programming record

Ratio of training to test data : 보통 신경망을 훈련시킬 때 훈련 데이터와 검증 데이터의 비율을 7:3 혹은 8:2르 한다.Noise : 분류 문제에서 실제 데이터는 정확하게 두 부분으로 나누어 있지 않다. 데이터가 서로 섞여 있다. Noise가 0일때는 섞여 있지 않을 때를 말하고, Noise가 높아질수록 데이터가 섞여 있는 정도가 심해진다.Batch size : 신경망을 학습시킬 때 한 번에 학습하는 데이터의 양을 말한다. 만약 데이터가 100개 있을 때 batch size가 100이라면 한 번 학습할 때 100개를 한꺼번에 학습시킨다는 의미다. 만약 batch size가 10이라면 한 번 학습할 때 데이터 10개를 사용한다는 것이다.Epoch(에포크) : epoch란 전체 ..

04. 딥러닝 이해하기ANN(Artificial Neural Network, 인공신경망) : 신경망을 사람들이 인공적으로 만든 것을 의미한다. 뉴런이 서로 연결된 모습을 흉내 냈다. 입력층: 데이터를 입력받는 층출력층: 출력층에 어떠한 값이 전달되었냐에 따라 인공지능의 예측 값이 결정된다.은닉층: 입력층에서 들어온 데이터가 여러 신호로 바뀌어서 출력층까지 전달된다. 이와 같이 레이어가 한 층으로만 구성된 것이 아니라 여러층, 다시말해 깊은 층으로 구성된 인공신경망을 DNN(Deep Neural Nework, 심층 신경망)이라고 부른다. 이 심층 신경망이 학습하는 과정을 바로 Deep Learning이라고 한다. DNN(인공 신경망)은 입력받은 데이터를 사용하여 추론한 결과를 보여준다. 05. 인공 신경망..

1. Supervised Learning(지도 학습): 정답이 있는 데이터로 학습한다.1) 분류 : 분류에는 binary classification(이진분류)와 multiclass classification(다중 분류)가 있다.2) 회귀: 연속적인 값을 분류한다.2. Unsupervised Learning (비지도 학습): 정답이 없는 데이터로 학습한다.1) Clustering(군집화):데이터를 여러 그룹으로 묶는다. (추천 시스템에 사용될 수 있다.)2) dimensionality reduction(차원 축소): 데이터 피처를 줄인다.3. Reinforcement Learning(강화 학습) : 어떤 것의 수준이나 정도를 높인다. => 시행착오를 거쳐 학습하는 방법

sorted : 기존 리스트는 건드리지 않고, 정렬된 새로운 리스트를 리턴sort : 아무것도 리턴하지 않고, 기존 리스트를 정렬

💡문제 분석 요약세 개의 컵을 일렬로 엎어놓았다.컵의 번호는 왼쪽 부터 1번, 2번, 3번 이다.먼저 1번의 컵에 공을 하나 넣는다.그 후 두 컵을 고른 다음 그 위치를 바꾸려고 한다. (공의 위치는 맨 처음 1번 컵이 있던 위치와 같다)컵의 위치를 총 M번 바꿀 것이며, 컵의 위치를 바꾼 방법이 입력으로 주어진다.위치를 M번 바꾼 이후에 공이 들어있는 컵의 번호를 구하는 프로그램을 작성하라.💡알고리즘 설계교환 횟수를 입력받는다.공위치는 처음에 1번 컵에 있다는것을 설정해준다.공이 x번 컵에 있으면 y번 컵으로 이동하고, y번 컵에 있으면 x번 컵으로 이동시켜 준다.현재의 컵 번호를 출력해준다.💡코드m = int(input()) # 교환 횟수ball_position = 1 # 공위치는 처음에 1번..

