Learning Archive
Learning Areas
Description
전공 수업과 자격증 준비, 개인 스터디에서 학습한 내용을 일회성 필기로 남기지 않고 이후 프로젝트와 학습에 다시 활용할 수 있도록 정리한 아카이브입니다.
GitHub에는 직접 작성한 코드·실습 파일·PDF 학습 자료를 보관하고, Notion에는 개념 간 연결과 학습 진도, 논문 및 참고자료를 주제별 페이지로 구조화했습니다.
데이터 분석과 AI뿐 아니라 데이터베이스·운영체제·3D 데이터처리 등 개발자로서 필요한 기반 지식을 함께 축적하고 있습니다.
- 개념을 읽는 데서 그치지 않고 SQL·Excel·Python 실습으로 재현
- 방대한 학습 범위를 주제와 챕터 단위로 분리해 탐색 가능하도록 구성
- 틀렸거나 헷갈린 내용을 별도로 기록하여 반복 학습에 활용
- 논문·공식 문서·교재·강의와 실습 결과를 한곳에서 연결
- 이후 프로젝트에서 필요한 개념을 빠르게 다시 찾을 수 있는 개인 지식 저장소 구축
Database
Oracle Database Study
Oracle Live SQL을 이용해 관계형 데이터베이스의 기본 문법부터 테이블 생성과 제약조건까지 직접 실행한 SQL 실습 저장소입니다.
SQL 문법 실습 이후에는 데이터베이스를 구축하는 과정을 개념적·논리적·물리적 설계 단계로 나누어 정리했습니다.
- SELECT 문을 활용한 기본 데이터 조회
- WHERE·ORDER BY를 활용한 데이터 제한 및 정렬
- 문자·숫자·날짜 등 단일 행 함수 사용
- 여러 테이블의 데이터를 결합하는 JOIN 실습
- GROUP BY·HAVING과 집계 함수를 활용한 그룹 분석
- 단일 행·다중 행 서브쿼리 작성
- INSERT·UPDATE·DELETE 등 DML 실습
- 테이블 생성·수정·삭제와 데이터 타입 설정
- Primary Key·Foreign Key·Unique·Not Null 등 제약조건 적용
- 개념적·논리적·물리적 데이터베이스 설계 과정 정리
각 실습 주제에는 SQL 코드뿐 아니라 학습 내용을 점검할 수 있는 질문지를 함께 구성하여 문법의 동작 방식과 사용 목적을 반복해서 확인할 수 있도록 했습니다.
Statistics
Statistical Analysis with Excel
응용통계학에서 다룬 추정과 가설검정 과정을 Excel 수식으로 직접 계산하고, 통계량과 검정 결과가 산출되는 과정을 단계별로 확인한 실습 저장소입니다.
통계 프로그램의 결과를 그대로 사용하는 대신 표본 통계량, 검정통계량, 임계값과 신뢰구간을 직접 계산하며 각 분석 방법의 원리를 학습했습니다.
- 모평균에 대한 양측 신뢰구간 계산
- 신뢰구간을 활용한 양측 가설검정
- 단측 가설검정과 임계영역 계산
- 단일 모집단 비율에 대한 단측 가설검정
- Pooled Proportion을 활용한 두 모집단 비율 검정
- 카이제곱 검정과 기대도수 계산
- 집단 간 평균 차이를 비교하는 ANOVA Table 작성
- 표본을 이용한 모수 추정
- 독립변수와 종속변수 사이의 선형회귀 계산
Computer Science
Operating System Study
Operating System Concepts 10판을 바탕으로 운영체제의 주요 개념을 15개 장으로 나누어 정리한 저장소입니다.
교재의 내용을 그대로 옮기기보다 각 개념을 이해하기 쉬운 표현과 사례로 다시 설명하고, 서로 연결되는 주제를 CPU·메모리·I/O 관리 영역으로 묶었습니다.
