일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- intent
- 2차 실전프로젝트
- 활성화함수
- springSTS
- 백엔드
- 교차검증
- 프로젝트
- ERD
- 크롤링
- 1차프로젝트
- 머신러닝
- 내일배움카드
- JSP/Servlet
- MVCmodel
- 국비지원
- 선형모델 분류
- 안드로이드
- 스마트인재개발원
- 손실함수
- 비스포크시네마
- gitclone
- semantic_segmentation
- MSE
- 취업연계
- randomForest
- 2차프로젝트
- 취업성공패키지
- KNN모델
- 하이퍼파라미터튜닝
- 오픈소스깃허브사용
- Today
- Total
목록코딩공부 (67)
또자의 코딩교실
이번 포스팅에서는 실제 개발했던 프로젝트 사이트의 이동경로에 맞춘 Back-end Process중 첫화면 - 회원가입 - 로그인 - MBTI추천 메인사이트를 유즈케이스와 화면설계서를 동반하여 설명하고자 한다. 사이트의 서비스 흐름도는 다음과 같다. 이제 각 사이트들의 최종 결과 화면을 보며 백엔드적인 요소들을 살펴보자. 위는 첫화면의 화면설계서이다. 코딩이 진행된 View에서 중요한 body 부분만 발췌하겠다. 로그인 당신만의 영화를 찾으세요 여기,  BESPOKE CINEMA에서 회원가입 a태그에 herf 속성을 주고 사이트 내 context path뒤, Handler Mapping이 이동할 경로인 memberForm.do(회원가입) 로 이동하도록 설정하였다. 같은 방식으로 로그인또한 설정하였다..
이번 포스팅에서는 분류와 회귀에 모두 사용가능한 머신러닝의 모델인 K-최근접 이웃 알고리즘에 대해 알아보자. K-Nearest Neighbors(KNN) 새로운 데이터 포인트와 가장 가까운 훈련 데이터셋의 데이터 포인트를 찾아 예측함. k값에 따라 가까운 이웃의 수가 결정됨. 분류와 회귀에 모두 사용 가능함. KNN 모델의 장단점 이해하기 쉬고 조정없이도 좋은 성능을 발휘함 많은 특성을 가진 데이터 세트와 특성 값 대부분이 0인 희소한 데이터 세트에는 잘 동작하지 않음 전처리 과정이 중요하고 잘 쓰이지 않음 거리를 측정하기 때문에 같은 scale을 같도록 정규화가 필요함 훈련 데이터 세트가 크면(특성, 샘플의 수) 예측이 느려짐 우선, 결정 경계에 대해 이해할 필요가 있다. 결정경계는 가져온 DATA S..
이번 포스팅에서부터는 일반화, 과대적합, 과소적합 등에 대해 알아보자. 머신러닝에 있어서는 일반화 성능이 최대화 되는 모델(모델 복잡도 곡선에서의 최적점)을 찾는 것이 목표이다. Generalization 일반화 훈련 세트로 학습한 모델이 테스트 세트에 대해 정확히 예측하도록 하는 것. (시험에 대해 답이 객관식으로 모두 지정되어 있음) Overfitting 과대적합 (=데이터가 조금만 달라져도 민감하게 반응함) 특징이 너무 많아 훈련 세트에 너무 맞추어져 있어 테스트 세트의 성능이 저하됨. 너무 상세하고 복잡한 모델링을 하여 훈련데이터에만 과도하게 정확히 동작하는 모델. Inderfitting 과소적합 (=특징이 적어 훈련data를 충분히 반영하지 못함) 특징 하나정도만 있는 정도로 훈련세트를 충분히 ..
