일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
- SQLD
- C++
- RNN
- CBOW
- underfiting
- Language model
- classification
- deep learning
- do it! 알고리즘 코딩테스트: c++편
- 고전소설
- marchine learning
- DFS
- BFS
- overfiting
- Machine Learning
- quadratic discriminant analysis
- Backtracking
- Baekjoon
- dynamic programming
- jini impurity
- 밑바닥부터 시작하는 딥러닝
- numpy
- 밑바닥부터 시작하는 딥러닝2
- word2vec
- Python
- 딥러닝
- Linear Regression
- tree purning
- model selection
- marchien learning
- Today
- Total
목록전체 글 (53)
newhaneul

본 포스팅은 Do it! 알고리즘 코딩테스트: C++편을 토대로 공부한 내용을 정리하기 위한 포스팅입니다. 깊이 우선 탐색(Depth-First Search) DFS(Depth-First Search, 깊이 우선 탐색)는 그래프 탐색 알고리즘 중 하나로, 시작 정점에서 가능한 한 깊이 내려가면서 탐색을 진행한 후, 더 이상 갈 곳이 없으면 되돌아오는 방식으로 동작한다. DFS의 특징스택(Stack) 또는 재귀(Recursion) 사용명시적으로 스택을 사용할 수도 있고, 재귀 호출을 이용하여 구현할 수도 있다.깊이 우선 탐색한 노드에서 출발하여 갈 수 있는 만큼 깊이 탐색한 후, 막히면 다시 돌아와 다른 경로를 탐색한다.백트래킹(Backtracking) 기법 활용가능한 한 깊이 탐색하다가 더 이상 진행할..

본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.https://youtu.be/KNBP2KkN-ug?si=YgV6MG8UzvQGALEr 1. Decision Trees Decision Tree는 데이터를 기반으로 의사결정을 위한 규칙을 트리(Tree) 형태로 표현하는 Supervised Learning 알고리즘이다.일련의 조건 분할을 통해 데이터를 여러 개의 subtree들로 나누어 예측을 수행한다. 이는 사람의 의사결정 과정과 유사하며, Classification과 Regression Problem 모두 ..

본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다. https://youtu.be/3aCzdZLBXNM?si=IO-8LEtrPDwA9X0h http://numpy.org/doc/stable/user/absolute_beginners.html NumPy: the absolute basics for beginners — NumPy v2.2 ManualNumPy: the absolute basics for beginners Welcome to the absolute beginner’s guide to NumPy! N..

본 포스팅은 Do it! 알고리즘 코딩테스트: C++편을 토대로 공부한 내용을 정리하기 위한 포스팅입니다. 1. 병합 정렬(Merge Sort) 병합 정렬(Merge Sort)은 분할 정복(Divide and Conquer) 알고리즘을 사용하는 정렬 방법이다. 배열을 반으로 나누고, 각각을 정렬한 후, 다시 병합하면서 정렬을 완료한다. 알고리즘 과정분할(Divide)정렬할 배열을 중간 기준으로 두 개의 하위 배열로 나눈다.정복(Conquer)각 하위 배열을 재귀적으로 병합 정렬하여 정렬된 상태로 만든다.병합(Merge)정렬된 두 개의 하위 배열을 하나의 정렬된 배열로 합친다시간 복잡도최선, 평균, 최악의 경우: O(nlogn) 모든 경우에서 같은 시간 복잡도를 가진다.공간 복잡도: 추가적인 배열을 사용..

본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.https://youtu.be/5nVeXPeGDYM?si=frW4h8M9FPCF00Oc 1. Overfitting Overfitting(과적합)은 Model이 훈련 데이터에 너무 잘 맞춰져서 Test Data에서 좋은 성능을 내지 못하는 현상을 의미한다. Model Capacity란 Model Complexity와 동의어이다. 일반적으로 parameter(β)의 개수와 model의 복잡성이 커질수록 Model Capacity가 증가한다. 이는 model이 T..

본 포스팅은 Do it! 알고리즘 코딩테스트: C++편을 토대로 공부한 내용을 정리하기 위한 포스팅입니다. 1. 삽입 정렬(Insertion Sort) 삽입 정렬(Insertion Sort)은 배열을 정렬하는 간단한 알고리즘 중 하나다. 이 알고리즘은 두 번째 요소부터 시작하여 현재 요소를 정렬된 부분과 비교하면서 적절한 위치에 삽입하는 방식으로 동작한다. 삽입 정렬의 과정현재 index에 있는 데이터 값을 선택한다.현재 선택한 데이터가 정렬된 데이터 범위에 삽입될 위치를 탐색한다.삽입 위치부터 index에 있는 위치까지 shift 연산을 수행한다.삽입 위치에 현재 선택한 데이터를 삽입하고 index++ 연산을 수행한다.전체 데이터의 크기만큼 index가 커질 때까지, 즉 선택할 데이터가 없을 때까지 ..

본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.https://youtu.be/MCDCDgF11Kg?si=Tl5lPlaOfXML29kC 1. Risk & Bayes Classifier Risk는 Marcin Learning에서 분류기가 예측한 값이 실제 값과 얼마나 다른지를 나타내는 손실의 척도이다. Bayes Classifier f는 예측 오차를 최소화하는 방식으로 학습한다. 즉, Bayes Classifier에서는 주어진 데이터에 대해 minimum risk을 가지는 최적의 Classification을 선택..

본 포스팅은 Do it! 알고리즘 코딩테스트: C++편을 토대로 공부한 내용을 정리하기 위한 포스팅입니다.1. 버블 정렬 (Bubble Sort)인접한 두 원소를 비교하여 교환하는 방식으로 정렬하는 알고리즘이다.큰 값이 점점 뒤로 이동하는 모습이 거품이 떠오르는 것과 비슷해서 "버블 정렬"이라고 한다. 동작 방식첫 번째 원소부터 인접한 원소끼리 비교하여 큰 값을 뒤로 이동한다.한 바퀴 돌면 가장 큰 값이 맨 뒤로 정렬된다.다음 라운드에서 마지막 정렬된 원소를 제외하고 반복한다.배열이 정렬될 때까지 반복한다.시간 복잡도최선: O(n) (이미 정렬된 경우)평균: O(n^2)최악: O(n^2)특징구현이 쉽지만, 효율이 낮아 실제로는 잘 사용되지 않는다.안정 정렬(Stable Sort)이다. // Baekjoo..