데브 지노 - 지노윈의 개발 스토리

[무료] 딥러닝 첫걸음 (홍랩 AI 시리즈)https://www.youtube.com/watch?v=iWEi8IKs4-U&t=777s0 개요전체 인공 지능 분야에서 머신러닝이 있고 그 중에 딥러닝이라는 분야가 있습니다. 머신러닝은 사람이 하나 하나 프로그래밍 하는 것이 아니라 머신 그러니까 컴퓨터가 배우는 것입니다. 무엇으로부터 배우는 가? 바로 데이터로부터 배웁니다. 데이터 과학이 상당부분 영역이 겹쳐 있는 것을 보실 수 있습니다.왜 데이터로부터 배우는 방식을 사용하는가? 인류가 지금까지 시도해온 어떠한 방법 보다 데이터로 접근하는 방법이 가장 좋다라고 확인 되었기 때문입니다. 전통적인 방법으로 아무리 열심히 프로그래밍을 해도 이 머신러닝 방식을 따라 잡을 수 없더라입니다. 머신러닝 분야안에서 많은 다..

AsyncSocketModeHandler는 Slack Socket Mode를 asyncio 기반으로 돌려주는 핸들러입니다. Slack 서버와 WebSocket으로 연결하여 이벤트를 비동기 핸들러로 처리 가능 하도록합니다.Slack Bolt란?Slack이 제공하는 공식 Python SDK.봇/앱을 만들 때 이벤트, 액션, 명령어 등을 간단히 처리할 수 있도록 도와줍니다.크게 두 가지 연결 방식이 있음:HTTP 방식 (이벤트를 Slack 서버에서 HTTP 요청으로 전달 → Flask/FastAPI 등 웹서버 필요)Socket Mode 방식 (웹소켓을 통해 Slack 서버와 직접 연결 → 방화벽/공인 도메인 불필요)예를 들어,from slack_bolt.adapter.socket_mode.async_handl..

기존 설치된 패키지들을 새로운 requirements.txt로 업데이트하는 방법입니다.기존 패키지 업데이트 방법가장 안전하고 효과적인 방법은 단계적 업데이트입니다:현재 상태 백업# 현재 설치된 패키지 목록 백업 (롤백용)pip freeze > backup_requirements.txt빠른 업데이트 (권장)# 전체 패키지를 새 버전으로 업그레이드pip install --upgrade -r requirements.txt문제 발생시 강제 재설치# 충돌 발생시 강제 재설치pip install --force-reinstall -r requirements.txt설치 검증requirements.txt 파일에서 업데이트한 패키지가 제대로 업데이트 되었는지 확인 하는 방법입니다.다음은 Flask, Pandas, NumP..

P 문제란?P(Polynomial time) 문제는 입력 크기에 대해 다항식 시간 내에 해결할 수 있는 결정 문제입니다.정의 : 정답을 빠르게 찾을 수 있고, 그 정답이 맞는지도 빠르게 검사할 수 있는 문제들.여기서 말하는 “빠르게”란 컴퓨터가 문제를 푸는 데 걸리는 시간이 입력 크기의 다항식 시간(예: n, n², n³ 등) 안에 끝나는 걸 말해요.왜 중요한가?P 문제는 실제 컴퓨터로 ‘현실적으로 풀 수 있는’ 문제들의 집합이기 때문에 중요합니다.즉, 알고리즘이 효율적이라는 말과 거의 같다고 봐도 됩니다.NP 문제란?NP(Nondeterministic Polynomial time)Nondeterministic: "비결정적"이라는 뜻. 컴퓨터가 무작위로 정답을 찍을 수 있다고 가정했을 때.Polynom..

