Simon Yoon's blog

Description1. Server 자원 접속2. MySQL 설치 (+MariaDB)3. DB 권한 설정 (MySQL, MariaDB)4. 원격 접속 허용 설정4-1. 설정 파일 찾기4-2. 설정 파일 변경4-3. DB 재시작5. 새로운 유저 생성참고자료Description1. Server 자원 접속⚙mac OS 작업 환경 기준 서버 운영체제는 Ubuntu 기준macOS는 기본적으로 UNIX 기반의 운영체제 → 그렇기 때문에 OpenSSH Client를 기본으로 포함키 파일의 권한을 400으로 변환하여 가능 권한을 맞추고 아래와 같은 명령어를 통해서 서버에 접속# pem 파일 400 권한으로 변경 $ chmod 400 # 예: chmod 400 /Users/simon/key.pem # 접속 $ ssh ..

Voice Pitch (음 높이)를 확인하기 위해서는 다음의 tensorflow tutorial 을 통해 SPICE 라고 하는 모델을 사용할 수 있다. https://www.tensorflow.org/hub/tutorials/spice SPICE를 사용한 피치 감지 | TensorFlow Hub SPICE를 사용한 피치 감지 이 colab에서는 TensorFlow Hub에서 다운로드한 SPICE 모델을 사용하는 방법을 보여줍니다. sudo apt-get install -q -y timidity libsndfile1 Reading package lists... Building dependency tree... Reading st www.tensorflow.org

2022.07.30 - [워크시트] - 클라우드 컴퓨팅 - 1 2022.07.31 - [워크시트] - 클라우드 컴퓨팅 - 2 5. 클라우드 컴퓨팅에서 MSP(Managed Service Provider)의 역할 Managed Service Provider의 사전적 의미 기업의 클라우드 기반의 서비스를 운영 및 관리하는 서비스 제공자 주로 클라우드에 최적화된 기술 지원을 통해 반복되는 서비스를 자동화하고 불가피하게 발생되는 이슈나 장애 상황에 신속하게 대응 및 처리를 담당 MSP의 역할 구설 배포, 관리 지원, 운영 관리, 교육, 전문 지원, 운영 최적화 6. 클라우드 컴퓨팅의 대표적인 서비스 소개 VPC: Virtual Private Cloud의 약자로 가상 네트워크를 제공하는 것을 의미 Subnet: ..

Python 라이브러리 중에 목소리 pitch tracker 가 가능한 라이브러리가 있어서 이에 대해 포스팅하고자 합니다. 소개 CREPE 라는 라이브러리는 A Convolutional Representation for Pitch Estimation 이라는 이름의 약자로, "monophonic pitch tracker based on a deep convolutional neural network operating directly on the time-domain waveform input" 이라고 소개되어 있습니다. 위의 그림과 같이 WAV audio file을 input으로 하면, 6개의 컨볼루션 레이어를 거쳐서 output vector 를 만들어내게 됩니다. 결과적으로 해당 audio signal을..

DataFrame? 2차원(column과 row) 테이블 데이터 구조를 가진 자료형 DataFrame 생성 방법 ① 딕셔너리를 활용하여 생성 ② 리스트를 활용하여 생성 ③ 파일을 읽어서 생성 ① 딕셔너리를 활용하여 생성 a1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]}) ② 리스트를 활용하여 생성 a2 = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]], ["a","b","c"]) a2 왜 위와 같은 형태로 생성되는지를 확인하기 위해서는 shift + tab 을 활용하여 각 파라미터가 어떤 것을 의미하는지 알아볼 수 있다. 참고로 함수에 커서를 가져다 두고 shift + tab 을 누르면 해당 함수의 param..

Group by 데이터 분할(split) > operation 적용(applying) > 데이터 병합(combine) > groupby 내부 함수 활용하기 >> 그룹 데이터에 적용 가능한 통계 함수(NaN은 제외하여 연산) >> count: 데이터 개수 >> size: 집단별 크기 >> sum: 데이터의 합 >> mean, std, var: 평균, 표준편차, 분산 >> min, max: 최소, 최대값 > 복수 columns를 기준으로 grouping 하기 >> 통계함수를 적용한 결과는 multiindex를 갖는 DataFrame # cust_class 와 sex_type으로 index를 정하고 이에따른 r3m_avg_bill_amt의 평균을 구하기 cust.groupby(['cust_class', 'se..

