Blog
공부하는 개발자의 테크 블로그 — 개발과 AI, 그리고 배움의 기록
FE & Next.js
[Next.js] TanStack Query v5 (2)
이중 캐시의 협업 서버 캐시와 TanStack Query 캐시의 역할 분담 Next.js의 App Router에서는 'use cache' 지시어를 통해 서버 측에서 데이터를 강력하게 캐싱하는 기능을 제공하나 이것만으
FE & Next.js
[Next.js] TanStack Query v5 (1)
기존의 리액트 패칭 방식 우리가 클라이언트 컴포넌트에서 서버로부터 데이터를 가져올 때 전통적인 리액트(React) 개발 환경에서는 컴포넌트 생명주기를 다루는 useEffect 훅과 상태를 저장하는 useState 훅
FE & Next.js
[Next.js] Micro Frontend Paradigm
병렬 랜더링 패러다임 병렬 랜더링은 화면을 구성하는 요소들을 마치 레고 블록과 같은 독립적인 컴포넌트로 쪼개 개발합니다. 그리고, 최종적으로 하나의 화면에서 동시에 랜더링해내는 현대적인 웹 개발 설계 방식입니다. 이
FE & Next.js
[Next.js] Caching Revolution
웹 개발의 딜레마 데이터의 신선도냐, 성능이냐 다음과 같은 근본적인 질문을 던져봅시다. 우리는 왜 캐시를 써야 하며, 잘못 썼을 때 잃게 되는 것은 무엇일까요? 이 점을 이해하기 위해 자정이 되는 순간 파격적인 반값
AI & 딥러닝
딥 러닝 - 합성곱 신경망 (4)
합성곱 기존 Dense Layer에서는 Hidden Layer의 뉴런의 개수를 100개로 설정했을 때 앞에서 전달된 모든 값이 각각의 뉴런으로 다 전달됩니다. 이것을 Fully Connected Layer(완전 연결
AI & 딥러닝
딥 러닝 - 신경망 모델 훈련 (3)
신경망 모델 훈련 사이킷런의 머신러닝 알고리즘은 모델의 구조가 고정되어 있고, 좋은 성능을 위해 매개변수를 추가했다면 딥러닝 알고리즘은 모델의 구조를 직접 만드는 방식입니다. 먼저 데이터를 준비하겠습니다. 정규화 작
AI & 딥러닝
딥 러닝 - 인공신경망과 심층신경망 (2)
인공신경망(Artificial Neural Network) 먼저 데이터셋을 가져오겠습니다. FashionMINIST는 패션 아이템 이미지로 구성됩니다. 28x28 grayscale 이미지로, 10개의 classes가
AI & 딥러닝
딥 러닝 - 딥 러닝의 기초 (1)
딥 러닝의 용어 및 개념 첫번째 퍼셉트론(Perceptron)은 인공 신경망의 기본 단위입니다. 딥 러닝은 신경망을 사용해서 알고리즘을 구축합니다. 먼저 사람의 신경은 어떻게 동작하는지 살펴보겠습니다. 신경 세포의
AI & 머신러닝
머신 러닝 - 비지도 학습(주성분 분석) (11)
주성분 분석(PCA) 주성분 분석(PCA)는 차원 축소 알고리즘 중에 하나입니다. 우리가 훈련에 사용하는 데이터는 계속해서 증가합니다. 그에 비해 저장 공간은 제한적입니다. 데이터 압축을 해도 군집이나 분류에 영향을