켜 성능을 향상함병렬 데이터베이스 환경 중 수평분할에서 활용되는 분..
이 과목의 2주차 수업의 마지막이 얼마 남지 않았다. 데이터 병합하기만 공부하면 끝인 것이다. 한 주차 수업이 얼마나 길던지 끝나지 않을 것처럼 보였다. 그래도 이 수업은 3주 차까지만 있어서 다행이었다.그럼 바로 학습을 시작하기로 하자! 이론 8 - 데이터 병합하기 학생이 추가될 수도 과목이 추가될 수도 있는데 행이나 열이 추가되는 것이다. 이 데이터를 합치고 싶다면 어떻게 해야 할까? 인덱스를 초기화하기 위해 ignore_index를 True로 설정한다. concat()과 다른 점은 리스트로 넣지 않고 하나하나 왼쪽과 오른쪽에 인자로 넣어준다. how를 inner로 했을 때 5월과 6월의 데이터만 남고 나머지는 합쳐졌다. outer로 하면 3~6월이 모두 포함되어 ..
여섯 번째 단원으로 데이터를 정제하는 방법을 배워보기로 하자. 이 학습까지만 마치고 저녁 운동을 하려고 한다. 어제도 걷기와 줄넘기 운동을 하지 못했는데 오늘은 꼭 해야 할 것 같다.저녁에 Numpy/ Pandas 과목의 80% 이상 수료하고, 파이썬 응용 수업에 들어가는 게 오늘의 목표이다. 그래도 처음보다는 학습 속도가 빨라지고 있으니 기대해 볼 만하다. 그럼 데이터 정제 학습을 시작해 보겠다. 이론 7 - 데이터 정제하기 데이터를 보면 ascending 값이 생략되어 기본값인 오름차순으로 정렬되어 있다. 반면 ascending이 false면 내림차순으로 정렬된다.이 함수를 활용하면 데이터가 가지는 특징을 쉽게 파악할 수 있다. 기존의 index를 저장한 칼럼이 생기는데, 이때 ..
이번에는 데이터는 추출하는 방법에 대해서 공부해보려고 한다. 데이터를 분석하는 과정이 이렇게 여러 단계가 있다는 걸 알아가는 중이다. 먼저 데이터 추출은 어떻게 하는 것인지 학습해 보기로 하자.바로 이론 학습에 들어가본다. 이론 6 - 데이터 추출하기 특정한 조건에 맞는 데이터를 추출할 때 복잡한 조건을 작성하기 위해 필요하다. 파이썬에서는 and, or, not이라고 썼지만 pandas에서는 기호를 사용한다. 그리고 모든 조건은 소괄호를 사용해 묶어주어야 한다. 코드가 길어져도 어떤 작업을 위한 코드인지만 파악하면 쉽게 이해할 수 있다. 라벨을 활용한 데이터 추출 : loc위치를 뜻하는 location의 약자이다. 인덱스 이름과 컬럼 이름을 좌표로 삼아 해당 데이터를 추..