터미널 열기command + space -> terminal로 검색 -> 실행잠자기 방지 설정 세팅sudo pmset -c disablesleep 1잠자기 방지 설정 해제sudo pmset -c disablesleep 0

실수는 삶의 일부다. 알버트 아인슈타인의 말처럼,"실수를 저지른 적이 없는 사람은 새로운 것을 한 번도 시도한 적이 없는 사람이다."결국 중요한 것은 실수를 저지른 횟수가 아니라, 실수를 통해 배우는 능력이다. 이 격언은 프로그래밍에도 적용된다. 언어는 마법 같은 과정에 의해 숙달되는 것이 아니다. 수많은 시행 착오를 거치고 실수로부터 배우는 과정이 반드시 수반되어야 한다. 단순하다고 쉬운 것은 아니다단순한 것과 쉬운 것 사이에는 미묘한 차이가 있다. 어떤 기술이 단순하다는 말은 배우거나 이해하기가 복잡하지 않다는 뜻이다. 반편, 쉽다는 말은 어떤 일을 많은 노력 없이 적은 힘으로 처리합 수 있다는 말이다. 고 언어는 처음 배우기는 쉽지만 그렇다고 해서 마스터하기도 쉬운 것은 아니다예를 들어, 동시성을 ..

정규화는 데이터베이스 설계 시 중복을 최소화하고 데이터 무결성을 보장하기 위한 과정입니다. 제1정규화(1NF)핵심: 모든 속성이 원자값(atomic value)을 가져야 함설명: 하나의 셀에는 하나의 값만 존재해야 합니다.예시:비정규화: 학생(학번, 이름, 수강과목)레코드 1 : (1001, 김철수, '수학, 영어, 과학')1NF: 학생(학번, 이름, 수강과목)레코드1: (1001, 김철수, 수학)레코드2: (1001, 김철수, 영어)레코드3: (1001, 김철수, 과학)제2정규화(2NF)핵심: 1NF를 만족하며, 부분 함수 종속성을 제거설명: 기본키가 복합키일 때, 일부 컬럼이 기본키의 일부에만 종속되는 경우를 제거합니다.예시:1NF: 수강정보(학번, 과목코드, 학생이름, 과목명, 성적)여기서 기본키는..

The DynamoDB Book 1. DynamoDB는 키-값 저장소일 뿐입니다.당신은 DynamoDB가 단순한 액세스 패턴만 처리할 수 있다고 들었을지도 모릅니다. 개별 항목을 삽입하고 다시 읽어오는 것뿐이며, 그보다 복잡한 것은 "진짜" 데이터베이스를 사용해야 한다고 말이죠. 이보다 더 사실과 거리가 먼 말은 없습니다. DynamoDB는 여러 레코드 간의 관계(일대다 관계에 관한 11장과 다대다 관계에 관한 12장 참조)와 필터링에 관한 복잡한 요구사항(13장 참조)을 처리할 수 있습니다. 관계형 데이터베이스와는 다른 방식으로 수행하지만, 여전히 가능합니다. 18-22장의 예제에서는 GitHub 메타데이터 백엔드 전체를 모델링하는 것을 포함한 몇 가지 복잡한 패턴을 살펴봅니다. 더 복잡한 예제는 10..

DynamoDB는 Amazon Web Services(AWS)에서 개발한 완전 관리형 NoSQL 데이터베이스 서비스로, 다음과 같은 역사적 발전 과정을 거쳤습니다:기원 및 개발Dynamo 논문 (2007): DynamoDB의 기술적 기반은 Amazon이 2007년에 발표한 "Dynamo: Amazon's Highly Available Key-value Store"라는 논문에서 시작되었습니다. 이 논문은 Amazon의 내부 키-값 저장소 시스템을 설명했으며, 높은 가용성과 확장성을 갖춘 분산 데이터베이스 설계의 기초가 되었습니다.SimpleDB (2007): Amazon은 먼저 SimpleDB라는 클라우드 기반 NoSQL 데이터베이스를 출시했으나, 이는 확장성 제한이 있었습니다.DynamoDB 출시 (20..

https://gorm.io/docs/connecting_to_the_database.html#Connection-Pool sqlDB, err := db.DB()// SetMaxIdleConns sets the maximum number of connections in the idle connection pool.sqlDB.SetMaxIdleConns(10)// SetMaxOpenConns sets the maximum number of open connections to the database.sqlDB.SetMaxOpenConns(100)// SetConnMaxLifetime sets the maximum amount of time a connection may be reused.sqlDB.SetCo..