profile
찐문과생의 빅데이터 생존기🐣 열심히 할래용 (ง •_•)ง

python - 검색(순차 탐색)

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

2021년 7월 28일
·
0개의 댓글

python - 스택(stack)

python - 스택 (stack) 구현

2021년 7월 26일
·
0개의 댓글

python - 큐 (queue)

python 큐 (queue) 구현

2021년 7월 26일
·
0개의 댓글

python 팩토리얼 구하기(재귀)

팩토리얼 (n!) 구현 - 재귀함수 사용

2021년 7월 26일
·
0개의 댓글

python 리스트 정리 (3)

리스트 슬라이스에 관하여 !

2021년 7월 17일
·
0개의 댓글

python 동명이인 찾기

동명이인 찾기 알고리즘

2021년 7월 16일
·
0개의 댓글

python 최댓값 찾기 알고리즘

python 최댓값(최솟값) 찾기 알고리즘, 위치 찾기

2021년 7월 16일
·
0개의 댓글

python sum 알고리즘

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

2021년 7월 16일
·
0개의 댓글

python 리스트 정리(2)

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

2021년 7월 16일
·
0개의 댓글

python 리스트 정리(1)

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

2021년 7월 16일
·
0개의 댓글

OOP (Object Oriented Programming)

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

2021년 7월 12일
·
0개의 댓글
post-thumbnail

다차원 배열의 계산

다차원 배열의 계산, 행렬의 곱, 신경망에서의 행렬의 곱

2021년 7월 5일
·
0개의 댓글
post-thumbnail

딥러닝 - 학습 규제 전략(Regularization Strategies)

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

2021년 7월 4일
·
0개의 댓글
post-thumbnail

딥러닝 - 역전파(Backpropagation)

신경망 알고리즘 요약, 역전파, 경사하강법

2021년 7월 4일
·
0개의 댓글
post-thumbnail

딥러닝 - 신경망의 기본 구조

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

2021년 6월 24일
·
0개의 댓글
post-thumbnail

딥러닝 - 활성함수 (Activation function)

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

2021년 6월 24일
·
1개의 댓글
post-thumbnail

딥러닝 - 퍼셉트론(Perceptron)

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,

2021년 6월 22일
·
0개의 댓글

과적합(Overfitting) / 과소적합(Underfitting)

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

2021년 5월 5일
·
0개의 댓글
post-thumbnail

Multiple Linear Regression

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

2021년 5월 5일
·
0개의 댓글