문제코드SELECT COUNT(ID) AS FISH_COUNTFROM FISH_INFOWHERE ISNULL(LENGTH) OR LENGTH 출처: 프로그래머스 코딩 테스트 연습, https://school.programmers.co.kr/learn/courses/30/lessons/293258
코드 및 쿼리문
문제코드SELECT FLAVORFROM FIRST_HALFWHERE TOTAL_ORDER > 3000 AND FLAVOR IN (SELECT FLAVOR FROM ICECREAM_INFO WHERE INGREDIENT_TYPE = 'fruit_based')ORDER BY TOTAL_ORDER DESC; # JOIN 활용SELECT I.FLAVORFROM ICECREAM_INFO I JOIN FIRST_HALF F ON F.FLAVOR=I.FLAVORWHERE F.TOTAL_ORDER > 3000 AND INGREDIENT_TYPE LIKE 'fruit%' 출처: 프로그래머스 코딩 테스트 연습, https://school.programmers.co.kr/learn/courses/30/lessons/13..
문제코드SELECT ROUND(AVG(DAILY_FEE)) AS AVERAGE_FEEFROM CAR_RENTAL_COMPANY_CARWHERE CAR_TYPE = 'SUV' 출처: 프로그래머스 코딩 테스트 연습, https://school.programmers.co.kr/learn/courses/30/lessons/151136
문제코드SELECT *FROM ANIMAL_INSORDER BY ANIMAL_ID 출처: 프로그래머스 코딩 테스트 연습, https://school.programmers.co.kr/learn/courses/30/lessons/59034
Implicit feedback사용자가 특정 행동을 취하지 않았더라도(예: 클릭, 구매) 해당 아이템에 대한 선호도를 추정하는 방법입니다.예를 들어, 사용자가 영화를 시청한 경우에는 그 영화를 좋아하는 것으로 간주할 수 있습니다.실제 비즈니스에서는 이러한 암묵적 피드백을 주로 사용하게 됩니다. (명시적 피드백은 데이터 구하기가 어렵고, 있다고 해도 편항이 있을수 있음)단 명시적인 피드백(별점, 리뷰 등)을 잘 이용하면 추천 퀄리티가 높아질수 있습니다.Implicit feedback을 고려한 알고리즘이나 라이브러리가 별도 있습니다. 데이터 특성이나 인프라, 환경, 서비스형태 등에 따라 잘 선택해야합니다.https://orill.tistory.com/entry/Explicit-vs-Implicit-Feedb..
최종 추천모델 클래스 구성Matrix Factorization(SVD), Machine Learning(GBR), Content+Poupularity 추천을 생성하는 코드SVD Recommenderimport pandas as pdfrom surprise import Dataset, Readerfrom surprise import SVDfrom sklearn.ensemble import GradientBoostingRegressorclass SVDRecommender: def __init__(self, df_mf): self.df_mf = df_mf self.svd_model = self.fit_svd_model() def fit_svd_model(self): ..
