narlo의 Devlog

역량평가 시험 (10:00 ~ 11:00) 팀프로젝트 구현 협업 환경 세팅 및 로그인 페이지 UI 구현 https://github.com/CNU-SW6/proj-fe/tree/hj GitHub - CNU-SW6/proj-fe Contribute to CNU-SW6/proj-fe development by creating an account on GitHub. github.com 하석재강사님 강의 백엔드 - 성능 => 로드밸런싱(네트워크장비, L4/L7 스위치) L4(전송계층, TCP/UDP/포트) L7(응용계층, GET/PUT/POST/DELETE => REST) - 데이터 안정성 => DBMS(트랜잭션 / 이중화) WAS - DB(트랜잭션 / 이중화) + 로드밸런싱 1. Java - JDBC 2. Sp..

프로그래머스 - 프론트엔드 미니 데브코스 자동 저장 편집기 만들기 - url에 따른 라우팅 처리 필요 debounce 같은 이벤트를 반복시킨 다음, 가장 마지막에 발생한 이벤트만 실행시키는 기 setTimeout을 이용해 1초 사이에 들어오는 입력을 감지 clearTimeout을 이용해 1초 사이에 들어오는 입력이 있다면 기존 작업을 밀고 새 작업 실행 입력 간격이 1초가 넘었을 때 storage에 저장이 되는 코드 localStorage와 DB에 저장하는 역할을 나누면 좀 더 안전하다. 클릭하지 않아도 클릭 이벤트를 발생시킬 수 있음(new Event) 서버에서 내려오는 개행값 \n textarea에서는 \n으로 개행을 처리해줌 \n을 모두 로 바꾸기 팀 프로젝트 https://github.com/CN..

장진수교수님 - 리눅스 운영체제(OS) - CPU, Memory, I/O device들을 관리하는 프로그램 - 다른 컴퓨터와 통신을 할 수 있게 도와주는 역할 - access control(접근제어) - 실행중인 프로세스를 관리 - HW에 접근할 수 있는 인터페이스를 제공 리눅스(Linux) - pc 기반 운영체제 - UNIX(서버용) => 개인용으로 만든 것이 Linux GNU(GNU'S Not Unix) - 자유 소프트웨어 - 소스코드를 다운받아 자유롭게 실행할 수 있다는 장점 Kernal - File Management - IPC(Inter process Communication) - CPU Scheduler - Process Management - Primary and Secondary Stora..

프로그래머스 - 프론트엔드 미니 데브코스 무한 스크롤 UI 구현하기 - 컨텐츠를 페이징하는 기법 중 하나 - 아래로 스크롤하다 컨텐츠의 마지막 요소를 볼 즈음 다음 컨텐츠가 있으면 불러오는 방식 1. window의 scroll 이벤트를 통해 스크롤링이 일어날 때마다 화면 전체의 height와 스크롤 위치를 통해 스크롤이 컨텐츠 끝 즈음에 다다랐는지 체크해서 처리하는 방식 scroll 할 때마다 이벤트가 발생하기 때문에 성능 문제가 발생할 수 있음 2. intersection observer 방식 window.addEventListener('scroll', () => { const isScrollEnded = (window.innerHeight + window.scrollY) + 100 >= documen..

프로그래머스 - 프론트엔드 미니 데브코스 (2023. 01. 05 19:00 ~ 22:00) https://narlo23.tistory.com/entry/2022-%EB%8F%99%EA%B3%84-%EB%AA%A8%EA%B0%81%EC%BD%94-1%ED%9A%8C%EC%B0%A8-%ED%9A%8C%EA%B3%A0%EB%A1%9D [2022 동계 모각코] 1회차 회고록 1회차(2023.01.05 19:00 ~ 22:00) 오늘의 목표 1. 프로그래머스 - React 강의 듣기 2. Spring 개요, 강의, 책 찾기 1. 프로그래머스 - React 강의 듣기 React 소개 리액트는 페이스북에서 만들어졌고, 2013년 5월에 narlo23.tistory.com 김종익교수님 - DB 복습 (2023.01...

