본문으로 건너뛰기
1000PAGE
≡개발도구68
≡웹 기초13›
≡프로그래밍 기초33›
≡Git11›
≡데이터베이스11›
≡머신러닝315
≡특성 공학39›
≡핵심 알고리즘06›
≡딥러닝820
≡기초810›
≡아키텍처010›
≡데이터 분석834
≡데이터 기초11›
≡데이터 모델링67›
≡데이터베이스19›
≡모델링01›
≡시각화01›
≡자동화03›
≡통계01›
≡Pandas02›
≡SQL07›
≡SQL 분석02›
≡AI 기초03
≡통계와 머신러닝01›
≡학습 접근법01›
≡AI-ML-DL 관계01›
≡Python025
≡모듈01›
≡문법04›
≡성능02›
≡실습01›
≡입문04›
≡자료구조03›
≡타입02›
≡파일 입출력01›
≡품질02›
≡함수05›
⌕
☁ 빠른 검색

검색어를 입력하면 제목, 본문, 댓글에서 찾아드립니다.

  • 개발도구Windows PostgreSQL·DBeaver 설치Windows에 PostgreSQL 서버를 먼저 설치하고 DBeaver와 JDBC 드라이버를 연결해 SQL 실습 환경을 완성하는 순서
  • 데이터 분석데이터 모델링의 3단계: 개념적·논리적·물리적 설계게임 데이터베이스 예시로 요구사항에서 엔티티를 찾고 논리 구조와 실제 SQL 스키마로 구체화하는 데이터 모델링 3단계를 이해합니다.
  • 데이터 분석데이터베이스 스키마란?PostgreSQL과 게임 데이터베이스 예시로 Database·Schema·Table의 계층, 네임스페이스, 권한 분리와 search_path를 이해합니다.
  • 데이터 분석ERD와 IE 표기법게임 데이터베이스 예시로 ERD의 구성 요소와 IE Crow's Foot 기호, 카디널리티, 식별·비식별 관계를 읽는 방법을 익힙니다.
  • 데이터 분석멀티테넌트 데이터베이스 모델: Silo, Pool, Bridge여러 고객이 함께 쓰는 서비스에서 Silo·Pool·Bridge 모델의 격리 수준, 비용, tenant_id 설계와 선택 기준을 비교합니다.
  • 데이터 분석ACID아이템과 골드가 동시에 이동해야 하는 거래를 PostgreSQL로 구현하며 트랜잭션, ACID, 잠금, WAL의 역할을 익히는 입문 글
  • 데이터 분석정규화: 1NF, 2NF, 3NF, BCNF와 이상 현상MMORPG의 플레이어·길드·아이템·인벤토리 데이터로 1NF·2NF·3NF·BCNF·4NF·5NF와 삽입·수정·삭제 이상을 단계별로 이해합니다.
  • 데이터 분석관계형 데이터 모델링게임의 플레이어·길드·아이템·인벤토리 예시로 엔티티와 속성, PK·FK, 관계 종류, 중간 테이블, 정규화와 ERD 설계 흐름을 익힙니다.
  • 데이터 분석데이터베이스 제약조건 PK, FK, UK 게임의 플레이어와 인벤토리 예시로 기본키·고유키·외래키의 역할과 차이, 참조 무결성을 쉽게 이해합니다.
  • 딥러닝DropoutDropout이 학습 중 뉴런의 공적응을 줄이는 원리, inverted dropout 스케일링, 학습·평가 모드의 차이를 코드로 정리합니다.
  • 딥러닝활성화 함수 정리: Sigmoid·Tanh·ReLU신경망에 비선형성이 필요한 이유와 Sigmoid·Tanh·ReLU의 정의, 출력 범위, Gradient Vanishing과의 관계를 코드로 비교합니다.
  • 딥러닝Batch·Epoch·Mini-Batch가중치 업데이트 단위인 Batch·Mini-Batch와 전체 데이터 반복 단위인 Epoch의 관계를 PyTorch DataLoader 코드로 확인합니다.
  • 딥러닝Batch Normalization으로 학습 안정화하기층마다 입력 분포가 흔들리는 문제를 Batch Normalization이 어떻게 완화하는지, 정규화 계산을 코드로 확인합니다.
  • 딥러닝경사하강법과 Learning Rate 직관적으로 이해하기손실함수의 기울기를 따라 가중치를 갱신하는 경사하강법의 공식과, 학습률이 수렴 속도·발산에 미치는 영향을 코드로 확인합니다.
  • 딥러닝Gradient Vanishing·Exploding: 기울기 소실과 폭발역전파의 체인 룰에서 기울기가 반복 곱셈으로 사라지거나 폭발하는 원인을 수식·표·Python 예제로 이해합니다.
  • 딥러닝회귀분석선형회귀 y = Wx + b의 파라미터를 구하는 5단계를 통해, 딥러닝이 여기에 무엇을 더 얹었는지 정리합니다.
  • 딥러닝텐서와 Tensor Shape 이해하기Scalar부터 Vector·Matrix를 거쳐 이미지·동영상까지, 딥러닝 데이터를 표현하는 텐서와 Shape 표기법을 코드로 정리합니다.
  • 머신러닝데이터 스케일링게임 유저 CSV로 네 가지 스케일러를 하나씩 적용해 계산 기준과 이상치 영향을 확인하고, 상황별로 무엇을 골라야 하는지 비교합니다.
  • 머신러닝결측치 처리: 원인 구분과 삭제·대치 방법게임 유저 CSV로 결측을 확인한 뒤, MCAR·MAR·MNAR을 구분하고 삭제와 대치 각각의 방법과 선택 기준을 정리합니다.
  • 머신러닝탐색적 데이터 분석(EDA)수치형·범주형 변수 조합에 맞는 seaborn 그래프를 고르고, 목표변수 관계를 누수와 인과 오해 없이 해석하는 법을 실습한다.
  • 개발도구인터넷과 웹게임 런처가 공지와 이미지를 불러오는 과정을 따라 인터넷·웹의 차이와 브라우저의 요청·응답 흐름을 익히는 입문 안내서
  • 개발도구객체지향(OOP) 용어게임 캐릭터 예제로 클래스, 객체, 필드, 메서드, 생성자와 객체지향 4대 특성을 익히는 자바 입문 가이드
  • 개발도구절차지향 vs 객체지향 프로그래밍RPG 전투 코드로 절차지향과 객체지향의 사고방식, OOP 4대 특성, 선택 기준을 비교하는 입문 가이드
  • 개발도구SOLID 원칙게임 코드 예제로 SOLID 다섯 원칙의 뜻, 문제 신호, 적용 기준을 빠르게 익히는 객체지향 설계 입문
  • 개발도구1. Git버전 관리가 왜 필요한지부터 add·commit까지, 터미널 화면을 그대로 따라가며 익히는 Git 첫걸음

