Archive · 27 notes
Research notes.
Implementation logs and working notes kept while the work was running.
27 entriesNewest first
- 논문 리뷰 툴을 블로그에 붙인 방법논문 PDF를 받아 한국어 블로그 글로 정리하고 GitHub 블로그까지 반영하는 도구를, Codex가 다루기 쉬운 구조로 정리한 과정을 적었습니다.
- 인공지능 텀프로젝트(2023-2)인공지능 텀프로젝트(2023-2) 자료를 기존 Tistory 블로그에서 이전했습니다.
- 퍼셉트론, 신경망1. 퍼셉트론 1-1. 퍼셉트론이란? 다수의 신호를 입력으로 받아 하나의 신호 를 출력한다. 퍼셉트론 신호는 0/1의 두가지 값을 가질 수 있다. 입력이 2개인 퍼셉트론 그림의 원을 노드 혹은 뉴런이라고 부른다. 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치(w1, w2) 가 곱해진다. 뉴런에서 보내온 신호의 총합이
- 2022 KAKAO TECH INTERNSHIP: 성격 유형 검사하기문제 설명 나만의 카카오 성격 유형 검사지를 만들려고 합니다. 성격 유형 검사는 다음과 같은 4개 지표로 성격 유형을 구분합니다. 성격은 각 지표에서 두 유형 중 하나로 결정됩니다. 지표 번호성격 유형 1번 지표 라이언형(R), 튜브형(T) 2번 지표 콘형(C), 프로도형(F) 3번 지표 제이지형(J), 무지형(M) 4번
- 백준 11650번 Pythonn = int(input()) x = [] for i in range(n): a, b = map(int, input().split()) x.append((a, b)) x.sort() for i in range(n): print(x[i][0], x[i][1])
- 백준 14681번 C++#include <iostream> using namespace std; int main(){ int a,b; cin>>a; cin>>b; if((a>=-1000&&a<=1000)&&(b>=-1000&&b<=1000)){ if(a>0&&b>0){ cout<<"1"; } if(a<0&&b>0){ cout<<"2"; } if
- 백준 15596번 Pythondef solve(a): ans = sum(a) return ans
- 백준 18258번 Pythonimport sys from collections import deque n = int(sys.stdin.readline().rstrip()) queue =deque([]) for i in range(n): ans = sys.stdin.readline().rstrip().split() if ans[0]=='push': q
- 백준 25304번 Pythonall = int(input()) num = int(input()) for i in range(num): price, n = map(int, input().split()) all-=price * n if all == 0: print('Yes') else: print('No')
- SW중심대학 공동 AI 경진대회 <예선> 후기8월부터 9월까지 진행됬던 SW중심대학 공동 AI 경진대회 <예선> 가 드디어 막을 내렸습니다. 제가 속한 팀인 AIM. Lab.은 대회 중 계산하는 스코어인 Public에서는 최종 2위 , 최종 스코어인 Private 에서는 1위 를 달성했습니다. 대회 주제는 ''심리학 테스트 데이터를 분석하여 "심리 성향을 예측"하는
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 트리의 앙상블가지런히 정리 되어 있는 CSV파일, 엑셀파일등을 정형 데이터 라고 부른다. 글과 같은 텍스트 데이터, 사진, 음악 등을 비정형 데이터 라고 부른다. 정형 데이터 를 다루는데 가장 뛰어난 성과 를 내는 알고리즘이 앙상블 학습 이다. 랜덤 포레스트 앙상블 학습의 대표 주자 중 하나로 안정적인 성능 을 낸다. 결정트리를 랜덤
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 교차 검증과 그리드 서치검증세트 테스트세트 를 사용하지 않고 모델이 과소적합인지 과대적합인지 판단하기 위해 훈련세트 를 또 나눠서 검증세트 를 만든다. 훈련세트 에서 모델을 훈련 하고 검증 세트 로 모델을 평가 한다. from sklearn.model_selection import train_test_split #데이터와 타깃을 훈련세트와 테스
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 결정 트리판다스 데이터프레임의 유용한 메서드 데이터프레임 객체.info () → 데이터프레임의 열의 데이터 타입과 누락된 데이터 가 있는지 확인 데이터프레임 객체.describe() → 열에 대한 간략한 통계 를 출력(mean, std, min, max 등등) 데이터프레임에서 각 통계 확인 후 특성에 대한 스케일 이 다를경우 St
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 확률적 경사 하강법점진적 학습 이전에 학습한 모델을 버리지 않고 새로운 데이터셋에 대해서 조금씩 훈련 대표적인 점진적 학습 알고리즘 은 확률적 경사 하강법 입니다. 확률적 경사 하강법 경사를 따라 내려가는 방법 가파른 경사를 따라 원하는 지점 에 도달하는것이 목표 가파른 길을 찾아 내려오지만 조금씩 내려오는게 중요 → 경사 하강법 모델 을
