1.  Spring이란?   1 )  Spring Framework1.  핵심 기술 : Spring DI 컨테이너, AOP, 이벤트 기타2.  웹 기술 : Spring MVC, Spring WebFlux3.  데이터 접근 기술 : Transaction, JDBC, ORM 지원, XML 지원4.  기술 통합 : Cache, Email, 원격 접근, Scheduling5.  테스트 : Spring 기반 Test 지원6.  언어 : Kotlin, Groovy  2 )  Springboot1.  스프링을 편리하게 사용할 수 있도록 지원, 최근에는 기본으로 사용2.  단독으로 실행할 수 있는 Spring 어플리케이션을 쉽게 생성3.  Tomcat 같은 웹 서버를 내장하고 있어, 별도의 웹 서버를 설치하지 않아도 ..

2024년도 이제 지나갔다...!!내가 스물셋이라니... 20대 중반이라니...말도 안돼...😨😨😨😨  차암 다사다난한 한 해였던 것 같은데 그래도 또 흘러가긴 하네...    🥂 2024년 결산 💻 개발[ 백엔드 ]1.  UMC에서 첫 백엔드 프로젝트2.  이화톤 백엔드로 출전 -> 대상 히히 🌝3.  배울림꽃(이화톤) 리팩토링 with 한나4.  뀨업 릴리즈 with 은채, 희원5.  프로그래머스 데브코스 수료6.  PlanWith(데브코스 플젝) 리팩토링 with 데브코스 백엔드 팀원분들[ 머신러닝 ]1.  미래 사회 공모전 통해서 첫 머신러닝 프로젝트 -> 우수장려상 히히 🌝2.  AIchemist 2, 3기 운영진3.  뤼튼x이화 아이디어톤 운영사무국4.  논문 경진 대회에서 머신..

드디어... 데브코스 최종 프로젝트까지... 끝났다...우오아아아ㅏㅇ왕아알알아ㅏ🎉🎉🎉   [ 프로젝트 소개 ] PlanWIth: 나만의 AI 플래너컨셉은 AI 비서로, 기존의 플래너 서비스 + AI 챗봇 기능 + 그룹 기능 느낌 💫 핵심 기능1.  개인 캘린더 기능월별 / 주별 / 일별 캘린더 -> 일정, 투두 2.  그룹 캘린더 기능월별 / 주별 / 일별 캘린더 -> 일정, 투두그룹에서 생성한 일정, 투두에 할당자 설정할당된 일정, 투두 개인 캘린더에 연동 3.  AI 챗봇 기능일정, 투두 기입 자동화계획 추천 4.  실시간 알림 기능일정 알림그룹 초대 알림    [ KPT 회고]   ( 개발 )기술적 도전: Open API 사용, 배포 모두 아예 처음 시도해보는 거였는데 도전했던 것 저번 프로..

오류 코드보다 예외를 사용하라 오류 코드를 작성하는 방식으로 오류를 처리하면비즈니스 로직과 오류 처리 로직이 뒤섞여버린다비즈니스 로직 내에 오류가 발생할 만한 지점마다 if문을 사용해 오류 로그를 찍기 때문에코드가 너무 복잡해지고 이해하기가 어려워진다 public class DeviceController { public void sendShutDown() { DeviceHandle handle = getHandle(DEV1); // 디바이스 상태를 점검한다. if (handle != DeviceHandle.INVALID) { // 레코드 필드에 디바이스 상태를 저장한다. retrieveDeviceRecord(handle);..

1.  프로젝트 설명  [ 주제 ]  영화 검색 및 조회, 평론 사이트 - Cineverse ( 씨네버스 )Cineverse의 대략적인 기능1.  회원 관리2.  영화 검색3.  영화 상세 조회4.  영화 한줄평 작성5.  영화 블로그 리뷰 작성6.  영화 찜하기7.  마이페이지 시연 영상 프로젝트 흐름2차 - Java, MyBatis3차 - Kotlin, JPA로 마이그레이션2~3차 걸쳐서 Front 개발  2.  배운 점 1 )  MyBatis 사용 여태까지 프로젝트에서 JDBC 혹은 JPA만 사용하다가( 심지어 JPA는 제대로 알지도 못하고 구현만 했움...)이번 프로젝트 때 처음으로 MyBatis를 사용해봤다 쿼리를 직접 작성하다 보니 JPA보다 시간은 오래 걸렸지만N+1 문제나 영속 contex..

AIchemist 다음주 실습은 데이터 전처리 과정에 초점을 맞출 생각이다그래서 나도 데이터 전처리 과정을 다시 복습해야겠움... 물론 전처리 과정은 데이터의 형태, 데이터를 학습하는 모델의 목적 등에 따라  매우 달라질 것이다그래서 이 글은 데이터 전처리 과정을 획일화하고자 함이 아니라 전처리 과정에서 할 수 있는 선택들을 잘 정리해놓기 위함이다   ✨ 데이터 전처리의 흐름✨ 1.  데이터의 전체적인 정보 확인2.  null값 처리3.  칼럼 분리 및 전처리 - 독립변수, 종속변수(타겟값) / 정형, 비정형     1 ) 타겟값 칼럼 형태 보고 예측 모델 선정 -> 분류 or 회귀     2 ) 정형 : 스케일링, 정규화 / 비정형 : 인코딩 / (정형 데이터의 카테고리화)4.  데이터 이상치 처리5...