일치하는 문서가 없습니다.

1000PAGE
로그인

새 글 작성

카테고리

13개 카테고리 · 문서 25건 105건

  • 🧭AI 기초03AI·머신러닝·딥러닝의 구분, 학습 유형, 과적합, 평가지표
  • 📊머신러닝315데이터 전처리, 특성 공학, 회귀·분류 모델, 앙상블
  • 🧠딥러닝820신경망, CNN, RNN, 손실함수, 최적화 기법
  • 💬LLM00Transformer, Attention, 임베딩, 파인튜닝, 함수 호출
  • ✍️프롬프트 엔지니어링00Zero/Few-shot, CoT, ReAct, 출력 형식, 가드레일
  • 🔎RAG00청킹, 벡터 스토어, 리트리버, 리랭킹, 검색 평가
  • 🤖AI 에이전트00Tool, Memory, Planning, CrewAI, LangGraph, MCP
  • 👁️Vision AI00이미지 분류, 객체 탐지, OCR, 멀티모달, YOLO
  • 🐍Python025문법, 라이브러리, 데이터 처리, 환경 관리
  • 📈데이터 분석834EDA, 시각화, 통계, pandas, 데이터 품질
  • 🎯면접 준비00기술 면접 질문과 답변 정리
  • 🔧문제 해결00환경·라이브러리·API 오류와 해결 기록
  • 🛠️개발 도구68Git, GitHub, 터미널 등 개발에 쓰는 도구 사용법

© 2026 1000PAGEv0.08.151416

  • 소개
  • 문서
  • 프로젝트
클릭하면 복사 · Esc로 끄기