전체 글1392 BulgeFraction(B/T) <-> Shape Asymmetry 의 ET<-> SDSS 추정 차이 은하의 BulgeFraction(B/T)과 Shape Asymmetry에 따라ET와 SDSS 카탈로그의 Merger Fraction 추정 차이를 나타낸 Heatmap🔵 짙은 파란색 (Asymmetry 높음): ET가 SDSS보다 Merger Fraction을 과소평가(Underestimate)함. 즉, 상대적으로 병합 은하를 적게 탐지함.🔴 짙은 빨간색 (B/T 높음, Asymmetry 낮음): ET가 SDSS보다 Merger Fraction을 과대평가(Overestimate)함. 즉, 상대적으로 병합 은하를 많이 탐지함.⚪ 흰색: 두 방법의 Merger Fraction 추정 결과가 비슷함. ① Asymmetry가 높은 은하에서 과소평가형태가 크게 뒤틀린 은하에서 ET가 SDSS보다 병합 은하를 적게.. 2026. 10. 27. 9종 모델 일괄 학습 파이프라인 폴더 구조```textSYNERGI_261007/├── README.md├── PLAN.md # 본 문서├── data/│ ├── raw/ # 원본 (수정하지 않음)│ └── preprocess/ # Harmonization 결과├── synergi/ # 모든 코드 (루트에서 python -m synergi.xxx)│ ├── config.py # 경로·피처·라벨·seed·CV·학습 설정│ ├── preprocess.py # Harmonization│ ├── plots.py # 분포 플롯│ ├── trainer.py # 공통 .. 2026. 10. 11. EY한영 Digital 컨설팅 인턴 면접 보호되어 있는 글 입니다. 2026. 10. 11. SYNERGI 진짜찐최종완전 실험 계획 SYNERGI 최종 실험 계획 데이터 및 전처리TNG 6,034개로 학습·평가하고, SDSS 71,524개에 적용Train/Test를 90:10으로 한 번만 분할하고 모든 모델이 공유StandardScaler → KNNImputer 순서로 처리하며, 각 CV Fold의 Train에서만 fit하여 데이터 누수 방지모델 학습총 9종 모델 × 10개 Seed = 90개 모델 학습Seed마다 Optuna 100 Trials × Stratified 5-Fold CV 수행TPE 기반 탐색, MedianPruner로 성능이 낮은 Trial 조기 종료하이퍼파라미터 탐색 공간은 원논문·TabArena 등 선행연구를 근거로 설정Boosting·DL은 CV에서 Early Stopping을 적용하고, 최종 재학습에서는 최적 .. 2026. 10. 10. 💸 IT/일반 논술 + 금융시사 : DAY13 데이터베이스 — Transaction Isolation Level트랜잭션 격리수준 4단계와 각 단계에서 방지되는 이상현상을 설명하시오. 격리수준동시에 실행되는 트랜잭션을 서로 어느 정도까지 격리할지를 결정 Isolation LevelDirty ReadNon-repeatablePhantom ReadREAD UNCOMMITTED가능가능가능READ COMMITTED방지가능가능REPEATABLE READ방지방지DBMS 등에 따라 가능SERIALIZABLE방지방지방지 Dirty Read다른 트랜잭션이 아직 Commit하지 않은 값을 읽는 것Non-repeatable Read같은 행을 두 번 읽었는데 중간에 다른 트랜잭션이 값을 변경해 결과가 달라지는 것Phantom Read같은 조건으로 조회했는데 다른 트랜잭션.. 2026. 10. 9. 