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 |
- Java
- 파이썬
- LV 0
- Kubernetes
- 리눅스
- 프로그래머스
- github
- 데이터베이스
- 인공지능
- 자료구조
- 코테
- 자바
- mysql
- 깃
- Lv 2
- 쿠버네티스
- DevOps
- docker
- db
- Linux
- 머신러닝
- 정처기
- 코딩테스트
- 알고리즘
- programmers
- Ai
- git
- ubuntu
- Python
- 우분투
- Today
- Total
목록전체 글 (116)
Myo-Kyeong Tech Blog

'.gitignore' 파일이란 ? Git에서 관리하지 않을 파일 지정 이 파일에 명시된 파일이나 디렉토리를 Git의 추적 대상에서 제외시키는 역할 Git 변경사항을 추적하는 데에서 해당 파일들을 무시하도록 지시 예를 들면, 로그 파일(.log)이나 빌드 도구가 자동으로 생성한 파일 또는 디렉토리 등. '.gitignore' 파일 작성 패턴 주석 사용 : '#' 기호를 사용하여 주석 설정 디렉토리 무시 : 디렉토리 전체를 무시하려면, 디렉토리 이름 뒤에 '/' 붙여서 지정 특정 파일만 추적 : 특정 유형의 파일을 일반적으로 무시하되, 특정 파일만 추적하도록 지정할 때 '!' 사용 하위 디렉토리 적용 : 특정 디렉토리 및 하위 디렉토리에 있는 파일을 무시하려면 '**' 패턴 사용. # .gitignore ..

Git 설치하기 https://git-scm.com/download/win Git - Downloading Package Download for Windows Click here to download the latest (2.40.1) 32-bit version of Git for Windows. This is the most recent maintained build. It was released 30 days ago, on 2023-04-25. Other Git for Windows downloads Standalone Installer 32-bit Git for Win git-scm.com Git 버전 확인 설치가 완료되면 터미널을 열고 'git --version' 명령어를 입력하여 정상적으로 설치..

1. JDK Development Kit 17.0.7 다운로드 https://www.oracle.com/java/technologies/downloads/#jdk20-windows Download the Latest Java LTS Free Subscribe to Java SE and get the most comprehensive Java support available, with 24/7 global access to the experts. www.oracle.com 2. PATH 설정 [시스템 환경 변수 편집] -> [환경 변수] 클릭

JDK 설치 후, Gradle 설치해주세요 :) 2023.05.25 - [Programming/Java] - [ JAVA ] Windows에 JDK Development Kit 17.0.7 설치 [ JAVA ] Windows에 JDK Development Kit 17.0.7 설치 1. JDK Development Kit 17.0.7 다운로드 https://www.oracle.com/java/technologies/downloads/#jdk20-windows Download the Latest Java LTS Free Subscribe to Java SE and get the most comprehensive Java support available, with 24/7 global access to the..

소프트웨어 생명 주기 소프트웨어를 개발하기 위한 과정을 각 단계별로 나눈 것 ex ) 폭포수 모형, 프로토타입 모형, 나선형 모형, 애자일 모형 폭포수 모형 ( Waterfall Model ) 한 단계가 완전히 끝나야만 다음 단계로 넘어가는 개발 방법론 => 다음 단계 수행을 위한 결과물 명확히 산출 가장 오래된 전통적인 소프트웨어 생명 주기 모형 => 모형을 적용한 경험, 성공 사례 많음. 프로토타입 모형 ( Prototype Model, 원형 모형 ) 폭포수 모형은 폭포가 떨어지는 것처럼 한번 떨어지면 다시 돌아갈 수 없지만, 프로토타입은 돌아갈 수 있음. 모델하우스를 통해 미리 집을 볼 수 있듯이, 견본품을 만들어 최종 결과물을 예측하는 모형 견본품을 통해 사용자의 요구사항 파악 가능 나선형 모형 ..

