jaegom's study room

** Grammars and Parsing ** Top Down Parsing ** Bottom up Parsing ** Dynamic Programming Parsing ** CKY parser

* rule based NLP의 경우 실제 사용한 예를 분석 -> 규칙을 만들어 적용 -> 일반화 하기가 어렵다 -> 그래서 확률값을 기준으로 language model 을 구하기 시작했다 * machine readable 한 file 인 corpora : large databases of texts ( corpus 의 복수형 명사 ) > 실제 사용된 문장들의 모음 > raw texts , 이제는 인터넷 상에서 방대한 양의 뉴스 기사 등등 구할 수 있다. > 외국은 google, 우리나라는 naver 등에서 엄청난 양의 corpus를 가지고 있는 것이다. * balanced corpus : 다양한 장르의 문장들을 특정 비율로 모아서 구축한 corpus ex : brown corpus , ..

** subquery 란?? > scalar subquery : 스칼라 서브쿼리, select 절에 사용 > inline view : 인라인 뷰, from 절에 사용 > nested subquery : 중첩 서브쿼리, where 절에 사용한다 > 하나의 sql문 안에 포함되어 있는 또 다른 SQL문을 말한다 > 메인 쿼리가 서브쿼리를 포함하는 종속적인 관계이다 > 서브쿼리는 메인쿼리의 칼럼 사용 가능 > 메인 쿼리에서는 서브 쿼리의 칼럼을 사용할 수 없다 > 서브 쿼리는 서브쿼리를 괄호로 묶어서 사용 > 단일 행 혹은 복수 행 비교 연산자와 함께 사용 가능하다 > 서브쿼리 내에서는 order by 를 사용할 수 없다 ** scalar subquery : 스칼라 서브쿼리, select 절에 사용 쉽게 말해..

** Scalar function 이란 ?? > 입력값을 기준으로 단일 값을 반환하는 함수 Function Description UCASE 영문을 대문자로 변환하는 함수 LCASE 영문을 소문자로 변환하는 함수 MID 문자열 부분을 반환하는 함수 LENGTH 문자열의 길이를 반환하는 함수 ROUND 지정한 자리에서 숫자를 반올림하는 함수 ( 0이 소수점 첫째 자리 ) NOW 현재 날짜 및 시간을 반환하는 함수 FORMAT 숫자를 천단위 콤마가 있는 형식으로 반환하는 함수 ** UCASE (upper case) / LCASE ( lower case ) ** MID(원본 문자열, 문자열 반환 시작 위치 , 문자열 길이) > 문자열은 1부터 시작, 마지막 문자는 -1 ** LENGTH(문자열) ** ROUND..

차례 1. 벡터 / 행렬 2. 고유값과 고유벡터 3. 스펙트럼 분해 ( eigenvalue decomposition ) / 특이값 분해 ( SVD : singular value decomposition ) 1. 벡터 / 행렬 > 스칼라, 벡터 , 행렬 , 텐서 1. 벡터 > 벡터는 크기와 방향을 속성으로 가진다 , 서로 같은 벡터란 크기와 방향이 둘 다 같은 것 > 데이터 샘플들의 특징은 벡터로 표현된다. ex) 아이리스 데이터 셋의 행 벡터는 각각 꽃받침의 길이 ~ 등 값을 가지고 있다. > 영벡터 : 모든 원소가 0인 벡터 > 일벡터 : 모든 원소가 1인 벡터 > 두 벡터의 곱은 내적 inner product / dot product 라고 한다. > 2차 놈 norm 의 형태이다 > 단위 벡터 uni..

** group by > 그룹 별 데이터를 조회할 때 사용한다 ** having > 집계함수가 조건에 포함될 경우 where 대신 having 을 사용한다 > 쉽게 말해서, group by 즉 그룹화 한 결과물에 집계함수 조건을 적용할 때 사용한다 ex) having count > 3000 or having avg(col1) > 200 ex) select col1, col2 ... from tablename where condition group by col1, col2 , .. having condition ( aggregate func ) order by

** 여러 칼럼 혹은 테이블 전체 칼럼으로부터 하나의 결과값을 반환해주는 함수들 Function Description COUNT 총 갯수를 계산해 준다 SUM 합계를 계산해 준다 AVG 평균을 계산해 준다 MIN 가장 작은 값을 찾아준다 MAX 가장 큰 값을 찾아준다 FIRST 첫번째 결과값을 반환해 준다 LAST 마지막 결과값을 반환해 준다 ** 사용법 select count / sum / avg / min 등 agg func from ~ where ~

** Primary Key ( 기본 키 ) > 테이블의 각 레코드를 식별 > 중복되지 않은 고유값을 포함 > NULL 값을 포함할 수 없음 > 테이블 당 하나의 기본키를 가짐 -> 칼럼을 하나만 지정할 수 있고, 여러개의 칼럼을 지정할 수도 있다 ** 기본키 생성 방법 * 테이블 생성시에 줄 수 있다 * 하나의 칼럼을 기본키로 설정하는 경우 * 여러개의 칼럼을 기본키로 설정하는 경우 -> 키가 두개가 아니라 이 두 칼럼이 하나의 키임 ** 기본키 삭제 문법 alter table tablename drop primary key; 세부 정보를 확인해보니, primary key 속성이 사라졌다 ** 하나의 칼럼을 기본키로 지정하는 경우 , 여러개일 경우는 괄호에 여러개를 집어 넣으면 된다. alter tabl..

** 데이터 베이스를 백업한 SQL FILE 을 실행하여 해당 시점으로 복구하거나 이전 할 수 있다. ** 데이터 베이스 백업 > 파일을 저장한 경로로 이동 후 mysqldump -u root -p ~~ database > filename.sql 로 저장 > code . , vscode를 실행해보면 해당 경로에 파일들이 생성되어 있고, 그 내용들을 확인할 수 있다. ** 이후 aws rds 로그인 > 데이터 베이스로 이동 > source filename.sql 을 시행하면 로컬 데이터베이스가 aws rds에 저장된다 ** 테이블 단위 백업 > 데이터 베이스 단위에다가 테이블 명만 추가로 명시해주면 된다 > 테이블 생성 시 작성했던 쿼리..

** SQL file 이란? > .sql 확장자를 가진 파일로, sql 의 쿼리들이 모아져 있는 ( 작성된 ) 파일 > 데이터 베이스나 테이블을 리스토어 하고 백업 할 때 사용할 수 있다 ** 실행 방법은 두 가지가 있다 1. 로그인 한 상태 > mysql -u root -pdatabase 로그인 후 > source 경로.sql; 을 시행한다 > 만약 database에 바로 접속하지 않으면 > 동일하게 로그인 후 데이터 베이스로 use database; 형식으로 접근하면 된다. 2. 비로그인 방법 > 위와 동일하게 mysql 접속정보 database 이후 로그인해서 들어가보면 정상적으로 실행되었다.

** mysql 에서 사용자를 생성하는 것과 같다 ** 데이터 베이스 mysql 을 사용하는 상태 , use mysql ** create user '유저 이름'@'%' identified by '비밀번호'

** RDS > 데이터 베이스 > 작업 > 중지 > 안내 팝업 > 예 ** 중지 역시 생성과 마찬가지로 시간이 어느 정도 소요된다 ** 다시 시작하려면 , 데이터 베이스를 눌러서 세부 페이지로 이동 > 작업 > 시작 한다 ** 삭제할 경우 아래 항목을 체크, delete me를 공백에 유의하며 타입