첫째. 프로그래밍 언어의 데이터 형식(Data Type, 자료유형)을 인지
둘째. 설정된 연선자를 어떤 방법으로 계산할 것인가
셋째. 설정된 변수를 어떻게 제어할 것인가

> 데이터 형식

> 연산자

> 제어방식

설정된 변수를 연산하고 제어해서 사용자에게 유의미한 프로그래밍을 제공하는 행위

문제해결의 알고리즘포인트

2. 객체란 무엇인가

완벽한 객체지향언어 : JAVA 비슷한 객체지향언어 : VBA

객체지향언어 : 객체를 중심으로 코드를 작성하는 것 객체 : 유무형의 것을 모두 일컫는 것

2-1. 객체의 특성 (자동차를 예시로)

자동차 객체명 : 색상 속성 : 자동차.색상 = "파란색" 엑셀 자동 : 자동차.속도 = 스피트업(120)

● 객체의 속성을 프로그래밍을 통해서 부여하는 것 ● 객체는 속성과 그 객체가 수행해야할 임무가 있는데, 프로그래밍을 통해 제어하고 컨트롤하고 생성할 수 있다. ● 엑셀 자체가 객체 입니다.

2-2. Excel 에서의 객체는?

▲ 엑셀 시트를 시트 01로 바꿀꺼야 라는 명령을 내릴 수 있지요.

2-3. 객체 속성을 변경하는 작업실습

Excel VBA에서 모듈을 만들고 아래 코드를 입력

Sub CHANGE_NAME()

Worksheets("SHEET1").Name = "시트01"

End Sub

하면, 아래처럼 시트01로 이름이 바뀐 것이 나옵니다.

▲ 엑셀시트라는 객체를 이용한 것이다.

▲ 객체지향언어는 한번만들면 계속 반복적으로 호출해서 사용가능하는 개념을 내포합니다.

VBA에서 "모듈"이라는 공간에 담아서 프로그래밍을 하게 됩니다.

프로그래밍한 내용은 프로시저라는 명령을 통해서 작동을 하게 되는 것이다.

프로시저의 종류 ① 서브 프로시저 : 객체가 특정작업을 수행하도록 작성된 작업지시서. 서브프로시저의 이름을 선언하고 엔터를 치면 (선언) 자동적으로 END SUB가 자동완성 기능에 의해서 생성이 됩니다. 해당 구간 내에서만 작업이 이루어지도록 명시를 하는 원리가 있습니다. 1강에서 학습한 내용을 대입해보면 이렇게 이해 하면 됩니다 ② 펑션 프로시저 : 작업을 수행하고 결과를 돌려주는 프로시저 *그래서 "함수"의 개념이라고 한다. *

매개변수 : f(x)에 해당하는 "x"를 의미합니다.

Sub START_VBA()

MsgBox "엑셀 VBA 세계로 오신것을 환영합니다."

End Sub

단축키 ① 엑셀에서 VBA로 : Alt + F11 ② VBA에서 엑셀로 : Alt + F11 ③ 디버깅(실행) : F5

▲ F5키를 누르면(디버그) 실행버튼을 눌러주세요

▲ 글자박스가 띄워집니다.

Prologue 우린 본능적으로 ‘공부’를 찾는다

Part 1. 진짜 위기의 시작! 실력자만 살아남는다

001 팬데믹이 종식되면 위기가 끝난다고 믿는가?

002 세상이 5년쯤 앞당겨졌다!

003 미래가 빨리 온다고 좋은 걸까?

004 미래의 사람들은 2020/2021년을 다르게 기억할 것이다

005 누가 진짜 실력자인가?

006 프로페셔널 스튜던트가 살아남는다

Part 2. 프로페셔널 스튜던트에게 대학이란?

007 대학, 그때는 맞고 지금은 틀리다

008 벚꽃 피는 순서대로 대학이 망한다고?

009 왜 앨빈 토플러의 말을 무시했을까?

010 미래를 위해 학생들은 무엇을 배워야 하는가?

