한경토스 부캠

13. 비동기 프로그래밍비동기 처리 방식동기 처리 방식과 비동기 처리 방식ex.  커피 전문점에서 커피 주문하고 마시기동기 처리 방식A라는 사람이 커피를 주문 -> 그 주문을 받아서 커피를 만들고 A에게 넘겨줌뒤에 아무리 많은 손님이 있어도 한번에 하나의 손님만 처리주문을 받고 커피를 만드는 것이 한 과정-> 대기 줄이 점점 더 길어지고 주문을 처리하는데도 시간이 걸림비동기 처리 방식A라는 사람이 커피를 주문 -> 그 주문을 주방으로 넘김A에게는 진동벨을 주면서 커피가 완성되면 알려 주겠다고 함대기하고 있던 B의 주문을 받고 진동벨을 건네줌중간에 A의 커피가 완성되면 A에게 알려 준다싱글 스레드 vs 멀티 스레드스레드(thred)프로세스에서 작업을 실행하는 단위싱글 스레드: 한번에 하나의 스레드만 처리멀..

12. HTTP 통신과 JSONHTTP/HTTPSHTTP(HyperText Transfer Protocol)클라이언트와 서버 간에 자료를 주고받으려면 미리 약속된 규칙 필요: 프로토콜(protocol)웹에서는 HTTP라는 프로토콜 사용HTTP 요청(HTTP request): 클라이언트) 자료 요청 -> 서버 HTTP 응답(HTTP response): 서버) 응답 -> 클라이언트요청 헤더와 응답 헤더클라이언트) 사이트 주소 입력하고 [Enter] 누를 때사이트 주소 + 사용 중인 시스템 정보, 웹 브라우저 정보, 사용한 언어 등 다른 정보까지 함께 전송-> 서버로 요청할 때 보내는 헤더: 요청 헤더(request header)서버) 입력한 사이트를 찾아 -> 클라이언트응답 헤더(response header..

11. 배열과 객체 좀 더 깊게 살펴보기ECMAScript2015 + 기능 정리매개변수 기본값 지정 Ofunction hello(name, message) { console.log(`${name}님, ${message}`)}hello("도레미", "반갑습니다.") // "도레미님, 반갑습니다."hello("백두산") // "백두산님, undefined" 지정 Xfunction hello(name, message = "안녕하세요?") { console.log(`${name}님, ${message}`)}hello("도레미", "반갑습니다.") // "도레미님, 반갑습니다."hello("백두산") // "백두산님, 안녕하세요?"전개구문마침표 세 개(...)의 다양한 쓰임함수매개변수의 개수에 상관없이 매개변수를..

10. 문자열과 배열문자열에 접근하기원시 유형에서 메서드 사용하기자료형 중 단순히 값만 가지고 있을 때 -> 원시 유형(primitive type)원시 유형에서도 프로퍼티와 메서드를 사용할 수 있음ex. `str.length`숫자형과 논리형, 문자열 유형: 별도의 객체가 만들어져 있음Number, Boolean, String 객체: 래퍼 객체오토박싱(autoboxing)number, boolean, string 같은 원시 유형에서 프로퍼티나 메서드 사용 -> 일시적으로 원시 유형을 해당 객체로 변환프로퍼티나 메서드의 사용이 끝나면 해당 객체는 메모리에서 사라짐필요할 때만 임시로 객체로 바꿔 사용하고, 사용이 끝나면 다시 원시 유형으로 되돌아옴length - 문자열의 길이// 기본형문자열.length// ..

07. DOM 활용하기DOM 트리와 노드 리스트DOM 트리와 노드DOM에는 단순히 태그에 해당하는 요소 노드뿐만 아니라 여러 종류의 노드가 있음노드: DOM 트리에서 가지가 갈라져 나가는 부분루트 노드: DOM 트리의 시작 부분/ HTML 노드/ 나무 뿌리에 해당노드를 구성하는 원칙모든 HTML 태그는 요소 노드가 됨HTML 태그에서 사용하는 텍스트 내용은 자식 노드인 텍스트 노드가 됨HTML 태그에 있는 속성은 모두 자식 노드인 속성 노드가 됨주석들은 주석 노드가 됨노드 리스트`querySelectorAll()` 메서드 사용: 여러 개의 노드를 한꺼번에 가져올 수 있음가져온 여러 개의 노드 정보를 저장한 것: 노드 리스트배열과 비슷하게 생겼고 배열처럼 사용할 수 있음 (배열 X) 노드 리스트 살펴보기H..

인공지능 ⊃ 머신러닝 ⊃ 딥러닝현대의 인공지능 기술은 딥러닝 근간으로 함자연어, 컴퓨터 비전, 음성 처리 등의 영역에서 딥러닝은 독보적인 위치 현대에는 다양한 딥러닝 아키텍처(DNN, RNN, CNN, Transformer, ectc)가 활용되고 있음But, 딥러닝이라는 기술의 원천은 DNN(Deep Nueral Network)인간의 뉴런 구조를 모사한 형태로서 주로 역전파(Backpropagation) ~> 학습LM: Language Model일반적으로 단어의 시퀀스(문장)에 대해, 다음에 나타날 단어가 어떤 것인지를 예측하는 모델을 의미크기 ↑ -> downstram task에서의 성능 향상되는 경우 ↑ 사실 발견 (scale law)=> 성능 향상 -> 모델의 크기 ↑ 방법 자주 활용But, LM ..