개발자란 컴퓨터를 사용해서 현실의 문제를 해결하는 사람이라고 생각합니다. 좋은 개발자는 그 일을 잘하는 사람이겠고요.
Read More《개발자 원칙》 확장판 탄생의 뒷이야기, 코볼의 구조가 왜 나와?
우리는 데이터 과학자, 데이터 분석가, 개발자로 어디서든 데이터와 마주합니다. 데이터 분석의 본질을 달성하는 초식 4가지를 소개합니다.
Read More[코딩 테스트] 프로그래머스 활용 가이드
[래빗톡] 북토크 Q&A ❶ – 이동욱_인프랩 CTO
‘타 서비스에서 신규 기능을 출시했네? 이 기능 좋아 보이는데 우리 서비스에도 적용 해야겠다!’라는 생각으로 해당 기능을 그대로 우리 서비스에 우겨넣는 실수를 할 때가 많은데요, 실수로 리소스를 낭비하지 않는 ‘서비스 뜯어보기’ 방법을 소개합니다.
Read More[실전 머신러닝] 로지스틱 회귀 – 타이타닉 생존자 예측하기 ❸
직접 로지스틱 회귀 분석 모델로 타이타닉 데이터셋을 분석해 생존자를 예측하고 작동 원리를 이해합니다. 또한 분류(Classification) 문제를 예측하고 평가합니다. 총 3편입니다.
Read More[실전 머신러닝] 로지스틱 회귀 – 타이타닉 생존자 예측하기 ❷
직접 로지스틱 회귀 분석 모델로 타이타닉 데이터셋을 분석해 생존자를 예측하고 작동 원리를 이해합니다. 또한 분류(Classification) 문제를 예측하고 평가합니다. 총 3편입니다.
Read More[요즘 우아한 개발] 단위 테스트로 복잡한 도메인의 프론트엔드 프로젝트 정복하기
저는 복잡한 도메인의 서비스를 개발하는 개발자라면 공감할 만한 문제를 겪고 있습니다. 간단한 센터 정보와 상품 정보 테이블뿐이지만, 상품 정보에 들어가는 코드는 총 1,700줄이 넘습니다. 이렇게 도메인과 코드가 복잡해지면서 아래와 같은 걱정거리가 생겼습니다. 서비스가 살아 있고 요구사항은 계속 생기는데, 코드가 복잡해졌다고 개발자가 걱정하고 두려워하고만 있으면 안 되겠죠. 테스트를 진행해 이 두려움을 뚫어보겠습니다.
Read More[실전 머신러닝] 로지스틱 회귀 – 타이타닉 생존자 예측하기 ❶
직접 로지스틱 회귀 분석 모델로 타이타닉 데이터셋을 분석해 생존자를 예측하고 작동 원리를 이해합니다. 또한 분류(Classification) 문제를 예측하고 평가합니다. 총 3편입니다.
Read More[PyTorch] 딥러닝 입문 – 간단한 신경망 만들기 ❸
딥러닝(Deep Learning)이 무엇인지, 어떤 기법이 있는지 알아보고 나서 파이토치(PyTorch) 기본 코딩 스타일을 알아봅니다. 이어서 딥러닝을 수행하는 프로세스와 최소한의 통계 지식, 시각화 기법을 알아봅니다. 빠르게 딥러닝을 알아가는 시간이 될 겁니다.
Read More[PyTorch] 딥러닝 입문 – 간단한 신경망 만들기 ❷
딥러닝(Deep Learning)이 무엇인지, 어떤 기법이 있는지 알아보고 나서 파이토치(PyTorch) 기본 코딩 스타일을 알아봅니다. 이어서 딥러닝을 수행하는 프로세스와 최소한의 통계 지식, 시각화 기법을 알아봅니다. 빠르게 딥러닝을 알아가는 시간이 될 겁니다.
Read More