011 토론하지 않으면 교육이 아니다

012 무크에서 전 세계 명문대의 수업을 만나라

조지아공대 컴퓨터과학 석사과정 7000달러에 취득가능

https://micromasters.mit.edu/ : MIT경영대학원 5개 코스수업 + 기말시험비 : 1500달러 취득시 일정한 심사 거쳐 MIT캠퍼스대학에서 나머지 한학기를 4만달러로 배울 수 있음 물류경영 석사 학위 취득

013 울트라러닝에 도전하라

MIT challenge ; https://www.scotthyoung.com/

014 입시공부했던 것을 평생 얼마나 써먹는가?

015 대학은 꼭 가야 할까?

016 어떤 전공을 선택하는 게 유리할까?

• 첫번째 전공은 그냥 첫번째 선택일 뿐이다.
• 사이언스 테크놀로지 엔지니어링 수학

  017 4년제 대학 대신 마이크로 칼리지

Part 3. 프로페셔널 스튜던트에게 직업, 직장이란?

018 당신은 지금 어떻게 일하는가?

019 RPA(로봇 프로세스 자동화)가 당신의 일자리를 위태롭게 하는가?

020 자동화와 원격 아웃소싱, 이미 시작된 미래다

021 우리는 스포츠 팀이지 가족이 아니다

022 투잡이든 스리잡이든 할 수 있다면 꼭 하라!

• 정규직이 중요한게 아니라 능력있는 자가 계속 살아남는다

023 당신은 코끼리인가 벼룩인가?

• 직장은 정규직에서 프리랜서 개념으로 노동자가 변화한다

024 이동할 수 있는 자만 살아남는다

• 장소에 구애받지 않고
• 능력을 발휘하며 일한다 : 로케이션 인디펜던트

025 리스킬링, 업스킬링

• 리스킬링 : 재교육
• 업스킬링 : 업무수준의 향상

Udacity : 특정분야 세분화해서 미ㅣ과정 - 나노학위 수여 Coursera Udemy

026 기업의 새로운 인재상이 된 프로페셔널 스튜던트

027 언제까지 일할 수 있을까?

세계경제포럼 웹사이트 weforum.org <미래의 직업 리포트>

028 아이들은 미래에 어떤 직업을 가질까?

일자리는 줄어드나 IT, 복지-공공 부분 증가할 것 직업을 바라보는 태도 : 돈을 많이 버는가 vs 재밌나 기성세대의 성공공식(좋은대학-좋은성적)이 아직도 유효한가 공부하지 않은 부모가 변화도 모른채 관성에 따라 자식의 미래에 관여하는 것이 제일 위험하다. ==

• 계속 성장해 나가야 한다는 주문
• 방법도, 방향도, 양분도, 가능성도 다 모르는 것 투성
• 게다가 이런 이야기에 관심을 갖는 사람은 성공의 단계에 못간 사람
• 능력주의자들의 노력과 실력을 강조하는 포인트와 어찌보면 결말은 비슷해보인다

029 당신은 로봇과 싸우는 게 아니라 언오리지널과 싸워야 한다

자신만의 오리지널

누군가는 이걸 갖고 '도메인', '자신의 전공', '주특기' 등등으로 부른다. 비대면과 원격 + 높은 생산성 = 효율성 중심의 미래에서 살아남을 것이다

030 프로페셔널 스튜던트가 되어 스타트업하라!

Part 4. 프로페셔널 스튜던트를 위한 진짜 공부는 무엇일까

031 지금 당신에겐 언러닝이 필요하다

032 미래엔 리더를 키우는 공부만 남는다

로봇과 자동화로 일자리가 줄어들 것이고 정부는 이를 위해 임금을 지불해야할 것이다. 로봇세 이슈

033 공교육, 사교육보다 가정교육이 더 중요해졌다

가정교육의 중요성

• 창의력을 배양할 수 있는가
• 논리와 주장을 효과적으로 할 수 있는가
• 사람에 대한 이해를 시킬 수 있는가

034 공부 공동체 : 함께 공부할 친구가 있는가?

• 제프 베조스 " 피자 2판의 법칙"
• 6~8인의 적극적으로 참여하는 구도
• 공부에 대한 발제도 돌아가면서 하자
• 바빠서 책못본다는 말은 핑계다.

