📌 정규화(Normalization)란?데이터베이스에서 중복을 최소화하고 데이터 무결성을 보장하기 위한 과정.**정규형(Normal Form, NF)**은 1NF, 2NF, 3NF, BCNF, 4NF, 5NF 등의 단계가 있음.핵심 목표: 데이터 중복을 제거하고, 이상(Anomaly)을 방지하여 데이터 무결성을 높이는 것.🔹 정규형(NF)별 차이점과 적용 방법1. 제1정규형 (1NF) → 원자성 (Atomicity)📌 조건모든 컬럼의 값이 원자적(Atomic)이어야 한다.즉, 한 칸(셀)에 여러 값이 들어가면 안 됨.✅ 적용 방법다중값(Multivalued)이 들어가 있으면 각 값을 개별 행으로 분리.🔹 예제 (1NF 위반)고객ID강좌명강사번호A01영어회화, 토익P001, P002🔺 강좌명과 강..

🔥 디자인 패턴 (Design Pattern) 개요디자인 패턴(Design Pattern)은 소프트웨어 설계에서 자주 등장하는 문제를 해결하기 위한 표준화된 설계 방법론입니다.즉, 소프트웨어 개발에서 발생하는 공통적인 문제를 효율적으로 해결할 수 있도록 정리된 설계 방식이라고 볼 수 있습니다.✅ 디자인 패턴을 사용하면?✔ 코드 재사용성이 증가✔ 유지보수가 용이✔ 개발 속도가 빨라지고, 설계 품질이 향상💡 디자인 패턴은 크게 3가지 유형으로 나뉩니다.1️⃣ 생성 패턴 (Creational Patterns) → 객체 생성 관련2️⃣ 구조 패턴 (Structural Patterns) → 클래스/객체 간 관계 정의3️⃣ 행위 패턴 (Behavioral Patterns) → 객체 간 협력 및 역할 분배🚀 1..

2025년 adsp 시험 일정 구분회차원서접수수험표발급시험일사전점수공개 및 검토 접수합격(예정)자발표　ADsP 제44회1.20~1.242.72.22(토)3.14~3.183.21제45회4.14~4.185.25.17(토)6.5~6.106.13제46회7.7~7.117.258.9(토)8.29~9.29.5제47회9.22~9.2610.1711.2(일)11.21~11.2511.28

ㅋㅋㅋㅋㅋㅋㅋㅋ떨어질 줄은 알았는데 1문제 차이로 떨어질 줄은 몰랐다..설마 하는 기대감도 없었어서 58점이 내가 공부했던 것 치고는 잘받은 점수라는걸 알지만... 고작 1문제라는 것이 너무 마음이 아팠고,22일에 사전점수 공개 당시 확인한것이라 혹시 확정이 되기 전에 점수에 변동이 있지 않을까 하는 기대도 했다. ㅎ게다가 시험 당일 날부터 논란의 문제가 몇 개 있는 듯한  반응들이 있어서 자꾸 기대하게 됐다. 논란의 문제들(?)을 맞게 해주지 않을까 하는... 내가 운이 좋아서 1문제라도 더 받게 되지 않을까 했는데, 그런 일 없었고요?불합격이 뜨면 늘 하는 '좀 더 공부할껄' 하는 생각만 수백번 반복하며 내년을 기약하게 되었다...ㅎ 2024년이 끝나기 전에 뭐라도 하나 더 따고 싶었는데 그럴 수 없..

11월 3일 adsp 시험 일정이 있었다. 아직 점수가 나오지는 않았지만 아마 불합격이지 않을까.. 일단은, 최근 이직 하게 되어 일에 익숙해지느라 너무 바빴고, 회사의 위치가 너무 멀어서 업무시간 외의 이동시간이 너무 길어 피곤했으며.. 어쩌고 저쩌고 그리고 '비전공자 3일 합격' 이라는 글들이 너무 많이 봤다. 보다보니 마치 나도 3일만에 합격할 수 있을 것만 같아서.. 1,2과목을 공부 할 때까지만 해도 그 글들이 맞는 것 같았다. 크게 어렵지 않은 내용들이었고 이해하는 것보다 외우는게 더 쉬우니까. < 이게 패착임 3과목은 양이 너무 많았고, 초면인 내용들이 너무 많았고, 나는 수학을 잊은지 너무 오래되었고... 식까지 외워서 계산하는 문제가 있다는 걸 시험 보는 주에 알았다. ㅋㅋㅋㅋ미친... ..

데이터 마트: 데이터 웨어하우스로부터 특정 사용자가 관심을 갖는 데이터들을 주제별, 부서별로 추출하여 모은 비교적 작은 규모의 데이터 웨어하우스(ETL: 데이터 웨어하우스 구축 시 데이터를 운영 시스템에서 추출하여 가공(변환, 정제)한 후 데이터 웨어하우스(DW)에 적재하는 모든 과정) 데이터 전처리(preprocessing): 정제와 변수 처리를 포함한 광의의 개념.   데이터를 분석하기 위해 데이터를 가공하는 작업▷ 요약변수 : 원래의 데이터로부터 기본적인 통계 자료를 추출한 변수. 재활용성이 높다.▷ 파생변수 : 파생변수는 범용으로 활용되는 기본적인 통계자료가 아닌, 특정한 목적을 갖고 조건을 만족하는 변수들을 새롭게 생성한 것을 의미한다. 예컨대 단순하게 합계를 구해 새로운 변수로 만들었다면 그것..