자료구조는 이틀만에 끝나네요 벌써 6일차입니다ㅎㅎ 그럼 오늘도 출발~! 1. 큐 (Queue) 큐(queue)는 먼저 삽입된 데이터가 먼저 추출되는 자료구조(data structure)다 예시) 게임 대기 큐는 먼저 대기한 사람이 먼저 게임에 매칭된다 1-1. 연결 리스트로 큐 구현하기 큐를 연결 리스트로 구현하면, 삽입과 삭제에 있어서 𝑂(1)을 보장할 수 있다 연결 리스트로 구현할 때는 머리(head)와 꼬리(tail) 두 개의 포인터를 가진다 머리(head) : 남아있는 원소 중 가장 먼저 들어 온 데이터를 가리키는 포인터 꼬리(tail) : 남아있는 원소 중 가장 마지막에 들어 온 데이터를 가리키는 포인터 1-2. 파이썬으로 큐 구현해보기 class Node: def __init__(self, d..

저는 자바스크립트랑 리액트로 처음 입문을 했다보니 VsCode 기본 formatter가 prettier로 되어있는데, 테라폼을 사용하면서 자동 정렬 기능을 사용하고 싶었다그렇다고 default formatter를 바꾸게 되면 나중에 자바스크립트할 때 또 바꿔야할 것 같아서 찾아보니 개별적으로 적용하는 방법이 있었다먼저 terraform extensions를 설치해준 후에 진행해야 한다File → Preferences → Settings 또는 Ctrl + , (쉼표) 를 누르면 설정창이 나온다이렇게 검색창에 formatter를 찾아보면 기본 formatter를 확인할 수 있는데 이것을 수정하지 말고 파일마다 원하는 formatter를 적용해보자setting이라고 검색하면 Edit in setting.jso..

이전에 리눅스 성능 분석을 포스팅하면서 나왔던 eBPF에 대해서 정리하려고 한다 https://jaehyeong.tistory.com/entry/%EB%A6%AC%EB%88%85%EC%8A%A4-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EC%84%B1%EB%8A%A5-%EB%B6%84%EC%84%9D/ 리눅스 시스템 성능 분석 쿠버네티스 환경을 운영하거나 서버를 운영할 때, 가장 많이 사용하는 운영체제가 리눅스이기 때문에 성능을 분석할 줄 알고 문제가 발생했을 때 빠르게 대처하는 것이 중요하다고 생각합니다. jaehyeong.tistory.com 1. eBPF란? BPF란 The BSD Packet Filter: A New Architecture for User-level Packet Capt..

선수지식으로 확률과 통계가 강의 진행상으로는 끝났지만 솔직히 제대로 이해를 못했다... 따로 보충을 계속 해주어야 겠다ㅜㅜ 어렵누 다음 선수지식으로 자료구조에 대해서 배우게 되었다 이 부분은 예전에 해본 적이 있기 때문에 수월하게 할 수 있을 것이라 믿어 의심치 않는다😎 1. 자료구조 자료구조는 다수의 자료(data)를 담기 위한 구조다 프로그램의 요구사항에 맞게 적절한 자료구조를 선택하게 된다면 불필요한 메모리 낭비를 막을 수 있다 자료구조의 종류에는 크게 두가지가 있다 선형 구조(linear data structure) 배열(array) 연결 리스트(linked list) 스택(stack) 큐(queue) 비선형 구조(non-linear data structure) 트리(tree) 그래프(graph)..