035 특이점이 다가오면 공부도 달라질까?

• 진화의 속도를 따라잡는 사람들만 기회가 주어진다
• Learn by doing "실천하며 배운다"
• 자기 인생의 방향과 목표를 스스로 찾아 어떤 변화와 위기가 오더라도 대응하며 이겨낼 수 있다
• 필수공부 : 기술, 돈, 트렌드, 예술, 생존력
• 방향태도 : 창의력, 의사소통. 비판적 사고, 협업

036 테크놀로지 공부 : 기술이 상식이 되는 시대다!

• 코딩 : 컴퓨터가 사용하는 언어를 사용하여 논리적으로 명령어를 작성하는 일
• 코딩을 통해 어떤 직업이든 그 가치와 전문성을 극대화 할 수 있는 점이 포인트

037 돈 공부 : 돈을 모르면 모든 공부가 허무해진다!

35세 까지 가난하면 그것은 당신 책임이다 - 마윈 가난하게 태어난 것은 당신 잘못은 아니지만 가난하게 죽는 것은 당신책임이다 - 빌게이츠

038 트렌드 공부 : 변화에 민감한 건 기본이다

글로벌 기업의 비즈니스 행보 - 어떤 사업을 어떻게 벌이느냐 욕망-소비-비즈니스 관계를 보자 예측을 한다면 예측에 대한 근거를 따져보자 과거의 행동을 본다면 미래가 연결된다 - 심리학격언

039 예술 공부 : 삶의 가치를 결정하는 건 돈뿐만이 아니다!

음악-미술-영화-문학-무용-건축

040 생존력 공부 : 어떤 상황에서도 살아남아야 한다!

지식노동자의 가치는 나이가 정하는 게 아니라 실력이 정하는 것이다

Epilogue 이기적, 계산적이되 포용적인 공부가 필요하다

변화에 대한 포용 다양성에 대한 포용 공존과 상생에 대한 포용 내가 잘나야 남에게 민폐를 끼치지 않는다 자신을 이해하는 공부 시험스킬이 아닌 진짜공부

참고문헌

1. cmd 창 열고
2. AWS EC2에 가서 인스턴스로 이동한다.
3. 인스턴스 아이디 → 연결 → SSH 클라이언트 내에서 인스턴스 ID 복사
4. cmd 창에서 실행
5. java -jar test.jar로 실행한다.

<문제> 수정한 Spring 결과물을 jar로 변환해서 다시 EC2에 업로드 하고 가동하기 <해결> 0. Maven 버전 bin 파일 다운로드 (https://maven.apache.org/download.cgi) 0.1 vscode에서 설정하기 (maven)스타일 (https://velog.io/@dkdlel102/vscode%EC%97%90%EC%84%9C-maven-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8%EB%A5%BC-jar-%ED%8C%8C%EC%9D%BC-%EB%B9%8C%EB%93%9C%ED%95%98%EA%B8%B0) ▲ 메이븐에서 위와같이 install를 vs-studio에서 직접 해주면 jar 파일이 해당경로에 생성된다.

▲ jar 파일을 바탕화면에 꺼내주고, 파일이름도 간단하게 작성하자.

1. jar 파일 변환

2. 1 cmd 창에서 저장되어 있는 경로로 이동

3. 새로운 jar 파일 업로드 아래와 같이 수정해준다. C:\Users\user\Desktop>scp -i "yoonyul-key-east1.pem" -r C:\Users\user\Desktop/demo-0.0.1-SNAPSHOT.jar ec2-user@ec2-44-204-16-17.compute-1.amazonaws.com: 업로드 완료 (수정한 부분 노란색 표시)

4. 업로드 확인

5. 1 cmd 창에 다시 인피던스 연결에서 SSHㅡ클라이언트 하단부를 복사하여 붙여넣고 실행한다.

6. 2 안에 잘들어 있는지 'ls' 명령어로 확인한다.

돌발변수가 발생했다...