💸 IT/일반 논술 + 금융시사 : DAY12 데이터베이스 — JOIN 알고리즘Nested Loop Join, Hash Join, Sort Merge Join의 차이를 설명하시오. Nested Loop Join한 테이블의 각 행마다 다른 테이블에서 일치하는 행을 찾는 방식작은 테이블이나 적절한 Index가 존재할 때 효과적 Hash Join 한 테이블의 Join Key로 Hash Table을 만든 뒤 다른 테이블의 값을 탐색대용량 테이블의 = 조건인 Equi Join에서 효과적 Sort Merge Join두 테이블을 Join Key 기준으로 정렬한 뒤 순차적으로 비교이미 정렬된 데이터나 범위 조건에서 활용 방식유리한 상황Nested Loop작은 데이터 + IndexHash Join대용량 + = JoinSort Merge정렬 데이터·범위 Join .. 2026. 10. 8. Data leakage가 없는 찐진짜최종 데이터 전처리~ 진짜진짜최종실험이다...!제발변경사항- 새 폴더 파기ㅋㅋㅋㅋ- 기존 4개 분할 실험 빼고 ' imputation / 작은 상수 ε(엡실론) 더하기' 로 고정- 기존 로그 변환 / 이름 통일 / 라벨 재매핑 / 0-클립 유지- 데이터 분할 후 data leakage 없게 적용 (train fit)- Stratified random sampling 적용 리드미 업데이트# 7. Data Leakage 방지 원칙전처리 과정에서 Test 데이터의 정보가 Train 데이터에 유입되지 않도록다음 원칙을 적용한다.```text Illustris Train │ ┌────────┴────────┐ ↓ .. 2026. 10. 7. 💸 IT/일반 논술 + 금융시사 : DAY11 데이터베이스 — B+Tree IndexDBMS에서 B+Tree가 인덱스 자료구조로 널리 사용되는 이유를 설명하시오. B+Tree는 균형 트리이므로 데이터가 많아져도 탐색·삽입·삭제를 대체로 O(log N)에 수행할 수 있다. 하나의 노드에 여러 Key를 저장해 트리 높이를 낮출 수 있어 디스크 I/O를 줄이는 데 유리하다. 실제 데이터에 대한 포인터가 주로 Leaf Node에 존재하고 Leaf들이 순차적으로 연결되어 있어 범위 검색에도 효율적이다. Hash Index = 단일 값 검색에 강점B+Tree = 단일 값 + 범위 검색 운영체제 — Mutex와 Semaphore Mutex와 Semaphore의 차이를 설명하시오. 둘 다 여러 프로세스나 스레드가 공유자원에 동시에 접근하면서 발생하는 Rac.. 2026. 10. 5. 💸 IT/일반 논술 + 금융시사 : DAY10 데이터베이스Query Optimizer와 실행계획 SQL에서 동일한 결과를 반환하는 쿼리라도 실행시간이 크게 달라질 수 있는 이유를 설명하고, Query Optimizer와 Execution Plan의 역할을 설명하시오. SQL은 선언형 언어이므로 사용자는 무엇을 조회할지를 작성하고실제로 어떻게 조회할지는 DBMS가 결정한다. 예)사용자 조회문SELECT *FROM TRANSACTIONWHERE ACCOUNT_ID = 100;DBMS는 다음과 같은 여러 방법을 고려Full Table ScanIndex ScanIndex SeekJoin 순서 변경Join Algorithm 선택 Query Optimizer각 실행방법의 비용을 추정하여 상대적으로 효율적인 실행계획을 선택이때 고려되는 정보 : Index / .. 2026. 10. 2. 💸 IT/일반 논술 + 금융시사 : DAY9 데이터베이스 — 낙관적 락 vs 비관적 락 은행 계좌정보처럼 여러 사용자가 동시에 접근하는 데이터에서 비관적 락(Pessimistic Lock)과 낙관적 락(Optimistic Lock)의 차이를 설명하시오. 비관적 락 Optimistic Lock다른 트랜잭션과의 충돌이 발생할 가능성이 높다고 가정하고 데이터를 사용하기 전에 Lock을 획득하는 방식다른 트랜잭션은 Lock이 해제될 때까지 기다릴 수 있음Transaction A→ Row Lock 획득→ 데이터 수정→ COMMIT→ Lock 해제 장점데이터 충돌을 강하게 방지단점대기시간과 Deadlock 가능성이 증가 낙관적 락 Pessimistic Lock충돌이 자주 발생하지 않는다고 가정하고 Lock을 오래 유지하지 않음 대신 Version 등의 값을.. 2026. 10. 1.