C언어 컴파일 과정은 크게 전처리(Preprocessing), 컴파일(Compilation), 어셈블(Assembly), 링크(Link) 4단계로 나눌 수 있습니다. [ helloworld.c 파일 생성 ] nano helloworld.c #include int main() { printf("Hello, World!\n"); return 0; } 전처리 ( Preprocessing ) #define, #include 와 같은 전처리 지시어를 처리 #include : 컴파일러에게 stdio.h라는 헤더 파일의 내용을 현재 위치에 삽입하도록 지시 'helloworld.i' 파일 생성 gcc -E helloworld.c -o helloworld.i 컴파일 ( Compilation ) 전처리된 소스 코드를 받아..

Window Powershell로 네이버 클라우드 Server 접속하는 방법에 대해 정리한 글입니다. 1. 공인 IP 확인 [Server] 클릭 -> 해당 서버 클릭 -> 공인IP (instance ID ) 확인 2. 관리자 비밀번호 확인 [ 서버 관리 및 설정 변경 ] -> [ 관리자 비밀번호 확인 ] 클릭 서버 설정 때 받은 인증키(.pem)를 불러온 후 [비밀번호 확인] 버튼 클릭 3. Windows Powershell로 NAVER CLOUD Server접속 [Windows Powershell 창] ssh root@공인 IP 주소 2. 관리자 비밀번호에서 확인한 비밀번호 입력하시면 해당 서버에 접속된 것을 확인할 수 있습니다 : )

데이터 스케일링 ( Scaling ) 다양한 특성의 값을 일정한 범위 또는 표준에 맞게 조정하는 과정 특성 간의 비교를 가능하게 함 모델의 성능을 향상시키고, 계산의 수치적 안정성을 제공. 데이터 스케일링 ( Scaling ) 이 필요한 경우 특성의 단위가 다른 경우 경사 하강법을 사용한 모델 ( 예 : 선형 회귀, 로지스틱 회귀, 신경망 등) 거리 기반 알고리즘 ( 예 : K-NN, SVM ) 예를 들어, 집의 가격을 예측하는 모델을 만들려고 합니다. 특성으로는 집의 크기 (평방 미터), 방의 수(개수), 위치 (위도와 경도) 등이 있다면, 이 특성들은 모두 다른 단위와 범위를 가지고 있습니다. 집의 크기는 수백에서 수천, 방의 수는 1에서 10사이, 위치 좌표에 따라 수백에서 수천의 범위를 가질 수 ..

교차 검증 ( Cross Validation ) 이란? 교차 검증 ( Cross Validation ) 은 머신러닝 모델의 일반화 성능을 측정하는 통계적 방법입니다. 데이터를 여러 개의 부분집합 (또는 "fold")으로 나누고 각 부분집합을 차례로 테스트 데이터로 사용하고 나머지를 훈련 데이터로 사용하는 방법입니다. 교차 검증 ( Cross Validation ) 을 사용하는 이유 교차 검증을 사용하는 주요 목적은 모델의 과적합을 방지하고, 데이터를 최대한 효율적으로 활용하여 일반화 성능을 높이기 위해서 입니다. 교차 검증을 통해 얻은 여러 성능 지표들의 평균을 내어 모델의 성능을 추정하면, 학습 / 테스트 분할로 얻은 성능 추정보다 더 신뢰성이 높은 추정을 할 수 있습니다. K-Fold K-Fold 교..
Label Encoder Label Encoding은 문자 데이터를 숫자로 바꾸는 가장 기본적인 방법으로 각 유니크한 문자 데이터를 숫자 값으로 매핑하는 방법입니다. 예를 들어, Red, Blue, Green 3개의 색상이 있다고 있다고 가정해봅시다. Label Encoding을 적용하면 'Red'는 0, 'Blue'는 1, 'Green'는 2와 같은 숫자로 변환됩니다. ID 색상 1 Red 2 Blue 3 Green [Label Encoder] ID 색상 1 0 2 1 3 2 from sklearn.preprocessing import LabelEncoder #데이터 colors = ['Red', 'Blue', 'Green', 'Blue', 'Red'] # LabelEncoder 객체 생성 encode..