Computer engineer

Direct Addressing Table |U| 개의 slot으로 이루어진 Table T U : 전체 집합 가정 : 서로 다른 원소는 동일한 key를 갖지 않는다 수행 시간 : O(1) 메모리 공간 소비 상당 U의 크기가 매우 크기 때문에, |U|개의 원소를 담을 수 있는 Table T를 이용하는 것은 실용적이지 못함 컴퓨터 메모리의 함계 실제로 이용하고 있는 key들의 집합을 K라고 했을때, |K|는 |U|에 비해 매우 작음 Table T에 할당된 메모리 공간의 낭비가 매우 심함 Hash Table #### Hash Function - 임의의 길이의 데이터를 고정된 길이의 데이터로 매핑하는 함수 - 해시 함수에 의해 얻어지는 값 : 해시 값, 해시 코드 , 해시 체크섬, 해시 - 해시 테이블에 사용 ..

Gradient "함수 값(스칼라 장)의 증가율이 최대인 방향"을 의미 = 기울기 다변수 함수의 편미분 모임 즉, 편미분 값이 이루는 벡터를 Gradient라고 부름 예제(ppt) Gradient에 대해 조사하여 Gradient의 의미에 대해 정리하고, 아래 주어진 함수의 f'(x)및 f'(0.5, -1) 구하기 Gradient Descent 목적 함수를 최소화 하는 방향으로 반복적 변수 업데이트 1) 초기값(x0), 학습률(y), 종료 조건 설정 2) xk에서의 기울기 계산 3) 종료 조건 만족시, 종료 // 그 외의 경우, k = k + 1 , 2단계 반복 서로 독립인 표준 정균 분포를 따르는 xk, zk 생성 < Box-Mul..

인공지능 사람이 해야할 일을 기계가 대신할 수 있는 모든 자동화에 해당 머신러닝 명시적으로 규칙을 프로그래밍하지 않고 데이터로부터 의사결정을 위한 패턴을 기계가 스스로 학습 딥러닝 입공신경망 기반의 모델로, 비정형 데이터로부터 특징 추출 및 판단까지 기계가 한 번에 수행 기계학습 지도 학습 문제와 정답을 모두 알려주고 학습 비지도 학습 답을 가르쳐주지 않고 학습 강화 학습 보상을 통해 상은 최대화, 벌은 최소화하는 방향으로 학습 기계학습 알고리즘 예시 회귀 분석 : 예측 입력 데이터들의 특징을 기준으로 연속된 값 예측 어떤 패턴, 경향성 예측 특이 값 분석, 관리 중요 선형 회귀, 비선형 회귀 로지스틱 회귀 : 0,1 분류 분류 입력 데이터를 두개 이상의 "정해진 결과"로 예측 데이터의 특성에 따른 범주..

인공지능 관련 용어 인공지능 학습과 문제 해결과 같은 인간의인지기능을 모방하는 기계 인공물에 있어서의 지능적 행위(복잡한 환경에서의 지각, 추론, 학습, 의사전달, 행동) 기계학습 컴퓨터에게 명시적으로 프로그램을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 제공하는 연구 분야 자동으로 대량의 데이터로부터 패턴/지식을 찾아 학습하고, 예측을 수행하는 방식 인공지능을 구현하기 위한 여러 수단 중 하나 딥러닝 심층 인공신경망 기반 방법들의 총칭 기계학습을 구현하기 위한 여러 수단 중 하나 기계학습의 분류 지도학습 Label이 있는 데이터를 이용해 학습 분류, 회귀 비지도학습 Label이 없는 데이터를 이용해 학습 데이터에 내재된 패턴, 특성, 구조를 학습 차원 축소, 군집화 강화학습 에이전트가 주어진 환경내에..

비교 그래프 G의 신장트리 그래프 내의 모든 정점을 포함하는 트리 G의 정점들과 간선들로만 구성된 트리 그래프 G의 최소(비용) 신장트리(MST) G의 신장트리들 중 간선의 합이 최소인 신장트리 최소 신장 트리 Minimum Spanning Trees(MST) 간선들의 가중치 합이 최소인 신장트리 무방향 가중치 그래프 G = (V,E) 각 Edge의 가중치 w(u,v) Quiz 아래의 조건을 만족하는 Edge들의 부분집합 T 찾기 T에 속한 Edge들에 의해 그래프의 모든 노드들이 서로 연결될 수 있다. 가중치의 합이 최소가 된다. 크루스칼 알고리즘 // 작은 가중치 먼저(무방향 그래프) 사이클을 만들지 않는 범위에서 최소 비용 간선을하나씩 더해가면서 최소 신장 트리를 만든다. 현재 선택할 수 있는 가장..