Annotation에 Gradle 설치

junit

test\java\shop\mtcoding\demo에서 indexControllerTest.java 생성

▲ 표시된 부분 'String'을 'ResponseEntity<?>' 로 변경 ▲ return에 'new ResponseEntity<>(HttpStatus.OK);' 를 입력한다. 이때, import ResponseEntity가 안되어있으면, 오류 메세지가 뜰테니 확인해보도록 한다.

http:localhost\index에 접속하면 빈 화면이 나올 것 이고, F12키로 네트워크 탭에 들어가면 200으로 되어 있는 것을 확인 할 수 있다.

▲ return에 'new ResponseEntity<>(HttpStatus.CREATED);' 를 입력하면, 201로 바뀐 값을 볼 수 있다.

▲indexControllerTest.java에 들어가서 아래 코드를 기입 한 뒤, 실행한다.

▲static 메소드를 사용시 매번 MockMvcRequestBuilders를 힘들게 소환하지 않아도 된다. 그냥 get을 사용 할 수 있다.

자주 사용하는 것을 설정에서 Favorite static Members를 찾아 들어간 후에

        "org.springframework.test.web.servlet.request.MockMvcRequestBuilders.*",
        "org.springframework.test.web.servlet.result.MockMvcResultMatchers.*",
        "org.assertj.core.api.Assertions.*",

를 붙여넣어준다.

▲ art + shift + o 를 눌러주면 import 된다고 하는데 나는 안되어서 잘 모르겠따.

1.

• Ctrl + A : 전체 코드 잡기
• Ctrl + K + F : 정렬하기

file → Preferences → setting → (검색) 'format on' → Format on Save 에 체크박스 → (검색) default format → Language Support for Java(TM) by Red Hat

후에 저장만 해도 정렬이 될 겁니다. ▲ 저장 전 사진

▲ 저장 후 사진

2. Ctrl + Alt + L (자동정렬)

Ctrl + D (줄바꿈) Shift + Enter (다음 줄 바꾸고 커서 제일 앞으로 이동) Ctrl + Shift + F (찾는 코드로 이동)

▲ 이를 설치하면 아이콘이 더 이뻐진다

3. Jetbrains Fleet Theme

※ JetBrain의 차세대 IDE

▲ 설치하면 코드가 이뻐진다

4. 폰트설정

https://www.youtube.com/watch?v=XfWn-L-lgDg&ab_channel=%EB%A9%94%ED%83%80%EC%BD%94%EB%94%A9

▲ 위 강의를 참조하여 따라했습니다. 

# 1. VS Code 설치

# 2. 확장프로그램 3개 
- Java
- Spring
- lombok
view → commandFalette → Spring initializer : Create a Gradle Project → 2.77 → java → shop.PJ-Spring(도메인)→ demo→ jar→ 11→ (3가지 선택)lombok, Spring Boot DevTools,Spring Web→ (설치위치는 C:드라이브 하단에 별도 폴더생성)

DemoApplication.java→ run 실행


# 3. debug console 세팅 

Setting → Java - Debug Settings Console (디폴트값을 internalConsole)
* 필터링 가능


* lombok 설정
```java
import lombok.Getter;

annotation을 install 해준다.

4. yml 세팅

resource → application.properties에 가서 .properties를 .yml로 바꿔준다

• 콘솔색상

#spring.output.ansi.enabled를 실행하면 아래 틀이 나오고 차례로 기입한다.

spring: output: ansi: enabled: always

logging: level: '[shop.PJ-Spring.demo]': DEBUG

- 로그설정
demo 하단에 indexController.java 생성
아래 코드 기입
```Java
@Slf4j
@RestController
public class indexController {

    @GetMapping("/index")
    public String index(){
        log.debug("디버그");
        log.info("인포");
        log.warn("경고");
        log.error("에러");

        return "index ok";
    }
}

1. 데이터 출처

1.1 출처

• https://youtu.be/g9nuYJ8jteo

1.1.1 주제

야생동물 활동 영상 데이터 -노아이에스앤씨-인공지능 학습용 데이터 교육 영상

1.1.2 주관-참여-후원

• 주관 : NOAA SNC
• 참여 : 에스제이엠앤씨(주), SDM ENC, 엠케이지, 구례군
• 후원 : 과학기술정보통신부, NIA 한국지능정보사회지능원

