Categories
Algorithm_Solve
- » [BOJ] 1082 - 방 번호
- » [BOJ] 1202 - 보석 도둑
- » [BOJ] 1091 - 카드 섞기
- » [BOJ] 1913 - 달팽이
- » [BOJ] 15048 - 수영장 만들기
- » [BOJ] 1049 - 기타줄
- » [BOJ] 1111 - IQ Test
- » [BOJ] 1166 - 선물
- » [BOJ] 2636 - 치즈
- » [BOJ] 1182 - 부분수열의 합
- » [BOJ] 사전 순 최대 공통 부분 수열
- » [BOJ] 10830 - 행렬 제곱
- » [BOJ] 11779 - 최소비용 구하기 2
- » [BOJ] 14502 - 연구소
- » [BOJ] 12851 - 숨바꼭질 2
- » [BOJ] 1918 - 후위 표기식
- » [BOJ] 20440 - 진욱이의 농장
- » [BOJ] 2206 - 벽 부수고 이동하기
- » [BOJ] 17413 - 단어 뒤집기 2
- » [백준] 1005: ACM Craft
- » [백준] 10799: 쇠막대기
- » [백준] 1865: 웜홀
- » [백준] 17144: 미세먼지 안녕!
- » [백준] 1238: 파티
- » [BOJ] 14938번: 서강그라운드
- » [백준] 11404: 플로이드
- » [백준] 9935: 문자열 폭발
- » [백준] 2448: 별 찍기 - 11
- » [백준] 5639: 이진 검색 트리
- » [백준] 1987번: 알파벳 - 백트래킹
- » [백준] 1504: 특정한 최단 경로
- » [백준] 9663: N-Queen
- » [백준] 1043: 거짓말
- » [백준] 1967: 트리의 지름
- » [백준] 17070: 파이프 옮기기 1 - BFS와 DP 사이의 고민
- » [백준] 1753: 최단경로 - 다익스트라
- » [백준] 8394: 악수 - 피보나치 수열의 발견
- » [백준] 13549: 숨바꼭질 3 - 0-1 BFS
- » 백준 9465번: 스티커
- » 백준 12865번: 평범한 배낭
- » 백준 9251번: LCS
- » 백준 2096번: 내려가기
- » 백준 15686번: 치킨 배달 문제 풀이 과정
- » 백준 1916번: 최소비용 구하기 문제 풀이 과정
- » 백준 1991번: 트리 순회 문제 풀이 과정
- » [백준/python] 11660번: 구간 합 구하기 5
- » [백준] 15666: N과 M(12)
- » [백준] 1629: 곱셈
- » [알고리즘] 분할 정복을 이용한 거듭제곱 (이진 분할법)
- » [백준] 15663: N과 M (9) - 순열과 중복 제거의 만남
- » [백준] 🌳 11725: 트리의 부모 찾기 - BFS로 뿌리부터 차근차근!
- » [백준] 17626: Four Squares
- » [백준] 15654: N과 M(5)
- » [백준] 15652: N과 M(4)
- » [백준] 15650: N과 M (2)
- » [백준] 16953: A→B
- » [백준] 2805: 나무 자르기
- » [백준] 2630: 색종이 만들기
- » [백준] 14500: 테트로미노
- » [백준] 1094: 막대기
- » [백준] 9019번: DSLR
- » [백준] 7662: 이중 우선순위 큐
- » [백준] 10026: 적록색약
- » [백준] 11286: 절댓값 힙
- » [백준] 11279: 최대 힙
- » [Algorithm] 백준 14940번: 쉬운 최단거리
- » [Algorithm] 백준 11724번: 연결 요소의 개수
- » [백준] 11403: 경로 찾기
- » [백준] 5525번: IOI
- » 백준 18870번: 좌표 압축 문제 풀이 과정
- » [BOJ] 30804번: 탕후루
- » 백준 21736번: 헌내기는 친구가 필요해 🤔
Woori FISA
- » K-Means로 고객 마음 뽀개기! 🛍️ Customer Segmentation 실습
- » 🫂 K-평균(K-Means) 알고리즘, 데이터 속 숨은 보석 찾기
- » 🧙♂️ PCA부터 t-SNE까지, 차원 축소 완전 정복!
