Decision Tree representation
- Decision Tree learning은 approximating(근사치)를 구하는 방법이다.
- 각 value의 target function은 decision tree로 표현된다.
- Decision Tree는 if-then rule로 쉽게 표현할수있다.
- Decision Tree에서 각 internal node는 attribute(속성)을 테스트하고 각 branch는 attribute value(속성값)에 응답하고 각 leaf node는 classification(분류, 결과)를 결정한다.
- 일반적으로 decision tree는 instance의 attribute value(속성값)에 대한 contraints(제약조건)을 분리하여 나타낸다.
Continue reading
Concept 이란?
some subset of objects or events defined over a large set.
큰 집합에서 정의되는 작은 객체나 이벤트.
ex) Animal 중 Bird 라는 concept.
Continue reading
이전의 상태를 기억하고, 필요할때 그 기억을 되살려 이전의 상태로 돌릴수 있는 디자인패턴을 메멘토 패턴이라고 한다.
Continue reading
람다아키텍처(lambda Architecture)에 대해 알아보자.
Continue reading
대용량 스트리밍 데이터 처리 중요성이 대두되면서 메세지플랫폼 역할이 커졌다. 그중에서 최근 가장 많이 화두에 오르는 Kafka와 RabbitMQ를 비교해보자.
Continue reading
Kafka의 기본개념과 속성들을 알아보자
Continue reading
JVM(Java Virtual Machine)의 메모리 구조를 알아보자.
Continue reading
Optional 은 존재할수도 있지만 안할수도있는 객체. 즉 null이 될 수도 있는 객체를 감싸는 Wrapper class이다. 기존 nullable 객체들의 경우 런타임에 NPE(NullPointerException) 예외를 발생시키거나 NPE 방어를 위해 들어간 null 체크 로직때문에 코드 가독성과 유지보수성이 떨어졌다. 이런 nullable 객체를 다루기 위해 등장한것이 Optional이다.
Continue reading
