Virtual World

보호되어 있는 글입니다.

보호되어 있는 글입니다.

.NET은 전부 unchecked 예외대신 예외 타입을 세분화해서 상황별 catch로 처리하는 게 기본C#(.NET)에서 자주 쓰는 예외/에러 클래스구분대표 클래스하위/관련 예외설명입력/인자 문제ArgumentExceptionArgumentNullException, ArgumentOutOfRangeException, FormatException잘못된 인자·누락·범위·포맷 오류상태/로직 문제InvalidOperationExceptionNotSupportedException, ObjectDisposedException잘못된 호출 시나리오/지원 안 함/폐기 후 사용컬렉션/인덱스IndexOutOfRangeExceptionKeyNotFoundException인덱스·키 범위 초과/부재런타임 연산DivideByZer..

Java에서 자주 쓰는 예외/에러 클래스구분 (체크/언체크/에러)대표 클래스하위/관련 예외설명Checked Exception(Exception 상속, RuntimeException 미상속)IOExceptionFileNotFoundException, EOFException, ObjectStreamException파일/네트워크 I/O 문제 SQLExceptionSQLTimeoutException, SQLTransientExceptionDB 액세스·쿼리 오류ClassNotFoundExceptionNoSuchMethodException, NoSuchFieldException클래스/메서드/필드 로딩 실패ParseException 문자열·데이터 파싱 실패InterruptedException스레드 인터럽트 발생Clo..

목차1. 분산 시스템이 필요한 이유 (확장성, 장애 허용, 지연 문제 해결)2. CAP(Consistency, Availability, Partition Tolerance) 개념3. CA / CP / AP 시스템 실제 사례 (RDBMS, HBase, Cassandra 등)4. PACELC 개념5. 분산 시스템 설계 Trade-off6. 요약7. 참고1. 분산 시스템이 필요한 이유 (확장성, 장애 허용, 지연 문제 해결)분산 시스템은 단일 서버로 해결할 수 없는 문제를 풀기 위해 필요합니다. 주요 이유는 다음과 같습니다. 확장성 (Scalability)데이터와 트래픽이 기하급수적으로 증가할 때, 하나의 서버만으로는 처리 한계가 있습니다.여러 대의 서버를 수평적으로 확장(horizontal scaling)하..

참고지도·비지도·강화학습은 학습 방법(패러다임)의 구분머신러닝·딥러닝은 알고리즘/모델의 구분 즉, 모든 학습 방법은 머신러닝과 딥러닝 방식 모두로 구현될 수 있습니다.1. 지도학습 (Supervised Learning)정의: 입력과 정답(label)이 있는 데이터를 학습아이디어: 정답이 있어 입력 → 출력 관계를 배움문제 유형- 회귀(Regression): 연속값 예측 → 예: 집값 예측, 온도 예측- 분류(Classification): 범주 예측 → 예: 스팸 메일 판별, 고양이/강아지 이미지 분류대표 알고리즘: 선형/로지스틱 회귀, 결정트리/랜덤포레스트, SVM, KNN, 신경망2. 비지도학습 (Unsupervised Learning)정의: 정답(label) 없이 데이터의 구조나 패턴을 학습아이디..