1. 1학기 동안 쌓인 나만의 학습 노하우 노하우라기 보다는 내가 만약 다시 1학기 초로 돌아간다면 어떻게 할 것인지를 말해보자면 .. 우선 알고리즘 스터디는 필히 할거 같다. 아마 싸피 들어와서 가장 큰 성장이 알고리즘 성장이 아닐까 싶다. 두번째로는 처음 알게되는 개념이라면 보충은 꼭 들을 것이다. 우리반 교수님과는 다른 방식의 설명을 들을 수 있다. 다양한 방식으로 설명을 들어보는게 도움이 될때가 있었다. 세번째로는 주말공부를 미루지 않을것이다. 이거는 나의 후회이자 아쉬움이다. 평일에 열심히 공부했으니 주말엔 쉬어도 돼 라는 합리화가 있었다. 그로인해 매주 보난 시험 결과가 좋지 못하였다. 또한 한주 공부한 걸 쉽게 까먹기도 했다. 주중에 수업을 들으며 열심히 흡수 했지만 다시 복습을 하지 않으면..

첫번째 1부 멘토링때는 IBM , LG CNS 2부 소그룹 멘토링은 LG CNS 금융 S/W개발팀 3부 소그룹 멘토링은 LG 유플러스 신규 서비스 개발팀 1. 가장 중요한 것은 최대한 많이 쓰자! 스타트업부터 대기업까지 기업규모, 직무 상관없이 다~~ 쓰자! 하루만에서 써도 좋다. - 이 부분은 나도 동감하는 바이나 종종 지원서를 쓰면서 붙어도 안갈거 같은데 쓰는게 맞나 라는 생각을 했다. 쓰는게 맞다. 그렇게 기회를 만들고 감을 익히는 거라고 생각됐다. 2. 정성적으로 보다는 정량적으로 작성하자 - 몇개의 프로젝트를 진행했고 몇개의 자격증을 땄고 몇점을 받았고 등등.. 3. 경험에 기반해서 이만큼 열심히 했고 잘할 수 있다를 어필하자. 4. 면접관은 몇백개의 자소서를 읽는다. 두괄식으로 하고 싶은말을 ..

💭 간단한 웹 어플리케이션을 개발하며 스프링을 익혀보자 🔎앞으로의 과정 스프링 프로젝트 생성 스프링 부트로 웹 서버 실행 회원 도메인 개발 웹 MVC 개발 DB연동 - JDBC, JPA, 스프링데이터, JPA 테스트 케이스 작성

1. Meta-heuristic : 특정 문제에 특화되지 않고 자연에서 영감을 얻은 경험적 방법 대표적인 meta-heuristic : Simulated Annealing, Tabu Search, Genetic Algorithms, Ant Colony Optimizatio 2. Simulated Annealing(담금질 기법) : 커다란 탐색공간에서 주어진 함수의 전역 최적점(global optimum)에 대 한 훌륭한 근사치를 찾으려고 하는 전역최적화 문제에 대한 일반적인 활률적 휴리스틱 접근 방법이다. 금속의 담금질(annealing) 이란 고체를 녹을때 까지 가열하고 난 후 그것을 완전한 결정체가 될때까지 식히는 물리적인 과정으로 이 과정에서 고체의 자유에너지는 최소화된다. 이런 과정에서 내부의 결..

1. Heuristic : "경험적인, 스스로 발견하게 하는" 이라는 뜻으로 시간이나 정보가 부족하여 합리적인 판단을 할수 없거나 굳이 판단하지 않아도 사람들이 빠르게 사용할 수 있도록 하는 간편추론의 방법이다. 휴리스틱의 알고리즘은 문제에 대한 모든 솔루션 중 최선일 수도 있고 단순히 정확한 솔루션에 근접할 수 있다. 즉 휴리스틱을 통해 해결된 문제에 대한 답은 가장 좋은 답이 아닐 수도 있다. 관련 알고리즘으로는 가지치기(pruning) 기법, Simulated Annealing(담금질 기법), Genetic Algorithms(유전알고리즘) 이 있다. 2. Routing problem : 여러 노드를 방문하는 경로에 대해 가장 최소로 하는 최적의 경로를 찾는 문제 3. 외판원 문제(Traveling..

