본문 바로가기

전체 글131

SQL lv2 상품 별 오프라인 매출 구하기 SELECT p.PRODUCT_CODE, (p.PRICE * sum(o.SALES_AMOUNT)) as SALESFROM PRODUCT pINNER JOIN OFFLINE_SALE o ON p.PRODUCT_ID = o.PRODUCT_IDgroup by 1order by 2 desc, 1 asc 상품의 판매 갯수를 구하기 위해 sum으로 묶고 가격을 곱했다.매출액 기준으로 내림차순 정렬 하고 코드 기준으로 오름차순 정렬 했다.더 깔끔한 쿼리가 있을 것 같다. 2024. 4. 24.
SQL lv3 조건에 맞는 사용자와 총 거래금액 조회하기 SELECT u.USER_ID, u.NICKNAME, sum(b.PRICE) AS TOTAL_SALES FROM USED_GOODS_BOARD b JOIN USED_GOODS_USER u on b.WRITER_ID = u.USER_ID WHERE b.STATUS = "DONE" GROUP BY 1, 2 HAVING TOTAL_SALES >= 700000 ORDER BY TOTAL_SALES 총 거래금액을 조회하기 위해 sum 사용했다. 완료된 거래를 WHERE b.STATUS = "DONE" 사용하여 필터링 했다. 그룹화 된 user, nickname 의 총 거래금액이 70만원 이상이어야 하기 때문에 where절이 아닌 having 절에 조건문 사용했다. 2024. 4. 22.
SQL lv3 대여 기록이 있는 자동차 리스트 구하기 SELECT distinct(c.CAR_ID) FROM CAR_RENTAL_COMPANY_CAR c JOIN CAR_RENTAL_COMPANY_RENTAL_HISTORY h on c.CAR_ID = h.CAR_ID WHERE date_format(h.START_DATE, '%m') = 10 AND c.CAR_TYPE = "세단" ORDER BY 1 DESC CAR_ID 조회 시 중복이 없게 하기 위해 distinct 사용했다. 10월에 대여를 시작한 자동차를 조회하기 위해 date_format으로 10월인 것을 필터링 하고 비교연산자로 세단만 필터링 하여 내림차순 정렬했다. 2024. 4. 22.
SQL lv2 루시와 엘라 찾기 SELECT ANIMAL_ID, NAME, SEX_UPON_INTAKE FROM ANIMAL_INS WHERE NAME in ('Lucy','Ella', 'Pickle', 'Rogan', 'Sabrina', 'Mitty') where in 구문 사용해서 해결했다. 2024. 4. 22.
SQL lv3 오랜 기간 보호한 동물(2) with dd as ( SELECT i.ANIMAL_ID as ANIMAL_ID, DATEDIFF(o.DATETIME, i.DATETIME) as dd FROM ANIMAL_INS i JOIN ANIMAL_OUTS o on i.ANIMAL_ID = o.ANIMAL_ID ) SELECT i.ANIMAL_ID, i.NAME FROM ANIMAL_INS i join dd on i.ANIMAL_ID = dd.ANIMAL_ID ORDER BY dd.dd desc limit 2 조회 시 ID와 NAME만 출력하기 위해 with 절 사용하여 key인 animal_id 컬럼과 DATEDIFF 사용한 컬럼으로 dd를 만들었다. 이후 id와 이름만 조회하고 with절과 join 하여 내림차순 정렬 후, 2개만 출력하기 위.. 2024. 4. 22.
GPT에게 고유벡터와 고유값 배우기 2024. 4. 22.
프로그래머스 데이터분석 데브코스 11-1 (선형대수) 선형대수 수 들이 모여있는 개념과 관련된 식을 연구하는 수학의 한 분야 수가 모여 있다는 것은 벡터 혹은 행렬이라고 함 수를 다루는 많은 학문 (데이터, 공학, 과학적 분석 등)에서 수의 연산을 빠르고 효과적으로 하기 위해 사용하는 도구 수의 집합을 기하학적인 형상으로 적용 하여 표현 시각적이고 직관적으로 수의 값을 이해 할 수 있음 기하학적으로 의미를 갖는 다양한 변환을 수학적으로 정의할 수 있음(회전, 스케일링 등) 수의 집합 : 스칼라, 벡터 행렬, 텐서 숫자는 특정한 방향으로 줄을 서듯 모일 수 있음 방향을 보통 차원이라고 부름 숫자들이 얼마나 모이는지에 따라 크기가 정해짐 스칼라 : 다른 숫자와 함꼐하지 않고 홀로 존재하는 수 벡터 : 한쪽 방향(차원)으로만 숫자가 모인 형태 → 1차원 행렬 :.. 2024. 4. 22.
프로그래머스 데이터분석 데브코스 11-1 (머신러닝의 기초) 머신러닝 데이터에서 지식을 추출하는 방법 머신 스스로가 데이터를 바탕으로 그 안에 있는 특징과 패턴을 찾아냄 특징과 패턴을 바탕으로 새로운 데이터에 대한 추론을 진행 명시적 프로그램 : 규칙 기반 전문가 시스템 (Rule-Based Expert System) 장점 처리 과정을 사람이 이해하기 쉬움 작은 데이터에서 효과적 단점 특정 규칙은 한 분야나 작업에 국한 변경에 대응이 어려움 규칙 설계 시 해당 문야의 전문가가 필요 머신러닝 명시적 프로그램의 한계를 극복할 수 있는 기법 데이터 내부에서 자주 발생하는 특징과 패턴을 감지 그러한 특징과 패턴을 Feture 문제를 해결하기 위한 판단 기준을 시스템 스스로 찾아냄 장점 예상치 못한 상관 관계를 파악하는데 탁월 특정 도메인에서 전문가가 필수로 필요하지 않음.. 2024. 4. 22.
SQL lv4 보호소에서 중성화 한 동물 SELECT i.ANIMAL_ID, i.ANIMAL_TYPE, i.NAME FROM ANIMAL_INS i JOIN ANIMAL_OUTS o on i.ANIMAL_ID = o.ANIMAL_ID where i.SEX_UPON_INTAKE != o.SEX_UPON_OUTCOME ORDER BY 1; ID, type, 이름을 출력하기 위한 select와 들어올 당시 중성화가 안되었지만 나갈 당시 중성화 된 동물 은 Upon 필드의 값이 다를것이기에 where 절에 비교문으로 처리하고 이름순으로 조회하기 위해 order by 사용했다. 2024. 4. 19.

티스토리툴바