본문 바로가기

분류 전체보기138

mocha 설치 및 기본 사용 방법 mocha와 chai를 개발의존성으로 설치 npm install mocha --save-dev npm install chai --save-dev package.json에 script 추가 mocha 으로 실행하면 해당 파일의 테스트를 진행한다. 만약 파일을 지정하지 않으면 test/ 이하의 모든 .js파일을 실행한다. { "scripts": { "test" : "mocha" } } test코드 작성 describe()는 테스트 범위를 설정하고, it()은 단위 테스트를 설정한다. done은 비동기 테스트를 할 때 사용한다. 테스트가 끝난 후 done을 호출해주면 된다. 비동기 테스트에서 timeout을 설정하려면 this.timeout()을 사용하거나 mocha -t 4000 으로 timeout 시간을 .. 2021. 6. 24.
스벨트 기본 기록 스벨트의 특징 React와 Vue는 가상돔을 이용하여 update된 부분을 확인하고 갱신한다. 하지만 svelt는 가상돔이 없다. 가상돔과 비교하는 작업이 없이 실제돔에 반응성을 주입하여 바뀐부분만 캐치하여 갱신하기 때문에 더 빠르다. dependencies 없이 devDependencies로 구성되어 번들의 크기가 작다. 때문에 배포시간이 더 빠르다. svelt는 더 적은 양의 코드로 react와 vue와 같은 기능을 구현한다. 코드 작성 기본적인 Html 작성과 유사하여 매우 직관적이고 소스가 간결하다. //html 데이터 바인딩 스크립트의 변수와 양방향 바인딩을 하려면 bind: 키워드를 붙여준다. 자식 컴포넌트에서 부모 컴포넌트의 변수와 바인딩을 할 때에도 bind:를 붙이면 된다. 조건문과 반복.. 2021. 6. 22.
추천시스템 입문02 - 컨텐츠 기반 모델 (유사도 함수, TF-IDF) | T 아카데미 2강 [토크ON세미나] 추천시스템 분석 입문하기 2강 - 컨텐츠 기반 모델 (유사도 함수, TF-IDF) | T아카데미 https://www.youtube.com/watch?v=g2-z0saMteA 컨텐츠 기반 추천 시스템 정의 사용자가 이전에 구매한 상품 중에서 좋아하는 상품들과 유사한 상품들을 추천하는 방법 Represented Items items을 벡터 형태로 표현, 도메인에 따라 다른 방법이 적용. text, image 등을 벡터화함. 벡터1부터 N까지 자신과 유사한 벡터를 추출. 유사도 계산 방법론 유사도 함수 유사도 계산 함수는 굉장히 많다. 그리고 유사도 함수를 어떤 것을 적용하느냐에 따라 결과가 다르게 나올 수 있다. 유클리디안 유사도 거리를 확인하는 간단한 계산 백터의 크기가 클 때, .. 2021. 3. 28.
추천시스템 입문 - 연관분석,Apriori,FP-Growth | T 아카데미 [토크ON세미나] 추천시스템 분석 입문하기 (2021.01.25) 1강 [토크ON세미나] 추천시스템 분석 입문하기 1강 - 추천시스템의 이해 (연관분석, Apriori, FP-Growth) | T아카데미 https://www.youtube.com/watch?v=43gb7WK56Sk 추천 시스템 역사 연관분석 상품과 상품사이의 연관성을 찾는 알고리즘 (장바구니 분석) 연관의 정의? 얼마나 같이 구매가 되는가? (A,B 상품구매의 선후가 없음) A아이템을 구매하는 사람이 B아이템을 구매하는가? (A,B 상품구매의 선후가 있음) ex) 월마트 맥주, 기저귀 사례. - 맥주를 구매하는 사람들이 기저귀를 함께 구매하는 경향성을 확인하고 기저귀 옆에 맥주를 전시하여 구매를 끌어올린 전략 규칙평가지표 - 연관규칙분석.. 2021. 3. 28.

티스토리툴바