Posts by Tag

순수 자바 코드로 개발

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

실행과 테스트

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

DIP 위반

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

DI

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

스프링 컨테이너

Spring 빈 조회

8 분 소요

이전에 컨테이너에 빈을 등록하였다. 그렇다면 등록한 빈을 어떻게 조회할 수 있을까?

Spring으로 전환

4 분 소요

지금 까지 순수한 자바 코드로만 작성해온 것을 우리의 목표인 스프링을 사용해 볼 것이다.

맨 위로 이동 ↑

스프링 빈

Spring 빈 조회

8 분 소요

이전에 컨테이너에 빈을 등록하였다. 그렇다면 등록한 빈을 어떻게 조회할 수 있을까?

Spring으로 전환

4 분 소요

지금 까지 순수한 자바 코드로만 작성해온 것을 우리의 목표인 스프링을 사용해 볼 것이다.

맨 위로 이동 ↑

스프링 부트

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

스프링 프레임 워크가 왜 생겼을까???

9 분 소요

스프링 이란?? 스프링은 너무 많은 기능을 제공해 주고 있어 정의하기 쉽지가 않다. 스프링은 프레임워크인데 주요 기능 및 특징을 간단히 정리해보면

맨 위로 이동 ↑

배치 경사 하강법

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

관심사의 분리

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

AppConfig

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

생성자 주입

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

의존관계 주입

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

의존성 주입

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

BeforeEach

AppConfig 리팩터링

2 분 소요

자 저번 글에서 이전에 구성한 AppConfig가 약간의 문제가 있다고 언급하였다. 어떤 문제가 있었을까?

관심사의 분리

8 분 소요

이전에 설계한 것을 DIP를 지키도록 하기 위해 private DiscountPolicy discountPolicy; 로 변경함으로써 인터페이스에만 의존하도록 바꾸었다.

맨 위로 이동 ↑

엔티티 설계 주의점

애플리케이션 구현 준비

1 분 소요

지금까지 도메인 설계 등 데이터 적인 설계는 했고, 이제부터는 뭘 어디까지 구현할지 전체적으로 알아보고자 한다.

맨 위로 이동 ↑

선형 회귀

수치 예측

11 분 소요

가장 먼저 딥러닝의 기초가 되는 머신러닝 알고리즘 중 가장 간단한 선형회귀를 만들어 볼 것이다. 직선의 그래프 y = ax + b a : 기울기, b : 절편

맨 위로 이동 ↑

경사 하강법

수치 예측

11 분 소요

가장 먼저 딥러닝의 기초가 되는 머신러닝 알고리즘 중 가장 간단한 선형회귀를 만들어 볼 것이다. 직선의 그래프 y = ax + b a : 기울기, b : 절편

맨 위로 이동 ↑

손실 함수

수치 예측

11 분 소요

가장 먼저 딥러닝의 기초가 되는 머신러닝 알고리즘 중 가장 간단한 선형회귀를 만들어 볼 것이다. 직선의 그래프 y = ax + b a : 기울기, b : 절편

맨 위로 이동 ↑

오차 역전파

수치 예측

11 분 소요

가장 먼저 딥러닝의 기초가 되는 머신러닝 알고리즘 중 가장 간단한 선형회귀를 만들어 볼 것이다. 직선의 그래프 y = ax + b a : 기울기, b : 절편

맨 위로 이동 ↑

스프링 프레임워크

스프링 프레임 워크가 왜 생겼을까???

9 분 소요

스프링 이란?? 스프링은 너무 많은 기능을 제공해 주고 있어 정의하기 쉽지가 않다. 스프링은 프레임워크인데 주요 기능 및 특징을 간단히 정리해보면

맨 위로 이동 ↑

객체 지향 프로그래밍

스프링 프레임 워크가 왜 생겼을까???

