코딩헤딩

3과목 * 카티션 프로덕트(cartesian product) : 모든 조합을 표시 * 관계대수 관계형 데이터베이스에서 원하는 정보와 그 정보를 검색하기 위해서 어떻게 유도하는가를 기술하는 절차적인 언어이다. 1. 일반 집합 연산자 - 합집합 - 교집합 - 차집합 - 카티션 프로덕트 2. 순수 관계 연산자 - 셀렉트 - 프로젝트 - 조인 - 디비전 * 키 종류 슈퍼키 : 유일성을 만족하는 속성 또는 속성들의 집합 후보키 : 유일성과 최소성을 만족하는 속성 또는 속성들의 집합 대체키 : 기본키로 선택되지 못한 후보키 외래키 : 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 기본키(Primary key) 기본키는 후보키 중에서 특별히 선정된 주키(Main Key)이며 한 릴레이션에서 특정 튜플을 ..

* 단순프로젝트 나열 x * 경험정리 중요함 차별화된 경험(현업의 직무상황과 유사한 환경) * 타겟기업 리스트만들기(그 안에서 직무나 필요한 자격 찾기) * 자소서에서의 표현법(ㅇㅇ를 못했다 =>x ㅇㅇ를 보완하기 위해서) * 서류전형 - 직무에 대한 이해도와 필요 역량 : 주요프로젝트 서술 직무 강점 - 잘 맞는 인재인가 : 성격의 장단점 성장과정 협업경험 - 회사에 대한 애정도가 있는가 : 지원동기 입사후 포부 - 문서작성과 의사전달 능력 : 문항전체 * 차별화된 자소서 - 차별화된 강점 도출 - 스토리 도출 : 구체적인 노력사항을 적기 - 현업이해도 어필 : 입사포부, 지원동기에서 구체적인 직무 목표를 적기 현업에서 무엇을 할지 찾아보 - 프로젝트중 시간이 촉박해서 끝내지 못한 과제들을 기한 마김 ..

https://coding-heading.tistory.com/104 Deep learning[딥러닝] YOLO 객체탐지 네트워크 가중치 모델 사용 https://coding-heading.tistory.com/103 Deep learning[딥러닝] YOLO 객체탐지 네트워크 기초 - "욜로"라고 칭한다. - 한 개의 네트워크(계층, 모델 같은 의미로 칭함)에서 객체(물체, 사물)를 탐지 - 탐지된 개체의 coding-heading.tistory.com * 위 글의 가중치 모델을 이용해서 객체(자동차) Detection 하는 코드를 함수로 만들어 보았다. def predict_yolo(img_path) : """이미지 데이터 가져오기""" img = cv2.imread(img_path) """BGR을 ..

파이썬의 메모리 구조는 그림과 같다. - 스택(stack) 영역 : 지역변수/매개변수 저장, 함수가 호출될 때 할당되고 호출이 끝나면 소멸 - 힙(heap) 영역 : new명령으로 생성된 인스턴스 변수(사용자의 동적할당)가 저장, 메소드 호출이 끝나도 소멸되지 않음 - 데이터(data) 영역 : 전역변수/정적변수 저장, 프로그램이 시작될때 할당되고 프로그램이 종료되면 소멸 - 코드(text) 영역 : 실행할 프로그램의 코드가 저장 * 파이썬은 메모리를 잘 관리해야 한다. 이러한 이유로 제너레이터와 이터레이터가 있다. 만약 연속된 숫자를 미리 만들면 숫자가 적을 때는 상관없지만 숫자가 많을 때는 메모리를 많이 사용하게 되므로 성능저하가 있을 것이다. 그래서 파이썬에서는 이터레이터만 생성하고 값이 필요한 시..