뭘 배웠지?

엘리스 코딩 자료구조에서 배운 내용 자료구조는 왜 배울까 프로그램에 필요한 자료를 효율적으로 담기위해 여우와 두루미가 있으면 여우는 접시, 두루미는 호리병이 편한 것처럼 적절한 것을 선택해야 된다 프로그램에서 특정 알고리즘 구현하기 위해 적절한 자료구조 사용해야 좋은 성능이 나온다 추상적 자료형 자료들과, 연산들을 개념적으로 정의 자료구조 자료 저장 방법과 자료에 적용할 수 있는 연산을 구체적으로 제공 추상적 자료형 => 자료구조 추상적 자료형을 구체적으로 구현한 것이 자료구조

엘리스의 도레미 파이썬에서 배운 내용 print() - 출력 print("yohohohoho") 기본 자료형 숫자, 문자열, 리스트 등 있다 리스트 자료형은 JavaScript 배열과 비슷 리스트 자료형끼리 더하기 신기하다 print([50]+[50]) => [50, 50] 주석 # - 한 줄 주석 """ 주석 """ - 여러 줄 주석 변수 변수 앞에 let, var 이런게 아예 없네 num = 3 str = 'yoho' 슬라이스 String.slice(2, 5)를 파이썬에서는 그냥 String[2: 5)를 하면되네~ arr = [2, 5, 6, 33, 2, 1] print(arr[2:5]) => [6, 33, 2] 입력받기 JavaScript에서 입력을 받을 때 const readline = requi..

자바스크립트로 알고리즘 문제를 풀 때 프로그래머스 같은 곳이 아니라면 직접 입력을 구현이 필요하다 몇 가지 방법을 사용해봤는데 그 중에서 자주 사용하는 것을 까먹기 전에 기록 해놓아야겠다 3가지를 주로 사용했다 최근 것부터 살펴보면 readline 방법 1 readline 방법 2 fs 방법 1번은 엘리스 코딩 하며 2번은 엘리스 코딩 테스트를 준비하며 3번은 백준을 할 때 사용했던 것 1번 readline 방법 1 이 방법은 엘리스 코딩에서 배우다가 밑에 나올 2번 방법으로 답이 안나오는 문제가 1개 있었다 그 문제를 풀기위해 변형했다 터미널에 입력을 나가기 위해 컨트롤 + C 혹은 컨트롤 + D 를 눌러줘야된다 답안 제출시에는 자동으로 된다 const readline = require('readlin..

인공지능 강의 11화를 보며 배운내용 KEYWORDS 회귀분석: 독립변수와 종속변수 사이 상관관계 추정 선형회귀: 독립변수와 종속변수 사이의 상관관계를 선형함수로 모델링 평균제곱오차(mean squared error): 실제값과 예측값 사이 오차를 제곱한 값의 평균 로지스틱 회귀: 회귀 분석 기법 중 종속변수가 0 or 1, 참 or 거짓 등 구분하기 위한 방법 다향 로지스틱 회귀: 3개 이상 클래스를 식별하기 위한 로지스틱 회귀 군집화: 패턴 집합을 같은 종류라고 할 수 있는 몇 개의 서브클래스로 분할 k-평균 군집화: k개 평균벡터를 임의 위치로 시작, 학습표본 집합으로 반복적 업데이트, 학습표본 집합을 대표하는 평균벡터를 만드는 군집화 회귀분석(regression anlysis) 독립변수와 종속변수..

인공지능 강의 10화를 보며 배운내용 KEYWORDS 지도학습: 입력과 출력을 학습 데이터로 제시하여, 입력에 대한 시스템 출력이 기대하는 출려과 같아지도록 시스템 변화시키는 학습 방법 자율학습: 입력값만으로 구성된 학습 데이터 집합을 사용해서 유사한 입력에 대해 동일한 출력을 내도록 학습 강화학습: 에이전트는 현재 환경에 대해 행동을 경정해서 실행, 이에 따라 변화된 환경과 함께 보상을 받음. 이를 통해 에이전트는 일련의 행동에 따른 보상을 최대화 하는 정책 개발 귀납적 추론: 반복적인 관찰, 경험을 기반으로 일반화된 논리를 이끌어 내는 추론 결정트리: 분할정복 방식, 입력공간을 분할해서 입력된 대상을 분류하거나 회귀 분석 위한 트리 기계학습(Machine Learning) 인공지능 시스템이 지능적 행..

