두잉낫띵 두잉낫띵

앞에서 html 속성 안에 변수를 이용하고싶을때 사용하는 Directive 인 v-bind 에 대해 공부해봤다. 다음으로 알아볼 Directive는 v-once 이다. v-once [HTML] {{hello}} {{sayHello()}} [JAVASCRIPT] new Vue({ el : "#app1", data : { // 객체형태 hello : "Welcome Back !" }, methods : { sayHello : function(){ this.hello = "No, i'll go home !" return this.hello; } } }); 첫째줄에는 "Welcome Back" 이 출력되고 두번째에 "No, i'll go home !" 이 출력될 줄 알았지만 sayHello() 함수가 호출되는 ..

앞에서 data 안의 변수 title 에 접근 시 {{ }} 기호를 사용한다고 배웠다. [HTML] {{title}} 그런데 이렇게 문자열을 출력하는 간단한 경우가 아니라 HTML 속성 안에 직접 사용하고 싶은 경우엔 어떻게 해야될까 ? [HTML] [JAVASCRIPT] new Vue({ el : "#app1", data : { // 객체형태 link : "https://www.google.com/" }, }); 속성에 직접 넣어주고싶은경우 {{ }} 를 사용할 수 없다. 대신 vue.js 에서 Directive 의 하나인 v-bind 를 사용한다 ! Directive HTML 태그 안에 들어가는 속성의 역할을 하며, v-라는 접두사가 붙는 것이 특징이다 a 태그 내에 href="링크주소" 속성이 있어..

data 객체 혹은 함수의 형태로 정보를 가지고 있다. 아래는 data 안에 title 이라는 변수를 넣어준 javascript 코드다. new Vue({ el : "#app1", data : { // 객체형태 title : "Hello it's object", } }); new Vue({ el : "#app2", data() { // 함수형태 return { title : "Hello it's function !", } } }); 이 title이라는 변수를 HTML 상에서 사용하고싶은경우, 아래처럼 {{ }} 안에 변수명을 써주면 접근이 가능하다. {{ title }} {{ title }} 물론 이렇게 정적인 코딩도 가능하지만, Hello it's function! 우린 반응형 data , 즉 titl..

인턴 업무를 위한 Vue.js 공부를 시작하기로 했다 ! 오늘 ice breaking 겸 하루동안 조금 살펴봤는데 계속 사용하는 만큼 아무래도 정리를 해두는게 좋을거 같아서 조금씩 정리해두려고 한다 :) Vue.js 기초 익히기 기본 강좌를 참조할 예정이다. www.youtube.com/watch?v=gZBKGn0wQXU&list=PLB7CpjPWqHOtYP7P_0Ls9XNed0NLvmkAh Vue 프로그레시브 프레임워크 : Vue를 점진적으로 채택할 수 있음. 때문에 기존 프로젝트를 Vue 로 전환하고싶은 경우 다른 프레임워크처럼 처음부터 새로 만드는게 아닌 부분부분 Vue 로 바꿔가면서 전환할 수 있다. Vue 인스턴스 생성된 Vue 오브젝트 하나 var vm = new Vue({ //옵션 }) ne..

NumPy Overview¶ In [3]: import numpy as np # numpy 를 import 하고, np 라는 이름으로 사용하자 ndarray : N 개의 dimensions array 라고생각하자. 들어가있는 데이터타입은 모두 동일해야한다.¶ In [6]: original_data = np.random.randn(2,3) # 2 by 3 형태의 매트릭스를 만드는데, 이때 standard normal distriution N(0,1) 사이의 값을 선택한다. In [7]: print(original_data) [[-1.04237377 0.48626224 0.61142801] [-0.24311897 0.87454671 -0.5134187 ]] ndarray 에서 할 수 있는 수학적인 계산¶ I..

Scikit-learn python을 대표하는 머신러닝 라이브러리이다. '사이킷런'이라고 부르기도 한다. scikit-learn은 오픈 소스로 공개되어 있으며, 개인, 비즈니스 관계없이 누구나 무료로 사용가능하다. scikit-learn은 현재도 활용하여 개발이 이루어지고 있으며, 인터넷 상에서 정보를 찾기에도 싶다. 많은 머신러닝 알고리즘이 구현되어 있는데, 어떤 알고리즘도 같은 방식으로 이용이 가능하다. 또, 샘플 데이터 셋(토이 데이터 셋)이 부속되어 있으므로, 설치하여 바로 기계 학습을 시험해볼 수 있다. 그러므로 초심자가 기계학습을 배우기 시작할 때 적합한 라이브러리라고 말한다. NumPy numpy는 Numerical Python의 약자이다. 파이썬의 고성능 과학 계산용 패키지로 Matrix와..

Classification VS Clustering Classification : 과거에 이 데이터가 어떤 클래스에 소속되어있었다 ! 라는게 존재. 즉 지도학습 Clustering : 이런 정보 자체가 없다. 즉 비지도 학습으로 분류할 y값이 정해져있지 않고 컴퓨터가 알아서 데이터 기준으로 분류한다. 즉 비지도학습 Clustering 미국의 22개의 public utilities 에 대한 데이터 자료다. fuel cost 와 sales 을 y축과 x 축으로 가지는 산점도를 그려보면 이렇게 나타 날 수있는데 우리는 이 산점도를 보고 대략적으로 3 그룹으로 나눌 수있다. 여기서 이렇게 원으로 잘 묶는것, Pacific 같은경우 빨간 원과 노란 원의 경계 즈음에 위치하는데, 이 판단을 정확히 해주는 것이 바로..

Collaborative Filtering 다른 사용자들과의 협업을 통해 구현되는 알고리즘. 즉, 다른 유저의 추천 데이터들을 바탕으로 시스템을 구현한다. 사용자들의 데이터를 바탕으로 추천을 구축하는데, 하위 항목으로 아이템 기반 필터링(Item-based Filtering) 과 유저 기반 필터링(User-based Filtering) 으로 구분된다. (좌)유저 기반 필터링의 경우, 추천을 받을 사용자(A)와 유사한 타 사용자(B)를 추천 리스트를 통해 찾아내고 B가 좋아하는 목록 중 아직 A가 경험한 적 없는 아이템을 추천해준다. 좌측 이미지에 해당한다. (우)아이템 기반 필터링의 경우, 아이템들에 대해서 사용자들의 선호도를 기반으로 유사한 아이템을 찾아 추천하는 기법이다. 우측 이미지처럼 User A..