학습목표 데이터 분석을 위해 필요한 Python 데이터 관련 함수를 이해하기 why Python? - AI packages, libraries 활용 - 데이터 분석, 전처리를 보다 직관적이고 쉽게 - AI 알고리즘 활용 호환 데이터 관련 함수 사용 이해 keywords: tuple, slicing, list, indexing, dictionary indexing: 특정한 값을 뽑아내는 역할 indexing 예시 인덱싱의 형태 x[번호] > Python은 숫자를 0부터 셈 > x[0]는 'R'을 x[-1]은 '!'를 불러올 수 있음. 뒤에서부터 읽는 경우는 -(마이너스 기호)를 붙여줌. Slicing: 한 문자만이 아니라 단어를 뽑아내는 능력 슬라이싱의 형태 x[시작번호:끝번호] > 단, 번호를 지정할 때..

2022.07.30 - [워크시트] - 클라우드 컴퓨팅 - 1 3. 물리 환경과 클라우드 컴퓨팅의 차이점 물리 환경 구축에 필요한 장비 물리 서버 + 인터넷 네트워크 환경(허브 & 라우터* & 인터넷) + 랙 *라우터: 경로 탐색의 기능(네비게이션의 역할) eg. 이 PC에서 네이버까지 가는 길(외부 인터넷까지 통신이 어떻게 되는가를 확인할 수도 있다.클라우드 컴퓨팅 구축 간 필요한 장비 PC + Internet + VPN(Virtual Private Network; 가상 사설 망) 물리 환경 관리에서 필요한 것 항온항습 + 관리자(여기서의 관리자는 물리 환경 구축에 필요한 장비에 대한 전문가/관리자들이 필요) 클라우드 환경 관리에서 필요한 것 관리자 물리 환경과 클라우드 컴퓨팅의 차이 비용적인 측면: ..

1. 클라우드 컴퓨팅 사용한 만큼 비용을 지불(종량제) 물리 장비를 소유하지 않음 파일 저장 및 다운로드 민첩성 있는 구축 탄력적인 서비스 재해 복구(침수, 건물 문제로 인한 장비의 고장) 등이 용이 공유 자원 사용 인터넷을 이용한 자원 관리 2. 클라우드 컴퓨팅의 역사와 발전 과정 Salesforce: 1999년 세일즈포스에서 웹 업무 애플리케이션 서비스를 공개(SaaS) AWS: 2006년 아마존에서는 aws 라는 서비스를 통해 s3 와 ec2 서비스를 공개(IaaS) s3 는 simple storage service 라고, 데이터를 aws 인프라에 저장 → 외부 사람들에게 공개 ec2 는 elastic compute 라고 컴퓨팅 환경을 제공, 네트워크에 대한 상세한 설정 Dropbox: 2007년 ..

품질(Quality)의 개념 - 전통적 품질관리에서의 품질: "규격에 부합하는 것" - 품질을 보는 5가지 관점 선험적 관점: 품질을 정의할 수는 없더라도 무엇인지 고객이 인지 제품관점: 바람직한 성분이나 속성의 함량 차이가 곧 품질의 차이 사용자관점: 용도 적합성(Fitness for Use) 제조관점: 요구사항에 부합되는 정도(Conformance of Requirements) 가치관점: 품질은 실제 용도와 판매가격의 최적 상태 품질의 구성요소 - 제품특징: 시장점유율의 확대나 보다 높은 가격을 통하여 주로 '판매수익의 증대'에 기여하는 요소. 제품특징은 '설계품질'로서 이를 개선하기 위해서는 원가상승이 수반. - 무결함: 재작업, 폐기처분 고객불만 등의 감소를 통한 '원가절감'에 기여하는 요소. 무..

