뭘 배웠지?

인공지능 강의 9화를 보며 배운내용 KEYWORDS 거리측정자: 특징공간상에 두 좌표 사이 거리를 계산하는 척도 주성분 분석(Principal Component Analysis, PCA): 고차원의 데이터 공간을 주성분축들로 구성된 공간으로 선형 직교변환을 해서 상관관계를 최소화하는 공간으로 변환. 그 중 큰 분산을 갖는 축으로 구성된 저차원의 데이터 공간으로 표현함으로써 특징 차원을 축소 생성 모델(Generative Model): 어떤 클래스 C에 대해 특징벡터 x가 발생할 조건확률 p(x|C) 를 학습하는 모델 판별 모델(Discriminative Model): 어떤 특징벡터 x가 주어졌을 때 클래스 C에 속할 조건확률 p(C|x) 를 추정하는 모델 베이즈 분류기: 특징벡터가 관찰되었을 때, 특정 ..

선형대수 10화를 듣고 배운내용 선형변환(Linear Transformation) map / mapping / function T(A + B) = T(A) + T(B) T(kA) = kT(A) 선형변환이 보존하는 것 덧셈을 보존시키고 스칼라 배를 보존하는 것이 선현변환 영벡터, 역원(음벡터), 뺄셈 일차겹합 부분공간 일차독립 L(V, W)는 벡터공간 => 선형변환은 다른말로 벡터 => T는 벡터공간의 성질을 보존시킨다. 주어진 선형변환에 핵과 상을 구할 수 있고, 차원을 구할 수 있으면 성공 전사, 단사, 전단사 전사: 전체 크기일 때, T(V) = Im(T) = W 단사: 부분 크기일 때 사상 T에 대응하는 행렬 T에 대응하는 행렬, T의 행렬이라고 부른다 행렬사상 or 행렬변환 선형변환 다시 살펴보자..

선형대수 9화를 듣고 배운내용 주요 내용 일차결합 벡터들의 일차독립성 벡터공간의 기저와 차원 벡터공간 의 차원 V의 차원 V의 기저(basis)의 원소의 개수 V의 기저 a의 조건 a는 V의 부분집합 a는 일차독립 a는 V를 생성(span) 벡터들의 집합이 일차독립인지 판별하기 위해, 벡터들이 일차결합으로 표현해야 한다. 일차 결합(Linear Combination) 상수(Scalar)와 벡터로 곱한 항으로 표현 ax + by 선형 대수에서 가장 중심이 되는 컨셉이다. 벡터들의 일차 결합 R3 공간 e1 = (1, 0, 0) / e2 = (0, 1, 0) / e3 = (0, 0, 1) a1e1 + a2e2 + a3e3 벡터들의 일차 독립성 종속성과 독립성 일차독립이면 일차종속이 아니고, 일차종속이면 일차..

인공지능 강의 8화를 보며 배운내용 KEYWORDS 컴퓨터 시각(Computer Vision): 인간의 시각체계를 컴퓨터에 넣기 위해 연구하는 인공지능의 한 분야 4-이웃 연결성: 한 픽셀에서 가장 가까운 상, 하, 좌, 우 네 개의 픽셀을 연결된 이웃으로 정의 8-이웃 연결성: 한 픽셀을 둘러싼 8개의 픽셀을 모두 연결된 이웃으로 정의 표본화: 계속 변하는 아날로그 신호 => 이상(discrete) 신호로 변환 양자화: 이산신혼의 값에 정해진 정밀도로 분할된 구간의 대표값을 부여하는 과정 영상 평활화(Image Smoothing): 영상에서 변하는 잡음을 제거하기 위한 제반 처리 저역통과 필터: 신호에서 고주파 성분 부분을 제거하는 처리하는 필터 중간값 필터: 정해진 크기의 영역 내의 픽셀 값들 중에서..

프로그래밍언어론 8화를 듣고 배운내용 변수의 영역(scope) 변수를 사용할 수 있는 범위 변수에 값을 입력하거나, 읽어올 수 있는 범위 영역의 시작: 변수 선언 수명의 시작 동적 바인딩 => 변수 선언 정적 바인딩 => 프로그램 수행 시작 블록(Block) 영역을 구분해주는 단위 블록안에서 변수 선언 가능 => 영역의 끝은 블록이 끝나는 곳 블록 표연이나 적용 기준은 언어별로 다르다 지역변수 블록 안에 선언된 변수 비지역변수 블록 밖에서 선언되고, 블록 안에서도 사용할 수 있는 변수 참조 환경 한 위치에서 사용할 수 이는 모든 변수의 모음 해당 위치에 모든 지역변수, 비지역변수 영역 규칙 정젹 영역 규칙, 동적 영역 규칙 자유변수 현재 블록에서 선언되지 않고 사용하려는 변수 비지역변수거나 오류일 수 있..

