EntityEntity는 DB table에 존재하는 column들을 필드로 가지는 객체를 뜻함. DB 테이블과 1대 1대응이며 테이블을 가지지 않는 칼럼을 필드로 가지지 못함. 또한 Entity 클래스는 다른 클래스를 상속, 인터페이스 구현체여선 안되고 순수한 데이터

특정 문장(=단어 나열)이 등장할 확률을 계산해주는 모델(언어모델)Attention의 병렬적 사용을 통해 효율적인 학습이 가능: 내부 인코더 파트와 디코더 파트가 존재하며 둘 사이를 이어주는 연결고리 존재: Encoder의 output은 다음 Encoder의 Input

convolution 연산을 통해 이미지로부터 필요한 특징(feature)을 스스로 학습할 수 있는 능력을 갖춘 심층 신경망 구조이미지는 3차원의 tensor로 표현모든 pixel을 하나의 입력 노드로 간주하고 서로 다른 가중치로 연결하면 input, hidden la

Non-Sequential vs Sequential(Time-series) DataNon-Sequential시간 정보를 포함하지 않고 생성되는 데이터(순서가 없음) Sequential시간 정보를 포함하여 순차적으로 생성되는 데이터(순서가 있음), 순환구조기본 RNN(

강화 학습은 주로 Markov Desion Process(MDP)라는 확률 모델로 표현된다. MDP는 의사결정 과정을 확률과 그래프를 이용하여 모델링한 것으로, 시간 t에서의 상태는 t-1에서의 상태에만 영향을 받는다 라는 가정을 갖는다. Markov: 의사 결정을

통계학은 크게 빈도주의자(freqentist)와 베이즈주의자(Bayesian)으로 나뉜다.둘은 확률을 해석 하는 방법이 다르다."동전을 던졌을 때 앞면이 나올 확률이 50%이다."빈도주의자: '동전 하나 던지기를 수천번 하면 그 중 앞면이 50%, 뒷면이 50%나온다'

PCA는 차원축소와 변수추출 기법으로 쓰인다.주 성분 분석: 전체 데이터(독립변수)의 분산을 잘 설명하는 성분을 말함예를 들어 집을 고를 때 고려하던 것이 5가지 였으면 단순히 고려사항인 2가지로만 출인다면 이것이 PCA가 하는 일이다.Centering(평균이동): 데

머신러닝 model training = 좋은 parameter set을 찾는것 좋은 parameter set = 최적화 문제를 해결 convex convex: 볼록하다는 의미 convex set: set 안에 두점 $x1$,$x2$를 이은 선분이 set안에 포함될 때

1\. model 학습 전: 전체 data-set을 train-test로 나눈다2\. Feed-forwardinput data는 다음 노드로 전달하기 위해 각각 입력데이터가 결과에 미치는 영향을 반영하는 가중치(weight) 사용(이미지 출처: https://

예측값과 실제값의 차이 = loss모델 성능의 '나쁨'을 나타내는 지표실제 y값에 비해 가정한 모델 $h\_\\theta$의 예측값이 얼마나 잘 예측했는지 판단하는 함수이다.빨간 선의 총합이 최소화되었을 때 최적의 결과값 도출 가능하다.$$MSE=\\frac{1}{m}

Cost Function Cost/Loss function: data set과 가설함수(h(x))의 오차를 계산하는 함수, 궁극적인 목표는 Global Minimum을 찾는 것 $$J^i(\theta)=\frac{1}{2} (h(x^i)-y^i)^2$$ Mean-

사람의 신경망을 구성하는 신경세포 뉴런은 각각의 입력 신호에 최적화된 가중치를 곱한 모든 합이 어느 임계값(Threshold)에 도달해야만 다음 뉴런으로 출력신호를 주는 구조이다. (여기서 함수가 사용되는데 활성화 함수라고 한다)Feedforward는 only for

안드로이드 앱의 네트워킹을 쉽고 빠르게 하는 HTTP 라이브러리네트워크 요청 자동 예약 + 동시 네트워크 예약 가능표준 HTTP 캐시 일관성을 갖춘 토명한 디스크 및 메모리 응답 캐싱(대규모에 x)UI를 채우기 위해 사용되는 RPC(구조화된 데이터가져오기)유형작업에 탁

서버와 데이터가 통신할 때 수신하는 문자열 데이터는 대부분 xml, json이다.파싱 방법 3가지DOM 파서( = OOP방식)XML 각 구성요소를 객체로 만들고 객체간 계층구조로 만들어 데이터 추출하는 방식DocumentBuilder = 파서DocumentBuilde

알림(Notification): 앱의 각종 상황을 사용자에게 알릴 목적으로 이용하는 기능서비스 컴포넌트, 브로드캐스트 리시버에서 주로 사용 support 라이브러리에서 NotificationCompat 클래스 제공 Notification 객체는 직접 생성되지 않는다No

intent는 실행할 액티비티가 하나일 때만 정상 동장한다. (2개 이상은 하나만 실행, 없을 땐 에러 발생)intent가 발생하여 브로드캐스트 수행시: 없더라도 에러 발생 x, 브로드캐스트 여러개면 모두 실행"없으면 말고 있으면 모두 실행하자"BroadCast Rec

Fragment: 액티비티처럼 이용할 수 있는 뷰액티비티 클래스 복잡을 피하려면 액티비티 내 작성된 코드 일부분을 개발자 클래스로 추상화해서 개발(view class)한계: 뷰 클래스 생명주기는 액티비티와 달라 추상화 불가능액티비티 내용 분리해 개발할 수 있는 클래스

액티비티 ANR(Application Not Responding): 액티비티가 사용자 이벤트에 반응하지 못하는 상황ex. 사용자가 응답하지 않음(경고메세지) button 앱닫기 | 대기사용자 이벤트에 5초 이상 반응하지 못함: 액티비티 내 업무처리 로직 수행기간이 길기

액티비티 생명주기 안드로이드 앱: 액티비티, 서비스, 콘텐츠 프로파이더, 브로드캐스트 리시버 등 4개 컴포넌트 조합으로 개발 생명주기가 가장 복잡한 컴포넌트: 액티비티 생명주기 상태가 변할 때 마다 생명주기 함수가 자동으로 호출된다 액티비티 상태: 활성상태

Intent(인텐트) Intent: 앱의 컴포넌트 기반, 의뢰를 받고 실행을 명령하는 구조 인텐트의 기본 개념 안드로이드 컴포넌트 구조(4개) : 엑티비티(화면출력 목적), 서비스(백그라운드 작업), 콘텐츠 프로바이더(데이터 공유), 브로드캐스트 리시버(이벤트 모