문제 두 테이블을 이용해 2018년 1월 1일 이후 일별로 집계된 쇼핑몰의 결제 고객 수, 매출액, ARPPU를 계산하는 쿼리를 작성해주세요. select date(x1.order_purchase_timestamp) dt, count(distinct x1.customer_id) pu, round(sum(payment_value), 2) revenue_daily, round( sum(payment_value)/count(distinct x1.customer_id), 2) arppu from olist_orders_dataset x1 inner join olist_order_payments_dataset x2 on x1.order_id = x2.order_id where x1.order_purchase_ti..

'개인화'와 '초개인화' '개인화'는 AI 와 Bigdata 기술을 가지고 사용자의 행동 데이터(eg. 소셜 미디어, 웹사이트 등의 행동 데이터)를 분석하고 상황과 맥락을 파악한다. 또한 기본적인 개인정보를 바탕으로 비슷한 사람들끼리 유형화하여 고객을 분류(User Segmentation)한다. 이를 바탕으로 사용자의 니즈를 파악하고 맞춤 컨텐츠, 제품, 서비스를 제공한다. '초개인화'도 '개인화'와 마찬가지로 고객에 대한 기본적인 개인정보, 행동 데이터(eg. 인터넷 검색 패턴, 구매 상품에 대한 반응, 장바구니 내역 등의 구체적인 행동 패턴)를 실시간으로 수집하고, 이를 바탕으로 AI를 이용해 분석하고 예측하여 사용자에게 최적화된 서비스를 제공한다. 다만 '초개인화'는 사용자의 미래 행동과 상황까지 ..

오늘은 프로그래머스 sql 문제 중에 '우유와 요거트가 담긴 장바구니' 문제를 풀어보도록 하겠습니다. 난이도는 Level 4 이며, JOIN을 알고 있으면 풀 수 있을 것 입니다. 언어는 mysql로 풀이하였습니다. 문제 데이터 분석 팀에서는 우유(Milk)와 요거트(Yogurt)를 동시에 구입한 장바구니가 있는지 알아보려 합니다. 우유와 요거트를 동시에 구입한 장바구니의 아이디를 조회하는 SQL 문을 작성해주세요. 이때 결과는 장바구니의 아이디 순으로 나와야 합니다. 풀이과정 이 문제의 기본은 우유와 요거트를 동시에 구입한 장바구니의 아이디를 조회할 수 있어야 합니다. select distinct(a.cart_id) from (select * from cart_products where name = "..

오늘은 프로그래머스 sql 문제 중에 '보호소에서 중성화한 동물' 문제에 대해서 풀어보도록 하겠습니다. 문제 난이도는 Level 4 문제이고 JOIN을 사용하면 풀 수 있다고 합니다. 문제 풀이에 사용한 언어는 mysql입니다. 이제 문제를 확인해 보겠습니다. 문제 보호소에서 중성화 수술을 거친 동물 정보를 알아보려 합니다. 보호소에 들어올 당시에는 중성화되지 않았지만, 보호소를 나갈 당시에는 중성화된 동물의 아이디와 생물 종, 이름을 조회하는 아이디 순으로 조회하는 SQL 문을 작성해주세요. (중성화를 거치지 않은 동물은 성별 및 중성화 여부에 Intact, 중성화를 거친 동물은 Spayed 또는 Neutered라고 표시되어있습니다.) 풀이과정 일단 두 가지 큰 조건이 있습니다. 1. 보호소에 들어올 ..

오늘은 solvesql에 있는 '두 테이블 결합하기' 문제를 풀어보겠습니다. 난이도는 쉬움이며, 언어는 mysql로 하겠습니다. 문제 events 테이블(올림픽 경기 종목과 경기 이름)과 records 테이블(역대 올림픽 참가 선수들의 신체 정보와 획득한 메달 정보)을 활용해 올림픽 골프 종목에 참가한 선수의 ID를 모두 조회하는 쿼리를 작성해주세요. 풀이과정 일단 이 문제의 포인트만 살펴보자면, 올림픽 골프 종목에 참가한 선수의 ID를 모두 조회하라는 것입니다. 우리는 여기서 올림픽 종목에 대한 것은 events 테이블과 records 테이블에 있을 것이고, 참가한 선수의 ID는 records 테이블에 있을 것이라는 것부터 알아야합니다. 그렇다면 join 구문은 events 와 records 의 각 경..