2. 데이터 소개 (AI-Hub 동영상 요약자료)

2.1 야생동물활동영상 데이터 소개

2.1.1 사업목적

• 야생동물 피해 방지 및 보전·관리를 위한 학습용 데이터 구축

  2.1.2 사업목표

• 인공지능 학습용 데이터 구축을 통한 야생동물 보전·관리 및 위험요소 신속대응

  2.1.3 세부내용

  가. 야생동물 활동 영상 데이터 구축
• AI를 통한 야생동물 총분류를 신속하게 할 뿐 아니라 야생동물 활동을 분석하여 야생동물 모니터링에 활용하도록 데이터 구축
• 야생동물 포유류 500시간 이상 데이터 구축 나. 야생동물 식별 서비스
• 야생동물에게 문제가 발생할 경우, 혹은 야생동물로 인한 문제 발생시 이를 인공지능 적으로 식별하여 신속한 대응을 할 수 있도록, 야생동물 식별 및 모니터링을 위한 학습용 데이터 구축 다. 일자리 창출 및 타산업 활용
• 야생동물 및 동물 산업에 활용되어 성과창출
• 크라우드 소싱을 적극 활용한 데이터셋 구축으로 고용창출
• 비대면 고용창출로 인한 장애인 등의 사회적 약자 고용창출

  2.1.4 기대효과

  가. 야생동물 보전관리 극대화 효과 나. 신속한 위험요소 관리대응으로 피해 최소화
• 멧돼지 열화상 카메라 준비 다. 야생동물 모니터링 등 유관산업 활용
• 멧돼지 열화상 카메라 데이터의 경우 유래가 없는 케이스 (축산농가 등 활용 기대)

  2.1.5 구축목적

  가. 전염병 및 로드킬 등 안전사고 예방을 통한 야생동물 보전·관리 나. 야생동물 실태조사 분야 AI개발·응용기술 확대 다. 디지털 일자리 창출을 통한 경기회복 기여

  2.1.6 구축데이터 종류 및 수량

  
• 멧돼지의 경우 70시간 중에서 20시간을 열화상 데이터로 촬영, ASF전염병에 대한 이상판별 가능하게 함

  2.1.7 데이터 수집방법

  가. 개요
• 영상 데이터 수집 후, 학습용 이미지 데이터 요건에 적합한 이미지를 선별함, 그 후 저작도구 서비스에 이미지들 연결 후 최종 관리자가 데이터를 검수함 나. 장소
• 서식지 촬영
• 국립생태원 촬영
• 테마파크/농장 촬영
• 야생동물 보호센터 촬영
• 국립공원공단 데이터 제공
• 데이터 구매
• 열화상 데이터 국립생태원, 충남야생동물구조센터 제주시 노루생태관찰원 사단법인 한국야생동물보호협회

2.1.8 데이터 정제방법

• 학습에 적합한 영상 추출 후 개인정보비식별화 등의 전처리 영상데이터 검수 : 부적합의 경우 영상 데이터 재작업을 요청, 적합의 경우 이미지추출 이미지 추출 : 민감정보영역 구별하고 확인시 비식별화 작업으로, 이미지 고유의 코드를 부여하기 위한 시리얼 번호를 입력 분류검수 : 정제된 최종 이미지를 어노테이션 작업할 수 있도록 저작도구 서버에 업로드

2.1.9 데이터 가공방법

• 인공지능 학습용 데이터는 데이터 수집, 레이블링, 활용 등 3단계 프로세스로 구축 및 가공됨
• 바운딩박스 : 객체가 포함되도록 박싱, 해당종에 대해 라벨링 진행, rgb, ir, tic 등의 프로퍼티 값을 입력함으로서 주간과 야간, 열화상에 대한 구분을 할 수 있도록 어노테이션
• 세그멘테이션 : 전체 분량 중 데이터 활용을 위한 10% 세그멘테이션 적용을 함

2.1.10 데이터 제공형식

• 데이터는 이미지와 레이블링 파일(json형식) 쌍으로 원천이미지데이터와 제공하며, json파일은 정해진 룰(rule)에 따라 레이블링 결과를 반영

• json파일의 메타데이터 어노테이션정보를 비롯, 촬영일시, 촬영장소와 장비등 구축환경과 이미지 설명정보, 해당종의 설명이 포함되어있다.

