강의 플랫폼

안녕하세요 형진님. 커리큘럼 중 세 번째 강의인 '강의 수강을 위한 준비 링크 안내 및 강의자료 다운로드'를 보시면 수업에서 사용하는 사이트 링크가 들어있습니다. 이외의 화면이라면, 해당 강의와 시간대 알려주시면 안내 드리겠습니다.

리트코드 177번 function 풀이중 case when 활용을 위한 서브쿼리 구문을 제출 시 검증에 통과되지 않도록 보강된 듯 하네요

안녕하세요. 테스트 케이스가 업데이트 되었군요. 아래와 같이 N이 음수일 때 방어로직을 작성하시면 됩니다. 강의 영상 하단에 있는 강의 자료에도 업데이트 했습니다. 제보 감사합니다! CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT BEGIN RETURN ( SELECT CASE -- N이 양수일 때 WHEN N > 0 THEN ( SELECT CASE WHEN count(s.Salary)

질문이 있습니다!

안녕하세요 :) 검색해보니 비슷한 문제를 해결하신 분이 있어서 공유합니다.https://stackoverflow.com/questions/41758870/how-to-convert-result-table-to-json-array-in-mysql

자막 관련

안녕하세요.기초 SQL에서는 전 강의 자막을 제공하고 있으나, 중급 SQL은 오리엔테이션 및 일부 강의에만 자막을 지원합니다.원래 자막이 있었던 영상에서 자막을 빼거나 하지는 않았으니 참고해주세요.감사합니다.

occupation 질문!

안녕하세요 :)저도 질문 주신걸 보고 좀 찾아봤는데요. SUM 함수가 문자열 계산을 못해줘서 생기는 문제네요.SUM 함수 대신에 MIN 또는 MAX 함수를 사용하시면 됩니다. 아래 쿼리를 실행하고 결과를 보시면 이해가 되실거예요!SELECT MIN('Doctor') , MAX('Doctor') , SUM('Doctor') FROM occupations질문 주셔서 감사합니다.

문의 드립니다.

안녕하세요개인 블로그, 깃헙 등 외부 채널 업로드에 대한 데이터리안의 방침은 이렇습니다. Q. 데이터리안의 강의를 통해서 배운 내용을 외부에 작성해도 될까요? (블로그, 외부 공개용 포트폴리오 등)A. 수업 자료에 있는 내용을 그대로 복사 붙여넣기 하는 것은 안됩니다. 수업에서 배운 내용을 응용해서 스스로 분석을 해보셨거나, 새로운 문제를 풀어보신 내용을 작성해보시는 걸 추천드려요. 작성 시, 페이지 하단에는 '본 내용은 데이터리안 ~ 강의를 수강하며 작성한 내용입니다'를 적어주세요.

train / test 구분하여 생기는 문제에 대해서

안녕하세요 이원석님, 파이썬의 try, except 구문을 이용하여 에러가 나는 유저의 경우에 따로 처리를 할 수 있는 로직을 만들어 보강하는 방법이 있을 것 같습니다. try, except 구문은 아래 문서를 참고해주세요. 점프 투 파이썬, 예외처리 방법: https://wikidocs.net/30 그리고 test 데이터에는 유저가 있지만, train 데이터에는 없는 경우를 cold-start 문제라고 부르며 해결 방법에 대해서는 [아이디어 설명] Cold-Start 문제를 해결하려면? 강의를 참고해주세요. 답변이 늦어져 죄송합니다. 좋은 질문 감사합니다!

대소문자 구분

안녕하세요. DB 종류에 따라 다른데요! SQL 표준은 대소문자를 구분하도록 하고 있지만, MySQL은 특이하게 대소문자를 구분 안하는 설정이 디폴트이더라구요. 문제를 풀 때, 테스트를 해보고 푸시거나, 검색을 해보고 푸시는걸 추천드립니다. 영어로 검색할 때에는 '{DB 이름} Case sensitive' 같이 키워드를 넣어서 검색해보시면 돼요. 좋은 질문 감사해요 :)

실무 활용 강의 관련 문의

안녕하세요. 무료 강의로는 인프런에서 서비스하고 있는 [백문이불여일타] 데이터 분석을 위한 SQL 실전편 (무료 미니코스) 강의가 있구요. 유료 강의로는 데이터리안 SQL 데이터 분석 캠프 가 있습니다. 캠프는 4/30(토)까지 30% 얼리버드 할인중이니 참고해주세요 :) 다양한 시나리오에서 분석을 어떻게 해 볼 수 있는지에 대해서 다루고 매출 분석, RFM 분석, 리텐션 분석, 퍼널 분석 등을 다룹니다. 문의해주셔서 감사합니다.

4:37 부분 질문입니다

groupby 의 문법에 대해서 잠깐 설명을 드리자면, df.groupby(그룹으로 묶고 싶은 컬럼)[계산하고 싶은 컬럼].집계함수 형태로 사용해주시면 되고요. '계산하고 싶은 컬럼'에는 컬럼 1개의 이름을 써줘도 되지만 여러 컬럼을 동시에 계산하고 싶다면 안에 리스트나, 튜플을 넣어주시면 됩니다. for 문을 사용해서 어떻게 계산하셨는지 코드를 보여주시면 더 자세한 설명이 가능할 것 같아요. 감사합니다 :)