Julie의 Tech 블로그

앞서 HTTP 프로토콜에 대해 개략적으로 알아보고, 클라이언트와 서버간 HTTP 프로토콜로 어떻게 데이터를 주고 받는지를 볼 수 있었다. 이번 글에서는 HTTP 메시지에 대해 좀 더 구체적으로 알아볼 것이다. ​ HTTP 메시지는 요청과 응답에 대한 메타 데이터와 그에 따른 데이터를 선택적으로 주고받는다. 서버 방향으로 향하는 것을 인바운드, 서버를 거쳐 클라이언트 방향으로 응답하는 것을 아웃바운드 메시지라 부른다. ​ 메시지는 시작줄, 헤더블록, 본문 이렇게 세 가지로 이루어져있다. 시작줄에는 어떤 메시지인지를 표현하고 있고, 헤더에는 속성값을, 본문에는 데이터를 포함하고 있다. 데이터는 선택적인 것이라 본문이 없을 수도 있다. 메시지의 간단한 예를 들어보면, -----------------------..

HTTP, Hypertext Transfer Protocol의 약자이다. HTTP는 웹브라우저, 서버, 웹 어플리케이션 간의 대화 언어이다. ​ 많은 사람들이 웹에서 수많은 이미지와 동영상, 음성 파일 등을 조회한다. HTTP는 이러한 대량의 정보를 빠르게 서버로부터 웹브라우저까지 전달하는 역할을 한다. 이러한 전송 과정에서 데이터가 손상되거나 잘못 전달되지 않도록 안전하게 배달해야한다. ​ 웹에 표기되는 컨텐츠는 웹 서버에 저장되어 있다. 이 서버는 보통 HTTP 프로토콜로 통신하기 때문에 HTTP서버라고도 불린다. 사람들은 웹 브라우저인 크롬이나 인터넷 익스플로러 등으로 HTTP 클라이언트를 사용한다. ​ HTTP는 여러 타입의 데이터를 전송해야하기 때문에, 전송되는 객체에 MIME 타입을 붙이게 된..

본 글은 Neural Collaborative Filtering (NCF) 논문을 리뷰해볼 것이다. 해당 논문은 기존 CF의 가장 강력한 알고리즘으로 자리잡고 있던 MF(Matrix Factorization) 방법에 대해 한계점을 짚고, 이를 Neural Network기반으로 풀어가면서 어떤 개선을 할 수 있는지를 담고있다. ​ 논문을 본격적으로 리뷰하기 전에 상품 추천 시스템에 대해 좀 더 알아보면, 상품 추천 시스템으로는 세 가지 타입이 있다. 1. User-Product : 개인의 선호에 따라 상품 추천 2. User-user : 유사한 상품 선호를 가졌을 것이라 추정되는 사람간의 상품 추천 3. Product-product : 보충적인 성격을 지닌 상품끼리의 추천 ​ 1번의 경우 완전히 개인화된 ..

도커가 가장 처음 생겨났을 때 리눅스 컨테이너 기술(LXC)을 이용했다. LXC가 무엇인지, 왜 가상화를 하게 되었는지, 컨테이너는 무엇인지 알아보기 전에 아래 세 개념부터 먼저 이해를 해야한다. ​ 1. chroot 2. namespace 3. cgroup ​ Chroot는 change root의 약자로, root 폴더를 변경한다는 의미이다. 즉 어떤 프로세스에 한해서 파일 시스템을 한정해주는 것인데, 예를 들어 guest 계정에 대해서 특정 공간만을 공개하는 것과 유사하다. 출처 : https://blog.selectel.com/containerization-mechanisms-namespaces/ 위와 같을 경우 특정 유저는 원래 root디렉토리인 / 를 참조하지 못하고, usr 라는 폴더부터 새로..

우리가 딥러닝을 처음 접할 때 가장 많이 듣는 라이브러리, 'Tensorflow'에 대해 다뤄볼 것이다. ​ 우선 개괄적인 이야기부터하자면, Tensorflow는 구글이 개발한 라이브러리이다. 딥러닝 모델을 구현하기 위해 필요한 기능들을 제공하는 오픈소스 프레임워크이며, 기반언어는 C++이다. 모바일 뿐만 아니라 여러 OS에서 구동 가능하여 큰 인기를 끌었다. ​ Tensorflow라는 이름에서도 유추가 가능하듯이, Tensor라는 다차원 배열 데이터를 노드로 담아 Dataflow를 만든다. 위키에서는 '상태를 가지는 유향그래프' 라고 하여 Statefull dataflow라고 하는데, 과거 데이터를 지속적으로 저장하면서 방향을 지닌채 진행되는 그래프라고 생각하면 된다. 노드와 엣지로 구성되어 있으며, ..

지난 글에서 GBM과 앙상블에 대해 다뤄보았는데, 이번엔 GBM 모델 중 대표적인 두 모델을 살펴보고자 한다. GBM모델은 앞선 글에서도 다루었듯이, Boosting기법의 앙상블 모델이기 때문에 성능은 뛰어나나, 연산량이 많아 속도 측면에서 개선하고자 하는 니즈가 있다. ​ lightGBM은 데이터의 size, dimension 측에서 각각 복잡도를 줄일 수 있는 기법을 개발하여 반영하였다. lightGBM 모델 논문을 리뷰한 글은 아래 링크에 있다. https://blog.naver.com/ilovelatale/222298514382 Kaggle Case Study - (2) LightGBM 모델 오늘은 Santender Customer Transaction Prediction 모델에서 우승팀 중 하나..