9 분 소요

스프링 이란?? 스프링은 너무 많은 기능을 제공해 주고 있어 정의하기 쉽지가 않다. 스프링은 프레임워크인데 주요 기능 및 특징을 간단히 정리해보면

맨 위로 이동 ↑

SOLID

스프링 프레임 워크가 왜 생겼을까???

9 분 소요

스프링 이란?? 스프링은 너무 많은 기능을 제공해 주고 있어 정의하기 쉽지가 않다. 스프링은 프레임워크인데 주요 기능 및 특징을 간단히 정리해보면

맨 위로 이동 ↑

로지스틱 회귀

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

퍼셉트론

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

아달린

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

계단함수

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

활성화 함수

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

로지스틱 손실함수

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

미분 연쇄 법칙

이진 분류

22 분 소요

이진 분류(Binary Classification) : 임의의 샘플 데이터를 참 혹은 거짓으로 구분하는 문제를 말한다.

맨 위로 이동 ↑

SQL

MySQL을 시작하면서..

4 분 소요

처음 MySQL을 배우려고 하는 이유는 백엔드든 AI든 데이터를 이용하고, 데이터를 전처리하고 가공할 줄 알아야 한다고 전해 들었기 때문이다. 많은 RDBMS 중 왜 하필 MySQL을 배우는지는 그냥 단순히 예전부터 많이 가장 많이 들어왔고 그렇기 때문에 가장 많이 쓰이지 않을까...

맨 위로 이동 ↑

DBMS

MySQL을 시작하면서..

4 분 소요

처음 MySQL을 배우려고 하는 이유는 백엔드든 AI든 데이터를 이용하고, 데이터를 전처리하고 가공할 줄 알아야 한다고 전해 들었기 때문이다. 많은 RDBMS 중 왜 하필 MySQL을 배우는지는 그냥 단순히 예전부터 많이 가장 많이 들어왔고 그렇기 때문에 가장 많이 쓰이지 않을까...

맨 위로 이동 ↑

RDBMS

MySQL을 시작하면서..

4 분 소요

처음 MySQL을 배우려고 하는 이유는 백엔드든 AI든 데이터를 이용하고, 데이터를 전처리하고 가공할 줄 알아야 한다고 전해 들었기 때문이다. 많은 RDBMS 중 왜 하필 MySQL을 배우는지는 그냥 단순히 예전부터 많이 가장 많이 들어왔고 그렇기 때문에 가장 많이 쓰이지 않을까...

맨 위로 이동 ↑

회원 도메인

맨 위로 이동 ↑

신경망

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

단일층 신경망

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

확률적 경사 하강법

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

미니 배치 경사 하강법

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

사이킷런

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

SGDclassifier

단일층 신경망과 사이킷런으로 로지스틱 회귀 수행

8 분 소요

이전에 로지스틱 회귀를 직접 구현해 보았다. 로지스틱 회귀이 단일 신경층 망(single layer neural network) 동일하다고 한다. 신경망??? 단일층 ??? 이부분에 대해 좀더 자세히 알아보고, 또한 이 단일 신경층 망 즉 로지스틱 회귀를 구현하는 것이 귀찮기...

맨 위로 이동 ↑

검증 세트

검증 세트 나누기, 전처리 과정

13 분 소요

자 지금까지 선형회귀, 로지스틱 회귀, 단일층 신경망에 대해 배웠다. 이것들은 딥러닝을 위한 핵심 알고리즘이다. 따라서 지금부터는 훈련 노하우에 대해 알아볼 것이다.

맨 위로 이동 ↑

특성의 스케일

검증 세트 나누기, 전처리 과정

13 분 소요

자 지금까지 선형회귀, 로지스틱 회귀, 단일층 신경망에 대해 배웠다. 이것들은 딥러닝을 위한 핵심 알고리즘이다. 따라서 지금부터는 훈련 노하우에 대해 알아볼 것이다.