💭 컴포넌트 통신 방법에 대해 알아보고 props 속성을 통해 컴포넌트 통신을 실습해보자. ❗ 부모 컴포넌트와 자식 컴포넌트 아래 사진처럼 화면의 영역을 쪼개서 재활용 가능한 형태를 컴포넌트라고 한다. 컴포넌트들 간의 관계가 존재하며 하위 컴포넌트는 자식 컴포넌트, 상위 컴포넌트는 부모 컴포넌트라고 한다. 부모 컴포넌트에서 자식 컴포넌트로는 데이터(props)를 준다. 자식 컴포넌트에서 부모 컴포넌트로는 이벤트(event emit)을 준다. ❗ props속성을 이용하여 데이터를 자식 컴포넌트로 전달하기 props 는 부모 컴포넌트의 데이터를 전달하기 위한 속성 실습에서는 Root 컴포넌트에서 app-header 컴포넌트로 데이터를 전달해보았다. 결과 AppHeader 컴포넌트에서 propsdata : "..

💭뷰 컴포넌트가 무엇인지 알아보고 전역 컴포넌트와 지역컴포넌트의 차이에 대해 알아보자. ❗뷰 컴포넌트 화면의 영역을 구분하여 코드로 관리하는 뷰의 기능이다. 재사용성이 올라가고 빠르게 화면을 제작하기 위해서 컴포넌트로 화면을 관리한다. 컴포넌트 생성시 각 컴포넌트 간의 관계가 생성된다. 코드에서 인스턴스를 생성하면 개발자 도구 vue에서 Root 컴포넌트로 인식 개발자도구 ❗ 전역 컴포넌트 생성하기 Vue.component 를 사용하여 컴포넌트를 생성하게 되면 전역 컴포넌트를 생성된다. 코드 결과 app-header 컴포넌트가 Root 아래 추가 됨을 확인 할 수 있다. Root는 상위 컴포넌트 app-header는 하위 컴포넌트이다. ❗ 지역 컴포넌트 생성하기 전역 컴포넌트로 사용할 경우 사용하지 않는..

💭 Vue.js 에 CDN을 추가하여 인스턴스를 생성하고 생성자 함수를 작성하여 보자. ❗Vue.js CDN으로 시작하기 CDN : 콘텐츠 전송 네트워크(Content Delivery Network)로 지리적으로 분산된 여러 개의 서버를 사용하여 웹 콘텐츠를 사용자와 가까운 곳에서 전송함으로써 전송 속도를 높이기 위해사 사용되는 서버 네트워크 Vue.js 라이브러리를 제공하는 CDN 링크를 script 태그에 걸어 Vue.js를 개발할 수 있다. 프로토 타이핑 또는 학습 목적이라면, 아래 코드로 최신 버전을 사용 프로덕션 환경인 경우 오류를 방지하기 위해 아래 코드를 추가하여 특정 버전의 빌드 파일을 추가 기본 ES 모듈을 사용하는 경우 이를 지원하는 ES 모듈 호환 빌드 파일 사용 출처 : https:..

💭 기존의 웹 개발 방식인 Html과 JavaScript와 비교하여 Vue의 Reactivity를 구현하는 방법을 아주 간단히 알아보자! ❗Html, JavaScript로 웹 만들어보기 변수 str 를 생성하고 화면에 출력한 후 str 값을 변경했을 때 • html 파일에서 ! 를 쓴 후 Tab 키를 누르면 아래와 같은 hmtl 양식을 손쉽게 작성할 수 있다. hi hello 결과 • 아래의 사진과 같이 str 출력이 값이 변경되기 전의 값을 출력하고 있음을 확인할 수 있다. ❗ Vue의 Reactivity(반응성) 웹 만들기 변수 str 를 생성하고 화면에 출력한 후 str 값을 변경했을 때 • 변경된 str 값이 바로 화면에 적용되는 반응성 웹 • Object.defineProperty() API를 ..