• json 스키마 항목의 상세내용은 AI HUB에 개시된 참고파일을 참고

2.2 저작도구 활용법

2.2.1 저작도구 설명

• 야생동물 활동영상 데이터 구축에 맞춤형 저작도구 개발 가. 가공 tool 데이터 가공 작업자의 작업편의성을 높이고, 고품질의 데이터가 만들어 질 수 있도록 데이터 가공 툴 구현 나. 검수 tool 1차 작업자의 작업결과를 QA인력이 검수하는 과정에서 데이터 검증 결과의 피드백이 원활하도록 기능을 구현 다. 뷰어 이미지와 json 파일을 통해 어노테이션이 어떻게 되어있는지 확인할 수 있는 어노테이션 뷰어로 구성되어 있음

2.3 데이터 학습 방법 및 시연

2.3.1 검출모델

• YOLO모델을 활용하여 학습진행하여 객체탐지 모델 개발

가. 데이터 준비 및 전처리 : 데이터 전수검사 진행 후, 전처리하여 데이터 폼 유지 나. 학습 알고리즘 : YOLO버전 하이퍼 알고리즘을 통해 작성된 모델로 학습시작 다. 데이터 학습 진행 : 배치, epoch 등의 학습파라미터 설정하여 다양한 매개변수로 시나리오 학습 진행 라. 학습결과 확인 : 결과기록

2.4 학습된 모델 결과 확인방법 및 시연

2.4.1 검출모델 학습 진행

학습 진행시 미리 지정된 16장의 이미지를 한번에 합성하여 학습진행 좌 : 미리 라벨링 된 데이터 우 : 실제 학습중인 모습 및 신뢰도 볼 수 있음

• 학습진행시 : 수십시간 소요...

• 학습과정의 지표 확인가능

2.4.2 검출모델 적용 예제

2.5 활용서비스 예시(서비스 개발 시 학습된 모델 활용방법)

2.5.1 야생동물 생태 파악을 위한 종 모니터링시스템

• 전국 CCTV 녹화된 영상에서 파악이 필요한 종을 인공지능 모델이 자동판별
• 녹화된 영상 중 파악이 필요한 종을 자동으로 판별하여 종별 출현 횟수를 집계*
• 야생동물 연구 활용
• 지역별 센서 카메라에 해당 종의 출현을 감지하여 카메라의 위치정보, 종의 정보를 수집한 후 생태연구에 활용*

  2.5.2 야생동물 보호를 위한 경고시스템

  

• 미니프로젝트 기간 중이다.

• 모든 계획이 꼬여가는 중이다.

• 유튜브 알고리즘에 이끌려 보게되었다.

  https://youtu.be/iT3X2vMvqHE

<강의요약>

from

• 구글 어시스턴트 : 음성대화 시스템 개발팀 소속 (음성과 시각정보 조화를 디자인)
• 원하는 커리어를 쌓아가는 방법
• 독립에 진심이었다.
• 그림을 잘 그리는 아이라는 것을 부모가 아닌 타인의 시선에서 알게 됨
• 화쟁이는 못산다는 부모논리
• 대학교 3학년 인터렉션 디자인 : 코딩 몇줄로 움직임
• 한국 3년 직장생활을 갖고 결혼+유학을 준비
• 웹디자이너 도메인에 대한 깊은 공부 + 영어 ESL클래스 부터 시작
• 일리노이 공과대학 대학원 합격 : 열심히 공부 그러나 공부량이 엄청남
• 디자이너는 산업을 이해해야 디자인을 할 수 있다. (인지심리학 등등 부터...)
• 디자인 아웃풋 스킬은 한국에서 중시하는 역량
• 이론을 가져다 붙이고 설명하는 것을 터득하고 경쟁할 틈을 엿봄
• 한국으로 와서 다시 삼성입사
• 관리자의 역할을 즐거워하지 않음
• 구글로 원하는 삶을 찾으러 감