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 로지스틱 회귀로지스틱 회귀 데이터 준비하기 CSV 파일을 읽을 경우 데이터프레임 형태로 저장된다. 데이터프레임에서 사용할 열을 입력데이터 와 타깃데이터 로 구분해 넘파이 배열 로 변환한다. 분류한 입력과 타깃을 사이킷런의 train_test_split 함수를 활용하여 훈련데이터 와 테스트데이터 로 분할한다. from sklearn.m
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 마켓과 머신러닝생선들의 데이터 분류 방법 일단 생선의 특징을 알아야 합니다. = 길이, 무게등등 찾고자 하는 생선의 데이터(길이, 무게)를 리스트로 준비합니다. 머신러닝에서 여러개의 종류(클래스) 중 하나를 구별해 내는 문제를 분류(classification) 이라고 부릅니다. 2개의 클래스중 하나를 고르는 문제는 이진 분류(binar
- [ 혼자 공부하는 머신러닝 + 딥러닝 ] 인공지능과 머신러닝, 딥러닝알파고가 등장하기 전 인공지능은 소설이나 영화속에서만 보여져왔습니다. 하지만 알파고의 등장 이후 현실 속의 우리들과 밀접하게 현실 속의 기술로 급격히 발전중입니다. 인공지능 은 사람처럼 학습하고 추론 가능한 지능을 가진 컴퓨터 시스템을 만드는 기술입니다. 1. 인공지능의 역사 1943년: 워런 매컬러와 윌터 피츠는 최초로
- [ 자료구조 ] 동적 계획법 (dynamic programming)1. 배낭에 담을 수 있는 보석의 최대 가격 계산 함수 def knapsack(maxWeight, rowCount, weight, money): """ maxWeight: 배낭 최대 무게 rowCount: 보석 개수 weight: 보석 무게 리스트 money: 보석 가격 리스트 출력값: 배낭에 담을 수 있는 보석의 최대
- [ 자료구조 ] 검색 알고리즘 (search algorithm)1. 이진 검색 함수 def book_search(index_array, find_name): pos = -1 start = 0 end = len(index_array) - 1 while start <= end: mid = (start + end) // 2 if find_name == index_array[mid][0]:
- [ 자료구조 ] 정렬 알고리즘 (Sorting Algorithms)1. 선택 정렬(앞부터 i, i+1 비교) O(n^2) def selectionSort(array): n = len(array) for i in range(n-1): minIdx = i for k in range(i + 1, n): if (array[minIdx] > array[k]): minIdx = k array[i]
- [ 자료구조 ] 재귀 호출 (recursive call)1. 재귀호출 이용한 카운트다운 함수 def countDown(n): if n==0: print('발사!!') else: print(n) countDown(n-1) 2. 재귀호출 이용한 별 출력 함수 def printStar(n): if n > 0: printStar(n-1) print('★' * n) 3. 단과 곱할 숫
- [ 자료구조 ] 그래프 (graph)1. 그래프 출력 함수 def print_graph(g): for row in range(g.SIZE): for col in range(g.SIZE): print(g.graph[row][col], end = '\\t') print() print() 2. 깊이 우선 탐색 함수 def find_vertex(g, find_vt
- [ 자료구조 ] 이진 트리 (binary tree)1. 주어진 리스트로 이진 트리 생성 (중복 제거) def generate_book_tree(bookAry): node = TreeNode() node.data = bookAry[0][0] root = node for i in bookAry[1:]: node = TreeNode() node.data= i[0] curren
- [ 자료구조 ] 큐 (queue)1. 큐가 꽉 차있는지 확인하는 함수 def is_queue_full(self): if self.size - 1 != self.rear: return False elif self.size -1 == self.rear and self.front == -1: return True else: for i in range(self
- [ 자료구조 ] 스택 (stack)1. 스택이 비었는지 확인하는 함수 if self.top == self.size - 1: return True else: return False 2. 스택이 꽉 차있는지 확인하는 함수 def is_stack_empty(self): if self.top == -1: return True else: return False 3
- [ 자료구조 ] 연결리스트 (Linked List)1. 노드 출력 def printNodes(start): current = start if current == None: return print(current.data, end = ' ') while current.link != None: current = current.link print(current.data, end
- [ 자료구조 ] 선형 리스트 (Linear List)1. 선형 리스트 생성 languages.append(None) length = len(languages) for i in range(length - 1, position, -1): languages[i] = languages[i - 1] languages[i - 1] = None languages[position] =
No entry matches these filters.