후우... 수식이 너무 많아서 어렵네요... 첨 듣는 단어도 너무 많이 나오고, 기호들은 또 왜이렇게 많은지! 하지만 처음 하는거니까 익숙하지 않은건 당연한거구 자주 보다보면 익숙해지겠죠?ㅎ 1. 확률 분포 추정 1-1. 확률 분포 추정이란 우리가 가지고 있는 데이터로부터 확률 분포를 추정하는 기술을 의미한다 기본적으로 우리가 데이터의 형태를 보고, 원하는 분포로 추정할 수 있다 베르누이 분포: 데이터가 0 혹은 1의 형태 정규 분포: 데이터가 크기 제한이 없는 실수 형태 카테고리 분포: 데이터가 카테고리 값 형태 주어진 데이터를 이용해 확률 분포를 계산하는 대표적인 두 가지 방법이 존재한다 모멘트 방법 최대 가능도 추정 1-2. 모멘트 방법 (Method of Moment) 확률분포에서 계산한 특징 값..

쿠버네티스 환경을 운영하거나 서버를 운영할 때, 가장 많이 사용하는 운영체제가 리눅스이기 때문에 성능을 분석할 줄 알고 문제가 발생했을 때 빠르게 대처하는 것이 중요하다고 생각합니다. 그리고 클라우드를 사용한다고 하더라도 호스트 환경의 장애나 노이지 네이버 등의 이슈들로 여전히 하드웨어 자원에 대한 분석이 필요합니다. 그래서 이번에는 리눅스 성능을 분석하고 최적화하는 방법에 대해서 정리를 해보겠습니다. https://jaehyeong.tistory.com/entry/BPF-%EA%B8%B0%EB%B0%98-%EB%A6%AC%EB%88%85%EC%8A%A4-%EC%84%B1%EB%8A%A5-%EB%B6%84%EC%84%9D BPF 기반 리눅스 성능 분석 이전에 리눅스 성능 분석을 포스팅하면서 나왔던 eBP..

선수지식으로 확률과 통계를 공부하고 있는데 패스트캠퍼스 강의 특성상 엄청 딥하게 들어가지는 않기 때문에 추가적인 부분은 개인적으로 공부를 해야할 것 같다. 요즘 들어 느끼는 건데 직장을 다니면서 공부를 하려고 하다보니 평일은 3~4시간이 최선인 것 같고 주말을 정말 잘 활용해야 겠다는 생각이 든다. 아자 아자, 오늘도 화이팅~⭐ 1. 베이즈 정리 베이즈 정리란, 조건부확률을 구하는 공식이다. 베이즈 정리를 이용하면, 다양한 확률 문제를 해결할 수 있다. 베이즈 정리 공식: 𝑃(𝐴|𝐵) = 𝑃(𝐵|𝐴)𝑃(𝐴)/𝑃(𝐵) [베이즈 정리 유도] 조건부 확률 정의: 𝑃(𝐴|𝐵) = 𝑃(𝐴, 𝐵)/𝑃(𝐵) → 𝑃(𝐴,𝐵) = 𝑃(𝐴|𝐵)𝑃(𝐵) 마찬가지로, 𝑃(𝐵|𝐴) = 𝑃(𝐴,𝐵)/𝑃(𝐴) → 𝑃(𝐴,𝐵) = ..

오랜만에 수학 공부를 할려니 머리가 안돌아간다... 그리고 생각보다 강의 4개를 듣고 포스팅을 하는게 시간이 많이 걸린다... 다른 것도 할게 많은데... (AWS, 쿠버네티스, 리눅스, CI/CD...😶) 리소스를 너무 많이 사용하는 것 같다는 생각이 들기도 하고... 첫날부터ㅋ 그래도 일단 될 때까지 해보자 (죽기야 하겄어?) 뿌에엥 1. 표준 정규 분포 (Standard Normal Distribution) 평균이 0이고 분산이 1인 표준화된 정규 분포다 표준 정규 분포로 데이터들을 정규화시키면 딥러닝 모델 학습을 시킬 때 더욱 효과적으로 할 수 있고 수식을 계산할 때도 보다 쉽게 계산할 수 있다는 장점이 있다 확률 변수 𝑋가 ((𝑋\sim𝑁 (𝜇, 𝜎^2))) 을 따를 때, 다음의 공식으로 표준화..