선형대수 12화를 듣고 배운내용 고유값 M: n차 정방행렬, λ: 실수 MA = λA 를 만족하는 벡터 A가 존재 (A != O) 고유벡터는 O벡터를 만족하지 않는다. λ: M의 고유값 (Eigenvalue) A: λ에 대응하는 M의 고유벡터(Eigenvector) 고유벡터란 어떤 벡터에 선형변환을 했을 때, 방향은 변하지 않고 크기만 변하는 벡터 고유값이란 고유벡터가 변환되는 크기 증명 MA = λA, MB = λB M(A+B) = MA + MB = λA + λB = λ(A+B) M(kA) = kMA = k(λA) = λ(kA) 특성방정식 λ가 정방행렬 M의 고유값 MA = λA (A != O) MA - λA = MA - λIA = (M - λI)A = O | M - λI | = 0 행렬 M의 특성방정..

선형대수 11화를 듣고 배운내용 이번 주제는 선형변환을 행렬을 표현할 수 있는가? 일반적인 벡터공간에서 선형변환 선형변환의 행렬 표현 기저변환의 활용 영상 압축(Image Compression; mpeg) 선형변환 T의 행렬 표현 기저 변환에 따른 동일한 선형변환 T의 행렬 변화 이게 가능할까?? 알아보자 기저변환행렬 기저변환 정리 연습문제 https://youtu.be/lOV2VUl5ig4

프로그래밍언어론 9화를 듣고 배운내용 타입 데이터 집합 + 연산 집합 변수의 속성 중 한 가지 서브프로그램의 인자와 반환에도 이용 연산의 안정성 보장을 위해 필요 안정성 레벨에 따른 분류 강타입 언어 타입이 오류를 모두 검출 예) Haskell, ML, 약타입 언어 일부 타입 오류를 허용 예) C 무타입 언어 타입이 계속 변경될 수 있는 언어 예) Phython, 대부분의 스크립트 언어 원시타입(Primitive type) 기본적으로 제공하는 타입 미리 정의된 타입, 내장 타입 정수형, 실수형, 문자형, 논리형 등 사용자정의타입(User-defined type) 직접 정의해서 사용 배열, 구조체 등 데이터 형태에 따른 분류 단순타입(Simple type) 집합의 요소가 하나의 데이터로 구성 = 스칼라 타..

자료구조 12화를 듣고 배운내용 KEYWORDS m원 탐색 트리: 트리의 노드가 m개 이하의 가지를 가질 수 있는 탐색 트리 B 트리: 인덱스 구조를 구현하는데 가장 일반적으로 사용하는 차수가 m인 트리 B*: 노드의 약 2/3이상이 차야하는 B트리 B+: 모든 키 값이 잎 노드에 있고, 그 키 값에 대응하는 실제 데이터에 대한 주소를 잎 노드만 가지고 있는 트리 인덱스된 순차 파일을 구성하는데 사용되는 트리 이진 탐색 트리의 단점? 노드의 개수가 많아지면 트리의 높이가 커진다. m원 탐색 트리로 만들면 높이가 낮아진다. m원 탐색 트리 m개 이하의 자식을 가질 수 있는 트리 높이를 줄이기 위해 집중한 트리 이진 탐색 트리보다 높이가 낮다 B 트리 m원 탐색 트리에서 균형을 잡은 트리 인덱스 구조 구현하..

자료구조 11화를 듣고 배운내용 KEYWORDS 이진 탐색 트리(Binary Search Tree): 빠르게 탐색할 수 있는 이진트리 Splay 트리: 자주 탐색하는 키를 가진 노드를 루트 가깝게 위치하게 구성한 이진 탐색 트리 AVL 트리: 노드의 왼쪽 서브트리 높이와 오른쪽 서브트리 높이가 최대 1만큼 차이 나는 조건을 만족하는 트리 트리의 높이: 노드가 가질 수 있는 가장 높은 레벨에 1을 더한 값, 루트에서 잎까지 가장 긴 경로 길이 트리의 무게: 트리에 속한 잎 노드의 개수 무게가 균형 잡힌 트리: 각 노드의 양쪽 서브트리 무게가 균형을 유지하는 트리 이진 탐색 트리(BS Tree) 탐색에 최적화된 이진 트리 노드를 삽입, 삭제하는 문제가 가장 효과적인 이진 트리 노드 삽입 루트부터 키 값은 비..