분류 전체보기

인공지능, 머신러닝, 딥러닝 인공지능 Artificial Intelligence 사람의 지능(intelligence)인 이해하고 학습하는 능력 모방하여 지능을 가진 기계를 만드는 분야1943년에 뉴런모델이 제시되면서 최초로 인공신경망이라는 개념이 등장 예시) IBM Deep Blue 체스 프로그램  머신러닝 (=기계학습) Machine Learning 사람이 가진 학습 능력을 기계를 통해 구현하는 방법을 연구하는 분야주어진 데이터를 분석해서 일반적인 규칙이나 새로운 지식을 기계 스스로가 자동으로 추출하는 방법을 개발하는 연구 분야 예시) 이메일 스팸필터, 구글 검색 알고리즘, 아마존 상품 추천 딥러닝 Deep Learning 심층 신경망 기반의 머신러닝 분야심층 신경망을 이용해서 데이터를 분석하는 학습에..

특징 추출의 목적분석에 불필요한 정보는 제거하고 필요한 핵심 정보만 추출차원 축소를 통해 학습 시스템의 효율을 향상시킴  Dimension Reduction 차원 축소 데이터 분석에 핵심이 되는 정보만 남기기 위해 차원을 축소함차원 축소를 통해 학습 시스템의 속도 + 성능 효율을 향상시킴 모델 학습에 불필요한 피처(속도 향상)나 방해되는 피처(성능 향상)를 제거 방해되는 피처는 over fitting 문제를 발생시키는 피처이에 입력차원이 늘어남에 따라 처리의 정확도가 저하되는 차원의 저주 현상이 발생  PCA (Principal Component Analysis) 주성분분석 알고리즘 주성분 분석 PCA전체 데이터의 분포를 가장 잘 설명할 수 있는 주성분을 찾는 방법론 데이터가 가장 넓게 떨어져있는 방향을..

앙상블 학습 (지도 학습)여러 개의 모델을 학습시켜 다양한 예측 결과를 이용 모든 머신러닝 모델과 문제(회귀, 분류)에 적용 가능함 회귀문제 - 평균 분류문제 - 투표크게 Bagging과 Boosting 두 가지 방법론이 존재 Bagging 배깅Bootstrap 부트스트랩 통계의 기본 - 모수를 정확히 추정하기 위해서는 다양하고 좋은 표본 데이터 셋이 필요but, 표본을 계속 많이 얻는 것은 현실적으로 어려움 현재 가지고있는 샘플을 복원 추출해서 여러개의 데이터셋을 만듬  Bagging 배깅Bootstrap Aggregation 부트스트랩 데이터를 합친 것 부트스트랩으로 생성된 데이터셋을 가지고 모델을 학습하는 것학습된 모델의 결과로 나온 모든 예측치 평균(회귀)내거나, 투표(분류)를 활용해서 분산 오..

목표Firebase 데이터베이스를 만들고 express로 구축한 node 서버에서 데이터베이스에 접근한다. Cloud Firestore로 데이터베이스 만들기 Firebase에서 데이터베이스를 만드려면 Cloud Firestore라는 제품을 사용하면 된다.Realtime Database가 더 데이터베이스같아서 뭘 선택해야하지? 했는데 공식문서(Cloud Firestore 또는 실시간 데이터베이스)에 잘 정리되어있다. 사용하기 쉽고 데이터를 쉽게 정리할 수 있어 공식문서에서도 Cloud Firestore를 권장하고 있다.   Firebase 콘솔에서 내 프로젝트를 누르고 Cloud Firestore를 선택한다.  데이터베이스 추가 버튼을 눌러 데이터베이스 id와 위치를 지정해준다.  보안규칙 탭에서는 테스트..

1. 프로젝트 생성먼저 구글 계정으로 Firebase Console에 가입하고, 프로젝트를 만든다. 배포 기록이나 Firebase가 제공하는 모든 기능을 콘솔에서 대쉬보드처럼 보면서 관리할 수 있다. 내 프로젝트가 오른쪽에 생성된 모습 2. Firebase CLI 설치 npm으로 Firebase CLI 설치 npm install -g firebase-tools 3. 프로젝트 초기화 배포하려는 프론트엔드 프로젝트의 루트에서 프로젝트를 초기화하기 firebase init hosting 초기화 명령을 실행하면, interactive 질문이 쭉 나온다. Project setup? Please select an option:기존 로컬 프로젝트에다 Firebase 프로젝트로 연결하는 것이니, Use an exist..

