HAZEL

1] Population Density Difference >> 문제 Query the difference between the maximum and minimum populations in CITY. Input Format The CITY table is described as follows: >> 문제 푼 코드 select max(population) - min(population) from city www.hackerrank.com/challenges/population-density-difference/problem Population Density Difference | HackerRank Query the difference between the maximum and minimum city p..

New Companies >> 문제 Amber's conglomerate corporation just acquired some new companies. Each of the companies follows this hierarchy: Given the table schemas below, write a query to print the company_code, founder name, total number of lead managers, total number of senior managers, total number of managers, and total number of employees. Order your output by ascending company_code. Note: The tab..

1] Japan Population >> 문제 Query the sum of the populations for all Japanese cities in CITY. The COUNTRYCODE for Japan is JPN. Input Format The CITY table is described as follows: >> 문제해결 코드 SELECT SUM(POPULATION) from CITY WHERE COUNTRYCODE = 'JPN' www.hackerrank.com/challenges/japan-population/problem Japan Population | HackerRank Query to the sum of the populations of all Japanese cities in CI..

1] 182. Duplicate Emails >> 문제 Write a SQL query to find all duplicate emails in a table named Person. +----+---------+ | Id | Email | +----+---------+ | 1 | a@b.com | | 2 | c@d.com | | 3 | a@b.com | +----+---------+ For example, your query should return the following for the above table: +---------+ | Email | +---------+ | a@b.com | +---------+ >> 문제 해결 코드 select Email from person group by Emai..

1] 595. Big Countries >> 문제 There is a table World +-----------------+------------+------------+--------------+---------------+ | name | continent | area | population | gdp | +-----------------+------------+------------+--------------+---------------+ | Afghanistan | Asia | 652230 | 25500100 | 20343000 | | Albania | Europe | 28748 | 2831741 | 12960000 | | Algeria | Africa | 2381741 | 37100000 | ..

10장. 기계 번역 ( machine translation : MT ) 10.5. Teacher forcing : 교사 강요 ( Teacher forcing ) : Target word를 디코더의 다음 입력으로 넣어주는 기법 ※ 저번 10장 포스팅에서, 디코더 부분에서 teacher forcing 을 하는 것을 이야기 한 적이 있었다. 이번 포스팅에서는 조금 더 자세하게 다루도록 하겠다. 2021/02/17 - [DATA/NLP] - [ NLP : CH10. 기계 번역 ] seq2seq, attention , Input Feeding [ NLP : CH10. 기계 번역 ] seq2seq, attention , Input Feeding ※ 미완성 : 추가적으로 학습한 후, 다시 정리하기. 10장. 기계 번..

※ 미완성 : 추가적으로 학습한 후, 다시 정리하기. 10장. 기계 번역 ( machine translation : MT ) 10.1. 번역의 목표 : 문장이 주어졌을 때, 가능한 다른 언어의 번역 문장중 최대 확률을 갖는 문장을 찾아내는 것 10.1.1. 기계번역의 역사 1) 규칙 기반 기계 번역 ( RBMT ) : 인간이 언어를 학습하는 방식과 비슷한 전통적인 번역 방식임. 문장을 분석하고 규칙을 세워 번역하는 것 : 통계 기반에 비해 자연스러운 번역이 가능하지만, 모든 규칙을 만들어줘야하므로, 자원과 시간이 많이 소모됨. 2) 통계 기반 번역 ( SMT ) : 대량의 양뱡향 코퍼스에서 통계를 얻어내 번역 시스템을 구성하는 것 3) 딥러닝 이전의 신경망 기계 번역 ( NMT ) : 인코더 - 디코더의..

1. Symmetric Pairs >> 문제 You are given a table, Functions, containing two columns: X and Y. Two pairs (X1, Y1) and (X2, Y2) are said to be symmetric pairs if X1 = Y2 and X2 = Y1. Write a query to output all such symmetric pairs in ascending order by the value of X. List the rows such that X1 ≤ Y1. Sample Input Sample Output 20 20 20 21 22 23 >> 문제 풀이 SELECT X , Y FROM Functions WHERE X = Y GROUP..

1. 181. Employees Earning More Than Their Managers >> 문제 The Employee table holds all employees including their managers. Every employee has an Id, and there is also a column for the manager Id. +----+-------+--------+-----------+ | Id | Name | Salary | ManagerId | +----+-------+--------+-----------+ | 1 | Joe | 70000 | 3 | | 2 | Henry | 80000 | 4 | | 3 | Sam | 60000 | NULL | | 4 | Max | 90000 |..

1. 183. Customers Who Never Order >> 문제 Suppose that a website contains two tables, the Customers table and the Orders table. Write a SQL query to find all customers who never order anything. Table: Customers. +----+-------+ | Id | Name | +----+-------+ | 1 | Joe | | 2 | Henry | | 3 | Sam | | 4 | Max | +----+-------+ Table: Orders. +----+------------+ | Id | CustomerId | +----+------------+ | 1 ..