- 컴퓨터 시스템 구성과 운영체제의 역할
- 운영체제 서비스·시스템 콜·커널 구조
- 프로세스 상태·PCB·프로세스 간 통신
- 스레드와 멀티코어 프로그래밍 및 동시성
- CPU 스케줄링 알고리즘과 평가 기준
- 동기화 도구·동기화 문제와 데드락
- 메인 메모리 관리와 가상 메모리
- 대용량 저장장치와 I/O 시스템
- 파일 시스템 인터페이스·구현·내부 구조
Artificial Intelligence
Deep Learning Notes
딥러닝 모델의 학습 원리와 성능 개선 기법을 강의 단위로 정리하고, 주요 논문과 이미지 분류 실습을 연결한 Notion 학습 페이지입니다.
- 딥러닝의 개념과 전체 학습 파이프라인
- Loss Function과 Gradient 기반 학습 원리
- Dataset 구성과 Backpropagation
- Optimizer·Regularization·Learning Rate 설정
- Activation Function별 특징과 선택 기준
- 논문을 읽고 구조·실험·결과를 정리하는 방법
- AlexNet 논문 ‘ImageNet Classification with Deep Convolutional Neural Networks’ 정리
- CIFAR-10 이미지 분류 모델 구현 자료 연결
3D Data Processing
3D Vision & Point Cloud Notes
2D 영상으로부터 3차원 공간을 해석하고 재구성하는 과정과 Point Cloud 처리 기법을 강의 주제별로 정리한 Notion 학습 페이지입니다.
카메라의 투영 원리에서 시작해 두 영상의 대응 관계, 3차원 포인트 처리와 여러 이미지로부터 구조를 복원하는 과정까지 단계적으로 구성했습니다.
- Homography를 활용한 영상 간 평면 변환
- RANSAC을 활용한 이상치 제거와 모델 추정
- Camera Geometry와 카메라 투영 관계
- Stereo Vision을 활용한 깊이 정보 추정
- Point Cloud의 구조와 기본 처리 방법
- Point Cloud Filtering과 노이즈 제거
- 3D Descriptor를 활용한 특징 표현
- Point Cloud Clustering과 객체 영역 분리
- Registration을 활용한 서로 다른 Point Cloud 정합
- RGB-D 기반 3D Reconstruction
- 여러 RGB 영상으로부터 수행하는 3D Reconstruction
- Structure from Motion과 Bundle Adjustment
Certification
ADsP Study Notes
ADsP 시험 범위를 데이터 이해·분석 기획·데이터 분석의 세 영역으로 나누고, 강의 진도와 개념 학습 상태를 함께 관리한 Notion 페이지입니다.
- 데이터와 정보의 정의 및 데이터베이스의 특징
- 데이터 가치와 데이터 사이언스의 역할
- 분석 과제 정의와 분석 마스터플랜 수립
- 분석 거버넌스와 분석 조직·성숙도
- 기초 통계·확률분포·추정과 가설검정
- 회귀분석·분산분석·다변량 분석
- 데이터 마이닝과 분류·군집 분석
- 시험에 등장하는 주요 R 스크립트와 실행 결과 해석
각 파트의 학습 범위와 진도를 표로 관리하고, 강령과 Part 1·2·3 세부 페이지를 통해 개념을 시험 영역별로 다시 확인할 수 있도록 구성했습니다.
SQLD Study Notes
SQLD 자격증 준비 과정에서 데이터 모델링과 SQL 문법을 시험 범위별로 정리하고, 기출문제와 오답을 반복 학습할 수 있도록 구성한 Notion 페이지입니다.
- 엔터티·속성·관계와 데이터 모델링의 이해
- 정규화·반정규화와 데이터 모델의 성능
- 데이터 모델과 SQL의 관계
- SELECT·WHERE·GROUP BY·HAVING 등 SQL 기본 문법
- JOIN·서브쿼리·집합 연산자·윈도우 함수 등 SQL 활용
- DML·TCL·DDL·DCL 등 관리 구문
- 59회·60회 기출문제 풀이 및 핵심 내용 정리
- 개념 부족·암기 부족·고난도 문제를 유형별로 분리한 오답 관리
- 다시 풀어 정답을 맞힌 문제와 반복 학습이 필요한 문제 구분
개념 정리에는 기출문제에서 반복적으로 출제된 내용을 별도로 표시하고, 암기가 부족한 내용과 헷갈리는 문제를 분리해 시험 직전에 우선순위별로 복습할 수 있도록 했습니다.