현상npm run dev로 개발환경 실행하고 브라우저 오픈시 아무런 화면이 나오지않고 로그에는 아래와 같은 에러가 찍히는 현상 Uncaught SyntaxError: The requested module '/node_modules/.vite/deps/msw.js?v=3f957acc' does not provide an export named 'rest'  원인vite의 캐시파일이 최신화가 되지 않아 나타나는 문제 프로젝트 package.json에서 관리하고 있는 dependency 의존성이 캐시되어있는 의존성이랑 다를 때 발생 해결node_modules 내부에 있는 vite 캐시파일인 `.vite 폴더` 삭제  이후 다시 npm run dev 재실행 이래도 되지않는다면..? `node_modules` 내..

문제 2가지 인풋이 있다. "비밀번호"를 라벨로 가지는 인풋 1개와 "비밀번호 확인"을 라벨로 가지는 인풋 1개 테스트를 돌리는데 이상하게 "비밀번호 확인" 인풋에 입력되어야하는 값이 계속 위의 "비밀번호" 인풋에 입력되는 현상이 있었다.디버깅하기 너무 어려웠던것은, 테스트에서 에러나는 부분은 비밀번호 확인 인풋 DOM 요소를 찾지 못해서는 아니었다. 비밀번호 확인 인풋은 찾아지는데, 그게 제대로된 아래 비밀번호 확인 인풋이 아닌 위의 비밀번호 인풋으로 찾아지는 문제였다. 도대체 왜이럴까.. 하다가 Testing Playground에서 시도해보다가 드디어 원인을 찾았다. 원인컴포넌트비밀번호비밀번호 확인 테스트코드screen.getByLabelText('비밀번호') input의 id가 같은 경우, id가 ..

며칠전 동료의 코드를 보다가 바보같은 질문을 하게되어 다시 정리해보는 JSON의 개념 서버에 요청을 보내는 바디를 `JSON.stringify()`로 변환하는 코드를 보는데 갑자기 헷갈렸다. stringify는 말그대로 자바스크립트 객체를 문자열로 직렬화시켜주는 것아니던가? 왜 서버에 요청보낼때 stringify를 시키는거지..?? 나는 .. JSON과 JavaScript의 object를 헷갈리고있었던 것이었다.. 😱 먼저 JSON이 뭔지를 정확히 알아야한다. JSONJSON(JavaScript Object Notation)은 데이터를 주고받을수 있는 일반 텍스트 포맷을 뜻한다. JavaScript의 객체 표기법을 본따서 JSON syntax가 만들어졌다.JSON 포맷은 텍스트일뿐 JavaScript와..

문제POST/PATCH Mutation 요청시 캐싱을 무효화하여 데이터의 최신 상태를 유지하도록 적용해두었다.이미지 등록 POST > 이미지 목록 GET > 썸네일 이미지 PATCH > 전체 이미지목록 GET 순서로 호출되어 갱신된 데이터를 가져오도록 예상했으나, PATCH Mutation 요청 이후에 GET 쿼리가 실행되지 않아서, 썸네일이미지가 화면에 바로 반영되지 않는 문제가 있었다. Expected Behavior POST > GET > PATCH > GET  Current BehaviorPOST > GET > PATCH (브라우저 네트워크) POST > PATCH > GET (콘솔) 컴포넌트 코드//ImageContainer.tsx서버에 요청 보내는 코드 존재 썸네일 설정하는 함수 const ..

이슈authoriztion token정보로 api의 요청을 받아서 화면에 유저정보를 띄우는 마이 페이지가 있다.테스트를 돌리는데 테스트 환경에서 자꾸 유저정보가 빈값으로 나오는 이슈가 있었다. 컴포넌트 구현 유저정보를 get 해오려면 저장된 토큰정보를 가지고 서버에 요청해서 response로 받아와야한다.이때, 인증 토큰은 로컬스토리지에서 토큰 정보를 받아오는데, 로컬 스토리지에서 토큰정보를 받아올때 localStorage Web API를 사용해서 localStorage.getItem("token")로 바로 받아오는 것이 아니고, store라는 3rd party 패키지를 통해 스토리지에 접근한다. //package.json "dependencies": { "store": "2.0.12" }, 따..