맨 위로 이동 ↑

표준화

검증 세트 나누기, 전처리 과정

13 분 소요

자 지금까지 선형회귀, 로지스틱 회귀, 단일층 신경망에 대해 배웠다. 이것들은 딥러닝을 위한 핵심 알고리즘이다. 따라서 지금부터는 훈련 노하우에 대해 알아볼 것이다.

맨 위로 이동 ↑

과대 적합

과대 적합, 과소 적합

6 분 소요

과대 적합(overfitting), 과소 적합(underfitting) 개념에 대해 알아보고자 한다. 훈련 세트와 검증 세트는 모델의 과대 적합과 과소 적합 이라는 문제와 매우 깊게 연관 되어 있다.

맨 위로 이동 ↑

과소 적합

과대 적합, 과소 적합

6 분 소요

과대 적합(overfitting), 과소 적합(underfitting) 개념에 대해 알아보고자 한다. 훈련 세트와 검증 세트는 모델의 과대 적합과 과소 적합 이라는 문제와 매우 깊게 연관 되어 있다.

맨 위로 이동 ↑

학습 곡선

과대 적합, 과소 적합

6 분 소요

과대 적합(overfitting), 과소 적합(underfitting) 개념에 대해 알아보고자 한다. 훈련 세트와 검증 세트는 모델의 과대 적합과 과소 적합 이라는 문제와 매우 깊게 연관 되어 있다.

맨 위로 이동 ↑

편향-분산 트레이드오프

과대 적합, 과소 적합

6 분 소요

과대 적합(overfitting), 과소 적합(underfitting) 개념에 대해 알아보고자 한다. 훈련 세트와 검증 세트는 모델의 과대 적합과 과소 적합 이라는 문제와 매우 깊게 연관 되어 있다.

맨 위로 이동 ↑

조기 종료

과대 적합, 과소 적합

6 분 소요

과대 적합(overfitting), 과소 적합(underfitting) 개념에 대해 알아보고자 한다. 훈련 세트와 검증 세트는 모델의 과대 적합과 과소 적합 이라는 문제와 매우 깊게 연관 되어 있다.

맨 위로 이동 ↑

L1 규제

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

L1 규제의 미분

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

라쏘 모델

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

L2 규제

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

L2 규제의 미분

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

릿지 모델

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

가중치 업데이트 식

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

penalty

L1 규제, L2 규제

10 분 소요

이전에 과대 적합을 해결하는 대표적인 방법 중 하나로 가중치 규제(regularization)을 언급하였다.

맨 위로 이동 ↑

용어

맨 위로 이동 ↑

주문 할인 도메인

맨 위로 이동 ↑

SELECT

SQL 기본

3 분 소요

이번에는 기본적인 SQL 문장인 SELECT, INSERT, UPDATE, DELETE에 대해 알아볼 것이다.

맨 위로 이동 ↑

INSERT

SQL 기본

3 분 소요

이번에는 기본적인 SQL 문장인 SELECT, INSERT, UPDATE, DELETE에 대해 알아볼 것이다.

맨 위로 이동 ↑

UPDATE

SQL 기본

3 분 소요

이번에는 기본적인 SQL 문장인 SELECT, INSERT, UPDATE, DELETE에 대해 알아볼 것이다.

맨 위로 이동 ↑

DELETE

SQL 기본

3 분 소요

이번에는 기본적인 SQL 문장인 SELECT, INSERT, UPDATE, DELETE에 대해 알아볼 것이다.

맨 위로 이동 ↑

정률 할인 정책

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

정책 변경

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

OCP 위반

순수 자바로만 작성하는 예제_새로운 할인 정책 개발

7 분 소요

자 이제는 기획자가 할인 정책을 이전에 구현했던 방식인 정액 할인이 아닌 정률 할인으로 변경을 원한는 상황이라고 가정하자 회원이 VIP인 경우 10% 할인을 해주자. 갑자기 할인 정책이 바뀌어서 난감하지만 역할과 구현을 분리를 잘 하여 개발하였다면 변경에 용이할 것이다. 개...