- » 🤖 집단지성의 힘, 앙상블 학습으로 모델 성능 극대화하기
- » 📈 파이썬으로 회귀 분석 정복하기: 기초부터 AutoML까지
- » 🤖 AutoML, 코딩의 종말? PyCaret으로 모델링 완전 정복
- » 🏦 은행 고객은 왜 떠났을까? 분류 모델링 A to Z
- » 🩺 머신러닝 모델 건강검진: 전처리와 성능 평가 톺아보기
- » 🛠️ 나의 첫 MLOps 파이프라인 구축기 (feat. Docker)
- » 🔥 우리 FISA 5기, 첫 기술 세미나를 돌아보며
- » 🤖 Scikit-Learn으로 떠나는 머신러닝 분류 탐험기
- » 🧠 머신러닝의 근간, 퍼셉트론과 아달린으로 분류의 세계 맛보기
- » 🤖 머신러닝 기초, 통계부터 딥러닝까지 코드로 정복하기!
- » 내 손으로 만드는 AI 비서! Elasticsearch와 로컬 LLM으로 RAG 시스템 구축하기 🧠
- » Elasticsearch 데이터 다이어트 비법! 인덱스 전략과 Python 연동 🐍
- » ELK 스택의 핵심! Logstash와 Filebeat로 로그 파이프라인 구축하기 🛠️
- » Elasticsearch 집계(Aggregation) 완전 정복! 📊
- » 데이터 시각화의 마법, Kibana와 Nori 분석기로 똑똑하게 검색하기 🎨
- » Elasticsearch 심화 탐험: 검색과 한글 분석의 모든 것 🔍
- » Elasticsearch: NoSQL 기반의 검색 엔진
- » [프로젝트 회고] 🤖 OpenAI와 GitHub Actions로 나만의 기업 분석 비서 만들기
- » Linux 파일 권한, 패키지 및 네트워크 관리
- » Linux 셸 스크립트와 환경 설정
- » Linux 기초 다지기
- » Docker 심화, 나만의 컨테이너 만들기! 🛠️
- » Docker 첫걸음, 컨테이너의 세계로! 🐳
- » 우리 FISA AI 엔지니어링 과정 한 달, 성장의 기록
- » 데이터베이스와 파이썬, 경계를 허무는 기술
- » 데이터베이스 자동화와 성능 최적화의 비밀
- » 데이터의 신뢰를 지키는 제약조건과 성능 튜닝
- » JOIN과 Subquery, 흩어진 데이터를 연결하는 힘
- » SQL, 데이터와 자유롭게 대화하기
- » 데이터베이스와 SQL, 새로운 세계의 문을 열다
- » 첫 미니 프로젝트, 데이터로 세상 들여다보기
- » Plotly로 인터랙티브 시각화 첫걸음
- » EDA와 데이터 시각화 (Matplotlib, Seaborn)
- » Pandas 기초 - 데이터 조작과 분석의 시작
- » Numpy 기초 - 데이터 분석의 첫걸음
- » 파이썬 클래스 심화 - 상속, 매직 메서드, 데코레이터
- » 파이썬 구조화 - 모듈, 패키지, 클래스
- » 파이썬 함수형 프로그래밍과 실용적인 모듈들
- » 파이썬 핵심 개념 - Iterable, Docstring, Decorator
- » 파이썬 고급 문법 - Flag, match-case, Walrus
- » 파이썬 심화 - 함수 시그니처와 평가 전략
- » 파이썬, Colab, 그리고 AI 엔지니어링 첫걸음
Python
- » 파이썬 클래스 심화 - 상속, 매직 메서드, 데코레이터
- » 파이썬 구조화 - 모듈, 패키지, 클래스
- » 파이썬 함수형 프로그래밍과 실용적인 모듈들
- » 파이썬 핵심 개념 - Iterable, Docstring, Decorator
- » 파이썬 고급 문법 - Flag, match-case, Walrus
- » 파이썬 심화 - 함수 시그니처와 평가 전략
- » 파이썬, Colab, 그리고 AI 엔지니어링 첫걸음
ELK
- » 내 손으로 만드는 AI 비서! Elasticsearch와 로컬 LLM으로 RAG 시스템 구축하기 🧠