그래프 버스 정류장과 여러 노선이 함께 포함된 형태 또는, 링크드인(Linked in)과 같은 사회 관계망 서비스의 연결 등의 형태 현상이나 사물을 정점과 간선으로 표현하는 것 G = (V, E) V : 정점의 집합 정점 Vertex 노드 Node 독립형 객체/Circle로 표현 E : 간선의 집합 간선 Edge 링크 Link 두개의 정점을 결하는 객체 화살표 또는 실선으로 표현 두 정점이 간선으로 연결되어 있으면 인접하다(Adjacent)고 한다 방향 그래프 방향성에 따른 분류 방향 있는 간선(Directed Edges)을 지닌 그래프 각 간선은 하나의 정점을 떠나서, 하나의 정점으로 들어감 Self-loop(Self-edge) 가능 두 정점 사이에 최대 2개의 간선 존재 가능 무방향 그래프 방향 없는..

트리 계층적 구조를 표현하는 자료 구조 이진 트리 각 노드가 최 두 개의 자식을 갖는 트리 완전 이진 트리 마지막 레벨을 제외하고 모든 레벨이 완전히 채워져 있는 트리 마지막 레벨은, 노드가 왼쪽에서 오른쪽으로 채워져야 함 오른쪽으로부터 비어 있을 수 있음 배열을 이용하여 표현 가능 이진 트리 표현 배열 표현 - 모든 노드의 상위, 왼쪽 하위 및 오른쪽 하위의 위치를 쉽게 결정 가능 - 모든 노드 i 에 대해 완전한 이진 트리에서 1) parent(i) = [i/2] 2) leftchild(i) = 2i 3) rightchild(i) = 2i + 1 - skewed(비뚤어진) tree인 경우, 공간 낭비 연결 리스트 표현 - 순차적 표현의 일반적인 부적절성 - skewed tree위한 낭비 - 트리 중앙..

점수 계산(2822번) 상근이는 퀴즈쇼의 PD이다. 이 퀴즈쇼의 참가자는 총 8개 문제를 푼다. 참가자는 각 문제를 풀고, 그 문제를 풀었을 때 얻는 점수는 문제를 풀기 시작한 시간부터 경과한 시간과 난이도로 결정한다. 문제를 풀지 못한 경우에는 0점을 받는다. 참가자의 총 점수는 가장 높은 점수 5개의 합이다. 상근이는 잠시 여자친구와 전화 통화를 하느라 참가자의 점수를 계산하지 않고 있었다. 참가자의 8개 문제 점수가 주어졌을 때, 총 점수를 구하는 프로그램을 작성하시오. score = [int(input()) for _ in range(8)] sum = 0 idx = [] for i in range(5): sum += max(score) a = score.index(max(score)) idx.ap..

기수 정렬 알고리즘 모두 k 자릿수 이하의 자연수인 특수한 경우 시간 복잡도 O(n) 계수 정렬 알고리즘 정렬하고자 하는 원소들의 값이 O(n)을 넘지 않는 경우 정렬할 데이터에 대한 사전 지식을 이용 시간 복잡도 O(n) arr = [1,2,5,4,7,8] count = [0] * (max(arr) + 1) for num in arr: count[num] += 1 for i in range(1, len(count)): count[i] += count[i-1] result = [0] * (len(arr)) for num in arr: idx = count[num] result[idx - 1] = num count[num] -= 1 print(result)

병합 정렬 알고리즘 분할정복 알고리즘 분할 : 1개 남을 때 까지 정복 : 재귀적으로 병합 : 다시 n개가 될 때까지 모든 원소를 다 나눈 다음에 병합하는 방식으로 정렬을 수행 시간 복잡도 O(nlogn) // 효율적 알고리즘 임시리스트 사용 def merge_sort(arr): if len(arr) < 2: return arr mid = len(arr)//2 left_arr = merge_sort(arr[:mid]) right_arr = merge_sort(arr[mid:]) merged_arr = [] l = r = 0 while l < len(left_arr) and r < len(right_arr): #내림차순일 경우 부호 반대 if left_arr[l] < right_arr[r]: merged_..