맨 위로 이동 ↑

교차 검증

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

폴드

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

k-폴드 교차 검증

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

cross_validate()

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

pipeline

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

표준화 전처리 단계

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

StandardScaler

교차 검증

5 분 소요

이전에 전체 데이터 샘플수가 부족하여 검증 세트를 훈련 세트에서 분리하여 훈련 세트의 샘플 개수가 부족하여 모델을 충분히 훈련시키는데 문제가 된 경우가 있었다. 이러한 문제를 해결할 방법으로 교차 검증이 쓰인다.

맨 위로 이동 ↑

벡터화

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

스칼라 곱

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

점 곱

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

행렬의 곱셈

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

np.sum()

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

np.dot()

벡터화, 배치 경사 하강법

8 분 소요

지금까지 단일 신경층망을 구현해보았는데 이제는 단일층이 아닌 2개의 층을 가진 신경망을 구현해보고자 한다. 그 전에 신경망 알고리즘을 벡터화 하는 것에 대해 알아보자.

맨 위로 이동 ↑

사용 영역

맨 위로 이동 ↑

구성 영역

맨 위로 이동 ↑

할인 정책 변경

맨 위로 이동 ↑

흐름 정리

맨 위로 이동 ↑

IoC

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

컨테이너

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

IoC 컨테이너

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

DI 컨테이너

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

어셈블러

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

오브젝트 팩토리

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

정적인 클래스 의존관계

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

동적인 객체 인스턴스 의존관계

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

라이브러리

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

프레임워크

IoC, DI, 컨테이너

2 분 소요

IoC(Inversion of Control) 제어의 역전 기존의 프로그램 경우 클라이언트 구현 객체가 스스로 필요한 서버 구현 객체를 생성, 연결, 실행 하였다. 즉 구현 객체가 프로그램의 제어 흐름을 스스로 조종했다는 의미이다. 개발자 입장에서 보자면 자연스러운 흐름으로 보인...

맨 위로 이동 ↑

스프링 빈 조회

Spring 빈 조회

8 분 소요

이전에 컨테이너에 빈을 등록하였다. 그렇다면 등록한 빈을 어떻게 조회할 수 있을까?

맨 위로 이동 ↑

BeanFactory

맨 위로 이동 ↑

ApplicationContext

맨 위로 이동 ↑

XML 기반 스프링 빈 설정

맨 위로 이동 ↑

애노테이션 기반 자바 코드 스프링 빈 설정

맨 위로 이동 ↑

thymeleaf

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

jpa

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

h2

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

lombok

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

Gradle 설정

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

View 환경설정

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

thymeleaf 템플릿 엔진

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

application.yml

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

H2 데이터베이스

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

JPA

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

쿼리 파라미터 로그

프로젝트 환경설정

10 분 소요

이번에는 스프링 부트와 JPA를 활용하여 Shop에 관련된 웹 애플리케이션 프로젝트를 만들어 보려고 한다. 회원, 상품 등록, 주문 등의 기능을 구현할 것이다.

맨 위로 이동 ↑

BeanDefinition

스프링 빈 설정 메타 정보 - BeanDefinition

2 분 소요

이전에 스프링이 자바코드, XML 등 다양한 설정 형식을 지원하는 것을 알았다. 그렇다면 스프링이 굳이 왜 이렇게 다양한 설정 형식을 지원할까 ?? 이 부분에 대해 알기 위해서는 BeanDefinition 이라는 추상화를 알아야 한다.

맨 위로 이동 ↑

도메인 모델 설계

맨 위로 이동 ↑

테이블 설계

맨 위로 이동 ↑

엔티티 분석

맨 위로 이동 ↑

엔티티 클래스 개발

맨 위로 이동 ↑

회원 도메인 개발

맨 위로 이동 ↑

회원 리포지토리 개발

맨 위로 이동 ↑