✅ Connectionist model ✅ Perceptron model ✅ Single Layer Neural Network <img src="https://velog.velcdn.com/images/cllaude/post/535e47ff-7b40-496d-af3

✅ 학습의 성능 ✅ learning curve ✅ 과적합 (overfitting) ✅ Pruning <

✅ Regression (회귀) <img src="https://velog.velcdn.com/images/cllaude/pos

✅ 서버의 주소를 따로 빼놓아서 적어놓을 것! >위의 경우처럼 서버주소 backUrl을 변수로 따로 저장해 놓을 것! > .env 파일에 backendUrl을 적어놓고, process.env.backendUrl 이런식으로 접근해도 될 것 같다..

✅ Machine Learning ✅ 감독 학습 ✅ Decision Tree <img src="https:/

✅ 중첩 라우팅 createBrowserRouter를 통한 중첩 라우팅

React Router v6.4 에 새롭게 추가된 방식에 대한 내용이다.기존의 BrowserRouter, Routes, Route 를 사용하는 방식은 아래와 같다.최상단 root에서 BrowserRouter로 전체를 감싼다.Routes, Route를 통해 경로를 표현한

slack 클론 코딩 로그인 회원 가입 만들기 파트 강의를 듣는중에 회원 가입 페이지를 만드는 부분에서 form안에 여러 input태그들 별로 onChange함수를 사용하고 해당 값들이 변하는 과정을 useState hook을 이용해서 상태를 업데이트 해주는 것을 보고

이번 못난이 농작물 프로젝트에서 프론트엔드 개발 팀원으로 참여하게 되었다!이미 진행중인 프로젝트에 참여하게 된 것이기 때문에 많은 작업이 되어있어서 내가 할 것이 없으면 어쩌지 하면서 걱정했었는데 다행이도 프론트 쪽 개발은 아직 완성되지 않은 초기의 상태였다!해당 프로

구간합 은 합 배열을 이용하여 시간 복잡도를 더 줄이기 위해 사용하는 특수한 목적의 알고리즘이다.즉, 기존 리스트의 일정 범위의 합을 구하는 시간 복잡도가 O(N)에서 O(1)로 감소하며 이를 통해 시간복잡도를 줄일 수 있는것!합배열 S를 만드는 공식 : Si = Si

npm 이랑 yarn 명령어!! 비슷한 것 같지만 헷갈릴때가 있어서 이번에 처음이자 마지막으로 둘의 명령어를 정리하고자 한다.✅ package.json의 모듈 설치 npm : npm install yarn : yarn install✅ 의존성으로 추가 npm : n

✅ Heuristics ✅ Best-First Search ✅ Evaluation Function 고려 사항 01

✅ Search ✅ State Space ✅ Search 알고리즘 1. 깊이 우선 탐색 (DFS) <i

✅ Internet의 진화 ✅ Internet의 구조 ✅ Internet은 ? 이다 ✅ Mobile Phone Network <img src="https://velog.velcdn.com/images/cllaude/post/4ddbf675-42c1-44ea-bd9d-cf3a0e089656/image.p

✅ Physical Layer ✅ Data Link Layer (이웃 - 이웃 사이의 문제) ✅ Network Layer (Source - Destination 사이의 문제) ✅ Transport Layer <img src="https://velog.velcdn.com/images/cllaude/pos

✅ Network Software ✅ Protocol ✅ Service ✅ Protocol 과 Service의 관계

✅ 컴퓨터 네트워크란? ✅ Distributed System ✅ Internet software 구조 ✅ Client-Server-Paradigm <img src="https://velog.velcdn.com/images/cllaude/post/bb8ae1ab-c02d-4dd7-a86a

문제 분석 이 문제를 풀기에 앞서 다음과 같은 개념이 필요하다. >(AB) % C == (A%C)(B%C) % C 위의 개념을 인지하며, 세그 먼트 트리를 이용해 풀면된다.

세그 먼트 트리의 개념을 이용해서, 원하는 구간의 최솟값을 구할 수 있다.주어지는 N개의 값들을 리프노드에 저장하고, 최솟값을 만족하도록 위로 올라오면서, 최솟값 트리의 형태로 만들어준다.그 후, 원하는 구간을 찾아 올라오면서 최솟값을 얻어내면 된다.

해당 문제에서는 데이터 변경이 일어나므로, 데이터 변경시에 시간이 많이 소요되는 합 배열로는 풀 수 없다.따라서, 세그먼트 트리의 개념을 이용해서 풀면된다.다음의 3단계로 진행된다.트리 초기화질의 값 구하기데이터 업데이트 하기이후, 만든 트리 리스트의 2^k번째 인덱스