1. 좋아하는 것을 하려면

• 너무 잘 세팅되는 곳에서 컸나?
• 욕망을 욕망하지 않은 삶을 살아왔다
• 자신을 푸쉬하면서 소소한 일탈을 찾아보세요
• 자기의 방이 넓어집니다.
• 나의 한계선 찾기
• 좋아하지 않는 것을 해봐야 한다.
• 내가 뭘 좋아하고 싫어하고 왜 재밌었는지 써보세요
• 다음 커리어를 찾을 때 쉽지 않을까요

2. 회사입사 초반

• 회사와 연애
• 연애초는 감지덕지, 돌아오는게 없으면 화가나지요
• 회사랑은 연애하는게 아니다. 회사에게 맞추려고 하지 마세요
• 어느 순간 내가 없어져 버립니다.
• 썸만 타십쇼
• "나" 가 바로 서야 함,
• 구글에 요구한 내용

    ① 흰도화지 필요 : 안정화되지않은 시작프로덕트 
    ② 플랫폼 구상 
    ③ 하드웨어 소프트웨어 병향하는 프로젝트 사용자경험 프로젝트 요청

3. 써보세요

• O,X를 해보세요 선명해집니다.

4. 마인드 컨트롤

• 하던거만 하게되지 않을까
• 강연을 준비해보다가 못한 자신을 봤는데 내가 어느 상태인지 알고 시작하게됨
• 묵묵히 오랫동안 걸어갈 수 있는 힘을 기르자
• 삶은 길어요
• 양육을 해보니 아이들의 독립이 제2의 나의 20대 시작이더라
• 시간을 잘 가꿀 수 있는 에너지를 축적해보자

*요약 ⓐ 인공지능(LLM말뭉치)이 쓴 글은 저자로 인정 못하겠다. 왜? 책임지지 않으니까 ⓑ LLM 썼으면 썼다고 써라

knowledge relies on can be maintained if they or their colleagues use software that works in a fundamentally opaque manner.

• 연구할 것 인지 제품을 구현할 것인지 방향을 잘 잡아야 한다는 글
• 아래 핵심구문 인용

How to learn ML by building software

If you’re the type of person who learns best by taking courses, the best resource, and probably the most vocal advocate for this top-down, learn-by-doing approach to ML, is fastai’s Practical Deep Learning For Coders course.

• learn-by-doing approach to ML : 문제해결을 의한 학습방법 만들면서 막히면 이론을 공부하고, 전부다 갖추고 공부하는 것이 아니라 하면서 머신러닝에 대한 이해를 높여가는 방법을 의미한다.

• Practical Deep Learning For Coders course : 코더를 위한 현실적인 딥러닝 https://course.fast.ai/

A good approach for getting familiar with what it’s like to build with ML, assuming you learn this way, would be to:

ⓐ Identify a goal, like building a text auto-completer or a license plate identifier.

목표를 잡자 : 번호판 식별같은 것들

ⓑ Find a pre-trained model that fits your project—GPT-2 or YOLOv3 would work for the previously mentioned projects, respectively.

누군가 학습시켜놓은 모델을 찾아서 갖다 써봐라

ⓒ If you’re feeling fancy, you can even use a library like gpt-2-simple to fine tune (customize to your own data) your model.

니 데이터 가지고 튜닝도 해봐라

ⓓ Finally, deploy your model as a microservice.

작은 서비스 형태로 배포해라

Once you can build with machine learning, then learn the theory

If you’re an engineer, you’ve probably implemented some form of authentication before, which means you’ve (hopefully) hashed passwords.

When you set up your password hashing, did you write a custom hashing algorithm? Did you spend weeks studying cryptography? Or did you just use bcrypt?

로그인 서비스를 배포하면서 암호학등 배경지식을 다 알고 니가 운영하는 것이냐?

마무리

Learn-By-Doing

배우면서 따라가봅시다!

import datetime

3가지 접근방법

datetime.now()함수

"" print(str(datetime.datetime.now())[:]) ""

datetime.today()함수

"" print(str(datetime.datetime.now())[:]) ""

오늘날짜의 date 객체 생성

"" d=datetime.date.today()"" "" print(d.isoformat()) ""