분류 전체보기
-
알고리즘 기초 02) 큐 (Queue) 자료 구조Algorithm 공부자료/기본 알고리즘 정리 2020. 3. 10. 02:07
개념 First In First Out (FIFO) 구조를 따르는 자료구조. 즉, 삽입하는 쪽과 삭제하는 쪽이 서로 반대에 위치 해 있다. 삽입하는 쪽 : rear 삭제하는 쪽 : front 라고 표현함. 삽입 연산을 enqueue, 삭제 연산을 dequeue라고 부름. overflow : queue의 용량이 다 차서 더 이상 enqueue할 수 없는 상태 underflow : queue에 data가 없어서 dequeue할 data가 없는 상태 대표적인 사용처 : CPU scheduling, data buffer, 대기 행렬 정리, 인쇄 작업 대기 목록, 자원을 공유하는 대부분의 경우 등 단점 : 데이터 삽입 후 계속 항목을 삭제 하다보면, 어느 순간 rear pointer와 front pointer가 ..
-
백준 #10828 스택 파이썬으로 구현하기Algorithm 공부자료/알고리즘 문제풀이 2020. 3. 10. 01:52
문제 설명 기본 개념 '기본개념'을 클릭하면, stack 자료구조에 관한 간략한 개념을 알아볼 수 있다. 구현 아이디어 파이썬의 리스트가 기본적으로 stack 구조를 따른다. sys.stdin.readline() 이 아닌 input() 함수를 이용 시, 시간 초과 에러가 뜬다. 입력받은 명령어에 따라서 if-elif 문을 이용하여 해당 명령을 처리한다. 파이썬에서 기본적으로 제공하는 append, pop, len 함수만으로 구현이 충분히 가능하다. 소스 코드 import sys N = int(sys.stdin.readline()) stack = list() for i in range(N): cmd = sys.stdin.readline().split() if cmd[0] == "push": stack.ap..
-
알고리즘 기초 01) 스택 (Stack) 자료 구조Algorithm 공부자료/기본 알고리즘 정리 2020. 3. 10. 01:46
개념Last In First Out (LIFO) 형식을 따르는 자료구조. 즉, 가장 최근에 추가된 항목이 가장 먼저 제거될 항목일시적으로 data를 저장하기 위해서 사용한다. 대표적인 사용처 : 인터럽트의 처리, 수식의 계산, 서브 루틴의 복귀 번지 저장, 부트 프로그램 호출, 지역 변수 저장, 임시 데이터 백업 등 단점 : LIFO로 인한 우선순위 문제가 발생할 수 있다. 새로운 입력이 들어오면, botton에 있는 데이터는 계속 bottom에 있게된다. 연산pop : stack 가장 위의 항목을 제거한다.push : 인자를 stack 가장 위에 추가한다.peek : 제거하지는 않으면서, stack 가장 위의 항목을 출력한다.indexOf : 인자가 stack에 존재 하는지, 존재 한다면 stack의 ..
-
Lab01) 개발 환경 구성Deep Learning 공부자료/DL\ML\AI 구현 및 실습 2020. 3. 10. 01:33
본 포스팅은 Machine Learning의 대표적인 알고리즘과 네트워크를 동작 시켜 보기위한 기본적이 개발 환경을 구성하는 방식에 대해 설명한다. Mac OS를 기준으로 terminal을 사용하여 진행하였다. 아나콘다 설치하기 아나콘다 공식 다운로드 페이지 에서 python 3.7 version을 설치한다. 터미널에서 $ conda list 를 입력하면 출력되는 리스트들 중에서 필요한 것을 골라 설치할 수 있다. zsh: command not found: conda 메세지가 출력될 경우, vim ~/.zshrc 마지막에 export PATH="/Users/사용자이름/anaconda/bin:$PATH" 을 추가한다. (혹은 anaconda 대신 anaconda3) source ~/.zshrc 명령어로 해..
-
Lec03) Linear Regression의 cost 최소화 알고리즘의 원리 설명Deep Learning 공부자료/모두를 위한 딥러닝 2020. 3. 10. 01:15
Hypothesis and Cost Hypothesis : \(H(x) = Wx + b\) Cost Function : \(Cost(W,b)\) = \(1/m \sum_{i = 1}^{m} (H(x_i)-y)^2\) linear regression의 목표 : cost를 minimize 시키는 W와 b 찾기 Simplified Hypothesis 계산의 편의를 위해서 b = 0으로 설정한다. Hypothsis : \(H(x) = Wx\) Cost Function : \(Cost(W,b)\) = \(1/m \sum_{i = 1}^{m} (Wx_i-y)^2\) What \(Cost(W)\) looks like? 해당 예제의 cost function을 컴퓨터로 그려봤더니, 아래와 같은 그래프가 나왔다. cost..
-
Lec02) Linear Regression의 가정과 cost functionDeep Learning 공부자료/모두를 위한 딥러닝 2020. 3. 10. 00:35
Linear Regression Linear Hypothesis Linear Model이 우리의 Data에 잘 맞을 것이라는 가정을 세운다. 실세계에서 linear model이 적용 가능한 경우가 매우 많다. 학습 : Data에 잘 부합하는 linear equation을 찾는 과정 위 그래프의 각 선은 H(x) = Wx + b 로 표현된다. 선들 중 어느 선이 Data에 가장 잘 맞는지 판단할 수 있어야 한다. 즉, 최선의 W (weight)와 b (bias)의 값을 찾아 내야 한다. 실제 Data와 hypothesis 간의 거리 (빨간 선)을 측정하여, 최선의 hypothesis를 이전의 그래프의 선들 중에서 찾아낸다. Cost Function (= Loss Function) How fit the li..
-
Lec01) Machine Learning 용어와 개념 정리Deep Learning 공부자료/모두를 위한 딥러닝 2020. 3. 10. 00:22
Machine Learning 더보기 일종의 software - explicit programming의 한계를 극복하기 위해 개발 되었다. Field of study that gives computers the ability to learn without being explicitly programmed. (Arthr Samuel) Supervised / Unsupervised Learning 학습하는 방식에 따라서 나뉘어짐 학습 : 데이터를 특별한 알고리즘에 적용해 머신러닝 모델을 정의된 문제에 최적화하는 것 Supervised Learning : 정해져 있는 labeled example을 training set으로 학습 정답을 알려주면서 진행되는 학습. 학습 시 데이터와 함께 label(정답)이 제공..