양희철교수님 - 데이터분석 K-nearest neighbor classification 새로운 데이터와 가장 가까운 K개만 보고, 클래스를 결정하는 방법 K 값에 따라 분류 결과가 달라질 수 있다. Clustering 데이터는 존재하지만 데이터의 label이나 category가 주어지지 않은 경우 clustering을 통해 데이터를 설명할 수 있다. K-means clustering => w를 학습한다. Gaussian mixture clustering 데이터가 k개의 Gaussian으로 구성되어 있다고 할 때, 가장 데이터를 잘 설명하는 k개의 평균과 cov를 찾는 알고리즘 Nerual network 신경망 Activation function MLP(Multilayer Perceptron) input ..

양희철교수님 - 데이터분석 Regression Linear Regression - 독립변수와 종속변수 사이 선형식을 구하고 그 식을 이용하여 변수값이 주어졌을 때 종속변수의 변수 값을 예측하는 분석방법 - 독립변수의 개수에 따라 단순 선형과 다중 선형으로 구분 더 높은 차수 : 정확하게 표현할 수 있지만 그만큼 연산복잡도가 기하급수적으로 증가 새로운 데이터가 들어왔을 때 얼마나 잘 표현할수 있는가가 목적 차수가 높은 것이 항상 좋은 성능을 보이지는 않는다. Machine learning based regression 적절한 트레이닝 셋을 통해 learning algorithm을 만들어내고 이렇게 만들어진 h와 입력 x를 이용해 예측 y을 만들어내는 것 손실함수(loss function) 선형회귀식과 실제..

양희철교수님 - 데이터분석 데이터 전처리 - 데이터 그룹핑 : groupby() - 데이터 필터링 - 데이터 결손값(NaN) 처리 - isna() : 결손값이 있는지 확인 - dropna(axis, how, inplace) - axis : 축이 0이면 결손 데이터를 포함한 행 삭제, 1이면 열을 삭제 - how : 값이 any이면 결손 데이터가 하나라도 포함되면 제거, all이면 axis에 따라 전체가 결손 데이터여야 제거 - inplace : True이면 원본에서 결손데이터를 삭제, False는 원본은 그대로 두고 고쳐진 데이터프레임 반환 - fillna() : 결손값을 채움 - 데이터 구조 변경 - pivot() - concat() : 데이터 합치기 - 데이터 정렬 - sort_values() 데이터..

양희철교수님 - 데이터분석 데이터 분류 - structured or unstructured - i.i.d. data or non-i.i.d. data (i.i.d. : independent and identically distributed) (확률분포가 동일한) - vectorial or non-vectorial data (벡터 형태) - labeled or unlabeled data (데이터에 대해 값이 주어져 있는지) - Images, text, languages, time series, graphs and so on 회귀(Regression) - 비슷한 상관분석(Correlation analysis) 두 변수 사이에 상관관계가 존재하는지 파악하고 그 정도를 확인하는 것 관련성을 파악하는 지표로 상관..

프로그래머스 - 프론트엔드 미니 데브코스 Fetch API 백엔드에서 REST API의 형태로 주면, 클라이언트에서 해당 API를 쓸 때 화면에 대응되도록 가공하여 써야하는 경우가 존재 => JSON 데이터를 내 마음대로 다룰 수 있는 역량이 필요하다. Promise.all() => 동시에 실행 브라우저마다 동시에 요청할 수 있는 네트워크의 개수가 제한되어 있음 너무 많은 요청을 한꺼번에 해야 하는 경우 => 백엔드에 다 불러올 수 있는 API를 요청 Promise.all을 두번 돌려서 다음 promise chain에서 productoptions, productoptions의 stock 데이터를 모두 불러올 수 있게 된다. reduce() : 파라미터 2개(함수, 초기값)를 받아온다. basePrice ..