💪 Today I Learned
Support Vector Machine
- 경계에 있는 몇 개의 점으로 hyperplane 찾음
- 차원(kernel) 늘리기
이번주 딥러닝/클라우드 수업 내용은 SVM이었다. 앞부분에 나온 Decision tree나 Random forest는 인공지능 수업 때 배웠기도 해서 과제 진행하는 데 별 무리가 없었다. ICT 인턴십 면접 때 CTO 분께서 SVM에 대해 설명해달라 하셨는데 대답하지 못한 경험이 있다. 그래서 더 열심히 수업들은 것 같다.
SVM은 분류 알고리즘 중 하나로 다른 알고리즘과 다르게 몇 개의 점만을 이용하여 초평면을 구한다. 이렇게 경계에서 가까운 몇 개의 점을 support vector라고 부른다. 또한 kernel 방식을 사용해 차원을 늘려서 구하기도 한다. 2차원 상의 데이터로는 규칙을 못찾지만 3차원 공간 상에서 분류 규칙이 보이는 경우도 있다.
rDBMS
소프트 스퀘어드 3주차 수업 내용은 DBMS였다. 그 중에서도 관계형 데이터베이스를 다뤘는데, 포스팅하는 겸 노트를 다시 훑어봤다. AWS RDS를 사용하기 위한 사전 작업을 마쳤다.
- 타임존 설정
- 인코딩 방식 utf8mb4 적용
🏃 한마디
사실 오늘 ERD 설계를 시작했어야 하는데 학교 수업 과제가 생각보다 오래 걸렸다. 데이터베이스를 처음 다루는 것이나 다름없기 때문에 굉장히 오래 걸릴 것 같다. 그래도 aquerytool을 사용하여 설계하면 쿼리문을 직접 짜지 않아도 된다니 나름대로 위로가 된다.