프로그래밍언어론 7화를 듣고 배운내용 변수(Variable) 데이터를 저장하거나 나중에 사용할 수 있도록 메모리를 추상화한 것 변수의 속성 변수명: 변수 이름, 식별자 타입: 변수에 저장할 수 있는 데이터 집합의 종류 주소: 변수가 사용하는 메모리 위치 값: 변수에 저장된 데이터, 바뀔 수 있다. 바인딩(Binding) 언어 구성 요소의 속성들이 구체적으로 결정되는 것 let x12 x12 = 1 + 5 * 2 이런 의미 변수명을 x12로 바인딩 하겠다. +을 덧셈 연산자로, *을 곱셈 연산자로 바인딩 하겠다. x12 값을 11로 바인딩 하겠다. 바인딩 일어나는 시점 언어의 정의 시점 언어의 구현 시점 컴파일 시점 링크 시점 로드 시점 프로그램 수행 시점 변수를 바인딩 하는 것은 변수명, 타입, 주소, ..

자료구조 10화를 듣고 배운내용 KEYWORDS 합병 정렬(=병합 정렬 =Merge Sort): 정렬된 k개의 데이터 리스트를 하나의 리스트로 만드는 과정 선택 트리: 합병 정렬에 사용되는 특수한 트리 승자 트리: 자식노드보다 더 작은 값(승자)을 갖는 완전 이진트리 패자 트리: 자식노드보다 더 큰 값(패자)을 가지며, 최종 승자는 0번 노드에 저장 숲: 분리된 트리 모임, 0이상 n개 이상의 분리된 트리의 집합 선택 트리 일반적으로 k개일 때 k-1번 비교를 한다. 선택 트리를 이용해서 비교 횟수를 줄일 수 있다. 승자 트리 첫 번째 단계는 비교 횟수가 같지만, 두 번째 단계부터는 비교 횟수가 줄어든다. 작은 값이 승자가 되어 올라가는 토너먼트 경기 루트값이 트리에서 가장 작은 값이 된다. 패자 트리 ..

자료구조 9화를 듣고 배운내용 KEYWORDS 힢(Heap): 부모노드와 자식노드가 대소관계로 구성되는 완전 이진트리. 우선순위 큐와 같은 결과 최대힢: 루트가 가장 큰 값을 갖고, 부모노드가 자식노드보다 큰 값을 가지면 된다. 최소힢: 루트가 가장 작은 값을 갖고, 부모노드가 자식노드보다 작은 값을 가지면 된다. 큐 먼저 들어간 데이터가 먼저 삭제되는 자료구조 먼저 줄을 선 사람이 먼저 서비스를 받는 구조 우선순위 큐 대기 리스트에서 우선순위가 높은 사람이 먼저 서비스를 받는 구조 삭제시 저장된 데이터 중에서 우선순위가 높은 데이터를 삭제한다. 나머지 데이터는 어떻게 저장되던 상관없다. Heap 우선순위 큐를 구현할 때 힢이 제일 효과가 좋다고 한다. 피라미드 모양으로 쌓은 더미 쌓아놓은 더미에서 항상..

선형대수 8화를 듣고 배운내용 체(Field) 유리수, 실수, 복소수 집합에 연산(덧셈, 곱셈)이 만족하면 체 F 혹은 라고 표기 덧셈에 대해 4가지, 곱셉에 대해 4가지, 공통 1가지 조건을 만족하는 집합을 체라고 부르겠다. 각 4가지 조건 - 교환법칙 - 결합법칙 - 항등원 존재 - 역원 존재 그리고 공통의 - 분배법칙 전체 9가지를 만족하면 체 F의 원소를 스칼라(scalar)라고 부른다. 벡터공간(Vector Space) 집합 V 원소를 A, B, C, ... 로 표시하고, 체 F의 원소를 k, l로 표시할 때, 두 가지 연상(덧셈과 곱셈)에 대해서 8가지 조건을 만족하면, V를 체 F 위에 정의된 벡터공간이라고 한다. V안의 원소를 벡터라고 한다. 또는 over F 라고 표기 행렬은 8가지 조건..

인공지능 강의 7화를 보며 배운내용 KEYWORDS 퍼지집합: 어떤 대상이 집합에 포함될 가능성을 0~1 값으로 표현한 집합 퍼지논리: 명제의 논리값이 0~1 범위에 속하는 값으로 표현되는 논리 비퍼지화: 퍼지추론에서 얻은 소속함수로 정량화할 수 있는 값을 만들어 내는 과정 퍼지(Fuzzy)이론 참, 거짓의 구분이 모호한 문제의 해결을 위한 이론 0~1사이 값을 갖는 소속함수를 이용해서 표현 퍼지집합의 예 사과 두어 개 => {(2, 1.0), (3, 0.5)} 두어 개라고 하니까 모호(fuzzy)하다 그래서 뒤에 가능성을 1.0, 0.5로 표현해줬다. 퍼지논리 명제의 논리값이 0부터 1의 범위에 속하는 값으로 표현된다. Lukasiewicz의 퍼지논리 연산자 퍼지추론 퍼지규칙이 필요 친숙한 'IF 조건..