나만보는 블로그

Gunicorn 이 uwsgi 보다 자원 사용량이 적고 응답속도가 빠르다. Flask, Nginx, Gunicorn  연동하기 :  https://velog.io/@yvvyoon/Flask-Nginx-Gunicorn-23 출처 :  https://medium.com/@elastic7327/python%EA%B0%9C%EB%B0%9C%EC%9E%90-uwsgi%EB%A5%BC-%EB%B2%84%EB%A6%AC%EA%B3%A0-gunicorn%EC%9C%BC%EB%A1%9C-%EA%B0%88%EC%95%84%ED%83%80%EB%8B%A4-df1c95f220c5

React Native 를 위한 Mac 필수 설치 homebrew 설치 $ /bin/bash -c "$(curl -fsSL  https://raw.githubusercontent.com/Homebrew/install/master/install.sh )" nodejs 설치 $ brew install node  watchman 설치 $ brew install watchman  React Native CLI 설치 $ npm install -g react-native-cli  Xcode 설치 CocoaPods 설치 JDK 설치 Android Studio 설치

인공지능 및 딥러닝의 이해 인공지능은 시스템에 의해 만들어진 지능을 뜻한다. 이 용어는 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학분야를 지칭한다. 인공지능 시스템은 크게 지식기반 인공지능과 데이터 기반 인공지능으로 나뉜다. KBS (지식 기반 시스템)는 의사 결정을 지원하기 위해 인간 전문가의 지식을 포착하는 것을 목표로하는 인공 지능 (AI)의 한 형태입니다. 문제 해결 방법을 알려주는 지식 기반 시스템의 일반적인 아키텍처에는 지식 기반과 추론 엔진이 포함됩니다. 대표적인 예로는 IBM Watson 이 있다. 데이터 기반 인공지능은 최근 신경망 알고리즘을 사용하는 모델을 데이터 기반 인공지능이라 한다. 대표적인 예로는 Google AlphaGo 가 있다. 1.1 AI , Machine Learning , Nural Networks 1.1.1 AI ( Artificial Intelligence ) 지능의 본질을 규명하고 이를 인공적으로 재현하려는 기술 사람처럼 생각(사고/감정/창의)하는 기계를 만드는 기술 강한 인공지능(strong AI) 인간의 지능을 모방하여 특정한 문제를 푸는 기술 약한 인공지능(weak AI) AI의 2가지 주요 접근법 Knowledge-based approach ( 지식기반 ) Decision-making based on the stored knowledge , ex) IBM Watson 설계도 기반 AI , 시먼틱 Network가 중요 범용성의 문제가 있음 Data-driven approach ( 데이터기반 ) : 요즘 이야기하는 머신러닝 Decision-making with the knowledge extracted from data , ex) Google AlphaGo 틀만 만들고 파라미터를 정의해주는 방법 https://searchcio.techtarget.com/definition/knowledge-based-systems-KBS http://www.

개발자 로드맵 :  https://roadmap.sh/?fbclid=IwAR1lu0vpTyq9MKvKaN5suZ2NIKPK-XhVYrkxgkH62ASMISKtle23XaLGZ6I 논문 :  https://arxiv.org/ 머신러닝 + 논문 :  https://paperswithcode.com/ 테라폼튜토리얼 : https://www.44bits.io/ko/post/terraform_introduction_infrastrucute_as_code MSA 블로그 : https://m.blog.naver.com/stmshra/221495688285 QA 테스트 툴: https://testmanager.tistory.com/215 QA 테스트 툴2021 : https://ko.myservername.com/top-20-best-test-management-tools#1_Zephyr_Scale 구글 IO 학습 : https://events.google.com/io/learning-lab/?lng=ko atom editor remote-ftp :  https://wp.shashasha.kr/atom-remot-ftp-package/ Python 도큐먼트(한글) :  https://wikidocs.net/33 Python Requirements 생성하기 : pip freeze Python Requirements 사용하기 : pip install -r requirements.txt Python ORM :  https://ljs93kr.tistory.com/59 Python mssql (쿼리 + 프로시져) :  https://dbrang.tistory.com/1004 Docker Docker tag None 이미지 삭제 : https://web-front-end.tistory.com/102 Docker registry 구축 : https://hiseon.me/linux/docker-registry/ Docker private registry 로그인 : https://w