- » Elasticsearch 데이터 다이어트 비법! 인덱스 전략과 Python 연동 🐍
- » ELK 스택의 핵심! Logstash와 Filebeat로 로그 파이프라인 구축하기 🛠️
- » Elasticsearch 집계(Aggregation) 완전 정복! 📊
- » 데이터 시각화의 마법, Kibana와 Nori 분석기로 똑똑하게 검색하기 🎨
- » Elasticsearch 심화 탐험: 검색과 한글 분석의 모든 것 🔍
- » Elasticsearch: NoSQL 기반의 검색 엔진
데이터베이스
- » 데이터베이스와 파이썬, 경계를 허무는 기술
- » 데이터베이스 자동화와 성능 최적화의 비밀
- » 데이터의 신뢰를 지키는 제약조건과 성능 튜닝
- » JOIN과 Subquery, 흩어진 데이터를 연결하는 힘
- » SQL, 데이터와 자유롭게 대화하기
- » 데이터베이스와 SQL, 새로운 세계의 문을 열다
Algorithms
- » [Algorithm] 냅색(Knapsack) 문제: DP와 그리디의 대표 주자
- » SHUNTING-YARD 알고리즘: 중위 표기식을 후위 표기식으로 🚂
- » 플로이드-워셜(Floyd-Warshall) 알고리즘: 모든 쌍 최단 경로
- » [Algorithm] N-Queen 문제와 알고리즘 완벽 정리
- » 다익스트라(Dijkstra) 알고리즘: 최단 경로 찾기
- » [Python] 🐍 파이썬의 정렬과 팀소트(Timsort) 완벽 정리
Machine Learning
- » 🤖 AutoML, 코딩의 종말? PyCaret으로 모델링 완전 정복
- » 🏦 은행 고객은 왜 떠났을까? 분류 모델링 A to Z
- » 🩺 머신러닝 모델 건강검진: 전처리와 성능 평가 톺아보기
- » 🤖 Scikit-Learn으로 떠나는 머신러닝 분류 탐험기
- » 🧠 머신러닝의 근간, 퍼셉트론과 아달린으로 분류의 세계 맛보기
- » 🤖 머신러닝 기초, 통계부터 딥러닝까지 코드로 정복하기!
Machine_Learning
- » ⛑️ Isolation Forest와 SMOTE로 사기 거래 탐지기 성능 끌어올리기!
- » K-Means로 고객 마음 뽀개기! 🛍️ Customer Segmentation 실습
- » 🫂 K-평균(K-Means) 알고리즘, 데이터 속 숨은 보석 찾기
- » 🧙♂️ PCA부터 t-SNE까지, 차원 축소 완전 정복!
- » 🤖 집단지성의 힘, 앙상블 학습으로 모델 성능 극대화하기
- » 📈 파이썬으로 회귀 분석 정복하기: 기초부터 AutoML까지
WOORI_FISA
- » 📈PyTorch 시계열 예측 정복하기: DNN, CNN, RNN, LSTM
- » 🕸️ PyTorch로 밑바닥부터 CNN 쌓아보기 (Fashion MNIST 실습)
- » 🚗💨 자동차 연비 예측 DNN 회귀 모델링 실습
- » PyTorch로 구현하는 핵심 머신러닝 모델 🤖
- » PyTorch 기초와 자동 미분(Autograd) 뿌수기 👊
- » ⛑️ Isolation Forest와 SMOTE로 사기 거래 탐지기 성능 끌어올리기!
Deep_Learning
- » 📈PyTorch 시계열 예측 정복하기: DNN, CNN, RNN, LSTM
- » 🕸️ PyTorch로 밑바닥부터 CNN 쌓아보기 (Fashion MNIST 실습)
- » 🚗💨 자동차 연비 예측 DNN 회귀 모델링 실습
- » PyTorch로 구현하는 핵심 머신러닝 모델 🤖
- » PyTorch 기초와 자동 미분(Autograd) 뿌수기 👊
데이터 분석
Top ⇈Project
- » 🛠️ 나의 첫 MLOps 파이프라인 구축기 (feat. Docker)
- » [프로젝트 회고] 🤖 OpenAI와 GitHub Actions로 나만의 기업 분석 비서 만들기
- » 첫 미니 프로젝트, 데이터로 세상 들여다보기