이게 왜 돌아가지 이게 왜 돌아가지

10월은 너무 바쁘게 보내서 11월의 책으로 돌아왔습니다.탑싯 마무리하고 고른 책은 우분투 리눅스입니다!컴퓨터네트워크 & 알고리즘 들으면서 같이 듣기 더 좋을 것 같아서 골랐습니다.​​ 목차​Part 01. 성공적인 학습을 위한 준비 작업과 우분투 리눅스 설치실습 환경 구축우분투 리눅스 소개우분투 리눅스 설치​Part 02. 우분투 리눅스의 기본 개념과 리눅스 관리자의 역할서버 구축 시 알아야 할 필수 개념과 명령어X 윈도우 시스템하드디스크 관리와 사용자별 공간 할당셸 스크립트 프로그래밍​Part 03. 네트워크 서버 구축 실무 Ⅰ원격지 시스템 관리네임 서버메일 서버데이터베이스 서버웹 서버​Part 04. 네트워크 서버 구축 실무 ⅡFTP 서버NFS 서버Samba 서버DHCP 서버프록시 서버방화벽 컴퓨터..

​이번에 고른 책은 cs 기술 면접을 준비할 때 읽기 좋은 책입니다.사실은 탑싯 신청을 했는데.. 시험 보기 전에 이 책을 읽고 가면 어떨까? 하는 생각도 들었고3학년이라 골랐습니당 그리고 지금 네트워크 ,자료구조 (알고리즘), 데이터베이스를 공부하고 있는데 그 부분을 정말 열심히 읽었습니다.​​ 목차​기술 면접과 실무를 위한 컴퓨터 과학원리를 모르는 개발자는 뛰어난 개발자가 아니다.컴퓨터 과학 지도 그리기 : 기술 면접에 대비하고 싶다면컴퓨터 구조컴퓨터 구조의 큰 그림컴퓨터가 이해하는 정보CPU메모리보조기억장치와 입출력장치운영체제운영체제의 큰 그림프로세스와 스레드동기화와 교착 상태CPU 스케줄링가상 메모리파일 시스템자료구조자료구조의 큰 그림배열과 연결 리스트스택과 큐해시 테이블트리그래프네트워크네트워크의..

​딥러닝, 머신러닝을 공부하면서 인공지능 관련 책 위주로 찾다가, 8월의 책은 'AI 딥 다이브' 를 골랐어요.책보다 매거진 같은 느낌이라, 더 재미있게 읽었어요.​AI 딥 다이브 > 목차총 4개의 파트와, 16개의 챕터로 구성되어 있습니다.​Part 01 : 지능이란 무엇인가, 딥러닝이란 무엇인가인공지능의 원리 해명사람의 학습Part 02 : 학습 기법학습 기법강화 학습고속화, 저전력화, 인프라Part 03 : 모델과 아키텍처생성 모델기억의 얼개Part 04 : 애플리케이션이미지음성공간생성/인식언어제어시뮬레이션게임바이오 생명 과학로봇​AI 딥 다이브 > 포인트PCA와 ICA  인자 간 분산의 경향에 차이가 없으면 인자를 추출할 수 없는 PCA와 생성 인자로 데이터를 분해하는 ICA에 대해 구체적으로 설..

​이번에는 한 번도 안 봤던 분야의 책을 골랐습니다. 파이썬을 이용해 짧은 시간에 많은 작업을 수행할 수 있는 방법을 알 수 있다고 해서 골라봤습니다.책이 얇아도 내용은 가득 들어있었습니다.​  처음 시작하는 FastAPI > 목차총 18개의 챕터와 2개의 부록으로 구성되어 있습니다.​모던 웹모던 파이썬FastAPI 둘러보기Starlette 비동기, 동시성Pydantic과 타입 힌트, 모델의존성프레임워크 비교웹 계층서비스 계층데이터 계층인증 및 인가테스트프로덕션데이터베이스와 데이터 과학, AI파일양식과 템플릿데이터 탐색 및 시각화게임더 읽을거리생명체와 탐험가​​처음 시작하는 FastAPI > 포인트Pydantic에 대한 설명  파이썬의 타입 힌트를 사용한 데이터 유효성 검사와 설정 관리를 하는 Pydan..

​작년에 선형대수학을 안 듣고 통계수학1,2 를 들었는데 후회가 큽니다..어차피 들을 거 같이 들을 때 공부할걸 싶은 마음이네요그런 기념에서 6월 도서는 '개발자를 위한 필수 수학' 을 골랐습니다.​개발자를 위한 필수 수학 > 목차총 9개의 챕터로 구성되어 있습니다.​기초 수학과 미적분확률기술 통계와 추론 통계선형대수학선형 회귀로지스틱 회귀와 분류신경망경력 조언과 앞으로의 진로부록​​개발자를 위한 필수 수학 > 포인트한 권에 담긴 미적분, 통계와 선형대수학    정수론을 포함해 간단한 미적분 내용으로 시작합니다. 이어서 확률과 통계, 선형대수학을 설명합니다.확률과 통계에서는 주로 쓰이는 조건부 확률, 모드, 가설 검정 등을 세세하게 다루고 있습니다.선형대수학 파트에서는 기저 벡터, 특수 행렬의 분류와 계..

전처리부터 딥러닝까지 포괄적으로 다루는 도서입니다. 데이터 분석을 공부하고 있지만 이론서도 보고 싶었는데, 예제가 많고 설명도 꼼꼼하게 되어있는 것 같아서 고른 책입니다.그런데, 이번 표지도 너무 예쁜 것 같아요!​ 목차총 23개의 챕터로 구성되어 있습니다.​벡터, 행렬, 배열데이터 적재데이터 랭글링수치형 데이터 다루기범주형 데이터 다루기텍스트 다루기날짜와 시간 다루기이미지 다루기특성 추출을 사용한 차원 축소특성 선택을 사용한 차원 축소모델 평가모델 선택선형 회귀트리와 랜덤 포레스트k-최근접 이웃로지스틱 회귀서포트 벡터 머신나이브 베이즈군집파이토치 텐서신경망비정형 데이터를 위한 신경망훈련 모델의 저장, 로딩, 서빙​​ 포인트 다양한 예제 문제와 해결 방법  예제 형식이 과제로 주어지고, 해결하는 코드와 ..