python linear search(선형 검색) == sequential search(순차 탐색)

python - 스택 (stack) 구현

python 큐 (queue) 구현

팩토리얼 (n!) 구현 - 재귀함수 사용

리스트 슬라이스에 관하여 !

동명이인 찾기 알고리즘

python 최댓값(최솟값) 찾기 알고리즘, 위치 찾기

1부터 n까지 연속한 숫자의 합 입력 : n 출력 : 1부터 n까지의 숫자를 더한 합

파이썬 리스트 : sort(), sorted(), reverse(), len()

파이썬 리스트- 항목 조회, 변경, 추가(append(), insert()), 삭제(del, pop(), remove())

OOP(Object Oriented Programming), 캡슐화, 추상화, 상속성, 다형성

다차원 배열의 계산, 행렬의 곱, 신경망에서의 행렬의 곱

모멘텀, AdaGrad, Adam

학습 규제 전략에 관하여 - 오버피팅, 가중치 감소, 가중치 제약, 드롭아웃

신경망 알고리즘 요약, 역전파, 경사하강법

신경망 (Neural Networks) 1957년 Rosenblatt이 고안한 Perceptron(퍼셉트론) 알고리즘이 발전해 지금까지 이르게 되었다. Artificial Neural Networks(ANN, 인공신경망)이라고 불리는 학습 모델이며, 뇌의 실제 신경계의

퍼셉트론 복습, 활성화 함수의 정의, 활성화 함수 종류 및 구현(계단함수, 시그모이드, ReLU)

퍼셉트론 (Perceptron) 신경망을 이루는 가장 기본 단위인 퍼셉트론 (Perceptron) > 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 여기서 신호란 전류나 강물처럼 흐름이 있는 것을 상상하면 된다. 전류가 전선을 타고 흐르는 전자를 내보내듯이,

테스트데이터에서 만들어내는 오차를 일반화 오차라 부른다.훈련데이터에서와같이 테스트데이터에서도 좋은 성능을 내는 모델은 일반화가 잘 된 모델이라고 부른다.모델이 너무 훈련데이터에 과하게 학습(과적합)을 하지 않도록 하는 많은 일반화 방법들이 존재한다.모델이 훈련데이터에만

모델 학습에 사용한 훈련(train) 데이터를 잘 맞추는 모델이 아니라, 학습에 사용하지 않은 테스트(test) 데이터를 얼마나 잘 맞추는지가 중요하다. 데이터를 훈련/테스트 데이터로 나누어야 우리가 만든 모델의 예측 성능을 제대로 평가할 수 있다.데이터를 무작위로 선