💡문제 분석 요약MxN크기의 보드가 있다.어떤 정사각형은 검은색으로 칠해져 있고, 나머지는 흰색으로 칠해져 있다.이 보드를 잘라서 8x8 크기의 체스판으로 만들려고 한다.체스판은 검은색과 흰색이 번갈아서 칠해져 있어야 한다.(변을 공유하는 두 개의 사각형은 다른색으로 칠해져 있어야 한다.) 보드가 체스판처럼 칠해져 있다는 보장이 없어서, 8x8 크기의 체스판으로 잘라낸 후 몇 개의 정사각형을 다시 칠해야 한다.8x8크기는 아무데서나 골라도 된다.다시 칠해야 하는 정사각형의 최소 개수를 구하는 프로그램을 만들어라.💡알고리즘 설계입력처리N개의 문자열을 읽어 보드를 생성한다.첫 줄에 보드의 크기 N x M을 입력받는다.8x8 영역에서 칠해야 할 칸 계산 (def count_repaint)각 패턴에 대해 현..

💡문제 분석 요약Tn = 1+ 2+ 3+ … + n = n(n+1)/2모든 자연수가 최대 3개의 삼각수의 합ㅂ으로 표현될 수 있다.만일 표현이 된다면1, 아니면 0을 출력한다.💡알고리즘 설계Tn을 정의해준다.유레카 조건을 정의해준다.입력받을 수의 개수 n 을 입력받은 후, n개의 수를 입력받아준다.💡코드triangle = []for i in range(1, 46): # k 💡 틀린 이유Tn을 코드로 정의유레카 수 정의i+j+k의 값이 1000보다 작으면 1💡 틀린 부분 수정 or 다른 풀이for i in range(1, 46): # keureka =[0] * 1001💡 느낀점 or 기억할정보i+j+k의 값이 1000보다 작으면 1. 이 부분이 잘 이해가 가지 않았었다ㅏ.

💡문제 분석 요약난쟁이는 7명인데, 9명이 서로 자신이 백설공주와 일곱 난쟁이의 주인공이라고 주장한다.일곱 난쟁이의 키의 합은 100이다.아홉 난쟁이의 키가 주어졌을 때, 일곱 난쟁이를 찾는 프로그램을 작성해야 한다.💡알고리즘 설계난쟁이 9명의 키를 입력받는다.난쟁이의 키를 오름차순하여 리스트에 저장한다.난쟁이 키의 전체 합에서 난쟁이 2명의 키의 합을 뺀 값이 100인 경우,그 두 난쟁이 2명을 삭제해준다.💡코드heights = []for i in range(9): heights.append(int(input())) # 난쟁이 9명의 키를 리스트로 입력heights.sort() #난쟁이 9명의 키를 오름차순으로 정렬for i in range(9): for j in range(i+1, ..

💡문제 분석 요약자연수 N이 있을 때, 어떤 자연수 M의 분해합이 N인 경우, M을 N의 생성자라 한다.예를 들어 245 의 분해합은 245+2+4+5 = 256이 된다. 따라서 245는 256의 생성자이다.자연수 N이 주어졌을때, N의 가장 작은 생성자를 구해내는 문제이다. ( 생성자가 없는 경우에는 0을 출력)💡알고리즘 설계입력값으로 분해합을 받는다.for문을 통해 i의 각 자리수를 더한다.분해합 = 생성자 + 각 자리수의 합위의 값이 분해합과 같으면 i를 출력한다.만일 생성자 i와 입력값이 같다면 0을 출력한다.💡코드n = int(input()) #입력값으로 분해합을 받는다.for i in range(1, n+1): num= sum(map(int, str(i))) # i의 각 자릿수를 ..

💡 Genertative AI란?Generative AI란 말 그대로 새로운 콘텐츠를 "생성"하는 인공지능이다. Genertative AI란 AI의 다음 단계이다. Analytical AI나 전통적인 AI는 이미 수많은 산업에서 다양한 형태로 활용되지만, 대부분 데이터를 분석하고 패턴을 인식하는 데 그친다. 그러나 Genertiave AI는 이를 넘어서, 사용자의 입력에 반응해 새로운 콘텐츠를 창조해내는 능력을 가지고 있다. 대화, 이야기, 이미지, 동영상, 음악 등 새로운 콘텐츠를 만들어 낼 수 있는 AI의 일종이다.💡 Genertative AI 작동 원리기초 모델(FM)은 광범위한 일반화 데이터와 레이블이 지정되지 않은 데이터를 대상으로 훈련된 ML모델이다. 예를들어, 이미지 생성 시 모델을 이미..