Machine Learning이란? 머신러닝은 당신이 4차 산업혁명시대를 살면서 한번쯤은 뉴키워드로 들어보았을 법한 단어일 것이다. 머신러닝을 기반으로 컴퓨터는 판단능력과 추론능력을 가지게 되며, 학습을 통해 진화하여 새로운 것을 만드는 창의력을 함양할 수 있는 가능성이 열리게 된 것이다. 이런 식으로 머신러닝과 딥러닝을 기반으로 하여 만들어지는 인공지능들에는 총 3가지의 분류가 존재한다. Weak AI - 학습을 통해 문제를 해결한다. - 주어진 조건 아래서만 작동하여 사람을 흉내 내는 수준에 그친다. - ex) 구글 알파고, 시리, 자율자동차, 구글 번역 등 Strong AI - 사고를 통해 문제를 해결한다. - 사람과 비슷한 지능을 가지고 추론, 문제해결, 계획, 의사소통 등이 가능하다. Super..
이번 포스팅에서는 프로젝트에 쓰인 MVC모델을 기반으로 한 전반적인 백엔드의 기반이 되는 개념부터 포스팅하려 한다. 그리고 개념을 포함한 홈페이지와 DB를 연결하는 방법들과 Model, View, Controller에 있는 유기적인 관계들에 대해 포스팅 한 후, 첫화면과 회원가입 화면에 있는 코드들을 하나하나씩 뜯어보면서 분석하려한다 우선 MVC모델에 대해서 이해할 필요가 있다. 우선 간단하게 설명하자면, 기존 html은 css의 꾸미기 속성들을 더하여 visual studio에서 코드를 짜면 visual studio code에서 자체적으로 구동되는 서버가 html문서의 내용을 그대로 출력하는 형태였다면, MVC모델은 클라이언트가 요청한 서버의 경로(context path와 쿼리스트링 포함)에 따라서 서..
그제 넣었던 Json Data를 import하는 포스팅 이후 만들어진 본격적인 프론트엔드, HTML/CSS의 기본 뼈대들에 관하여 포스팅할 것이다. 다음은 MBTI유형과 어울리는 영화장르를 매칭한 방법이다. 또한 MBTI유형중, SJ유형에서는 전통을 중시하고 안정적인 것에 호감을 느끼는 경향이 있다고 논문에 기술되어 있었다. (참고 문헌 : MBTI 성격유형에 따른 여가생활에 관한 연구) 따라서 장르 중 SJ유형과 비슷한 특징을 가진 장르였던 역사와 서사, 드라마 장르를 매칭하는 방식으로 서비스를 개발하였다. 위의 내용을 바탕으로 확정된 MBTI와 어울리는 영화 장르를 매칭한 결과이다. 어울리는 영화 장르와 관련해 피드백 받은 부분은 "고객에 대해 최소한 30명의 정확한 기존 임상 데이터가 있었으면 좋았..
- 예제1)한글인코딩을 통해 1부터 100까지의 합을 table형태로 Servlet을 통해 출력하기 - web.xml에서 Servlet Mapping을 대신하는 문장 - MIME TYPE - 예제2) Java Dynamic Web Project로 생성된 프로젝트에서 MVC framework로 나누어서 1부터 100까지의 수중 짝수의 합이 얼마인지 출력하는 프레임워크 만들기 - bootstrap 활용한 index page 만들기 - 클래스 이름 끝에는 controller 붙여준다(자동 매핑을 위함)
- 예제 1) 1부터 10까지 더하는 jsp로 구성된 동적 페이지 구성 - 예제 2) 현재 sysdate의 정확한 시간을 알려주는 jsp로 구성된 동적페이지 구성 - 예제 3) bootstrap css를 적용시킨 구구단을 출력하는 jsp로 구성된 동적페이지 구성 - CDN Method(=bootstrap 적용방법) - Servlet이란? - 예제 4) Class을 Java SE환경에 생성 후 Java EE환경에서 사용할 수 있는 Servlet의 형태로 바꾸는 과정 - Servlet의 기본골격 - Servlet Mapping - 예제 5) Servlet을 활용하여 1부터 10까지 더한 값을 출력하는 페이지 구성