❓ Vue.js 란? 사용자 인터페이스를 만들기 위한 프로그레시브 자바 스크립트 프레임워크. ❓ Vue.js의 특징 DOM : 웹 페이지가 로드 되면 브라우저는 페이지의 Document Object Model (문서 개체 모델)을 생성 DOM LIsteners : DOM의 변경 내역을 즉각적으로 반응하여 특정 로직을 수행하는 장치 Data Bindings : View에 표시되는 내용과 Model의 데이터를 동기화 위 내용은 인프런의 Vue.js 시작하기 - Age of Vue.js 를 참고하여 공부하며 개인적으로 정리한 내용입니다. 내용에 오류가 있거나 문제 사항은 댓글로 남겨주시면 감사하겠습니다!

1. 인프런의 Vue.js 시작하기 - Age of Vue.js 를 보고 작성한 복습정리 입니다. 2. 공부에서 사용될 프로그램 - Chrome - VS Code - Node.js - Vue.js Devtools 3. 공부에서 사용될 VS Code 플리그인 - Vetur - Night Owl - Material Icon Theme - Live Server - EsLint - Prettier - Auto Close Tag - Atom Keymap 4. Live Server 이용하기 탐색기 -> 폴더 및 파일 목록 중 실시간으로 확인해볼 파일을 클릭 -> 우클릭 open with live server 클릭 크롬 브라우저로 실행시 표시된 웹 페이지가 나옵니다. 만약 실행시 127.0.0.1 로 페이지가 작동하..

❓ Regression 데이터 변수들간의 함수 관계를 파악하여 통계적으로 추론하여 결과를 도출하는 기술이다. ❓ Hypothesis 위는 Regression 데이터를 가지고 좌표를 찍은 모습이다. Regression 모델을 학습하기 전에 하나의 가설을 세울 필요가 있다. 우리가 예측할 무언가의 실제 데이터 결과가 어떤지는 모르겠으나 아래 사진의 1차원 방정식의 그래프 형태인 모델이 우리의 가설에 맞아 떨어질 것이다. 즉, 우리 가설의 결과가 1차원 방정식 그래프 형태인 모습일 것이다. 가설은 H(x)로 나타내고 H(x) = Wx+b 형태의 방정식이다. W(weight), b(bias) 우리의 목표는 실제 데이터 값들과 가장 유사하게 H(x)를 그려주는 W와 b를 값을 찾는 것이다. (W와 b 값은 여러개..

❓ Tensor ? 텐서란 데이터의 배열이라고 볼 수 있다. Rank는 몇 차원의 배열인지를 나타낸다. Type 은 텐서의 데이터 타입을 나타낸다. Shape 은 배열의 모양을 나타낸다 => ex) shapes 이 [3,4] 혹은 (3,4) 이라면 요소가 3개인 배열이 4개 있는 모양의 배열을 뜻한다. ❓ TensorFlow 텐서플로우는 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리 즉, 기계학습 라이브러리 ❓ TensorFlow의 Data Flow Graph Node는 연산을 나타낸다. Edge는 노드와 노드를 연결하며 데이터흐름을 나타낸다. Tensor 엣지들을 따라서 각 노드들의 사이를 이동하는 값이며 다차원 배열이다. ❗ TensorFlow 설치 1. Python..

❓ 머신러닝이란? 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘 머신러닝을 통해 수신한 이메일이 스팸인지 아닌지 구분할 수 있도록 훈련 ❓ Supervised / Unsupervised learning Supervised learning 이미 label이 정해져 있는 데이터(training set)들을 사용하여 학습하는 것 이미 labeling 되어 있는 딸기와 사과를 학습시켜 딸기와 사과가 구분이 가능한 모델을 생성 (+) 딸기와 사과가 구분이 가능한 모델을 생성하기 위해 사용한 labeling 된 데이터들을 "Training data set" ㅣ라고 한다. Unsupervised learning label이 주어지지 않은 데이터로 학습하는 것 유사한 뉴스들의 그룹화(뉴스는 라벨링이 되어 있지 않다.)..