일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 합집합
- 불리안
- 성적 입력받기
- pop()
- append()
- 변할 수 있는
- 입출력
- input()
- Python
- index()
- 차집합
- 리스트와 차이점
- 정보를 담을 수 있는 그릇
- 귀도 반 로섬
- Java Script # == # === # difference # 차이
- 부스트캠프
- del()
- 조지 불
- 그룹 # 그룹 해체 # 단축키 #figma #Figma
- false
- 딥러닝
- 변수
- 파이썬
- null # undefined
- 변수와 입출력
- html
- insert()
- 조건문 큰 수부터 입력받아야하는 이유
- a=1
- 1일차
- Today
- Total
목록분류 전체보기 (176)
I about me

[본 내용은 샤이니 영어 복습 용도로 만들어진 블로그입니다. 저작권 및 다른 문제 발생 시 바로 삭제하겠습니다.] # try to v I try to talk to myself in English. [츄라이] [핀] # Please Stop ~ing Please Stop making that noise. # 친구가 다리를 떨 때 It really gets on my nerves. // 신경에 거슬려..ㅠ But I concentrate better this way. # 인스타그램 좋아요 받고 싶을 때 I want to get more 'Likes' on Instagram. It's super easy. Let me show you how. # hang out with 사람 I hang out with m..
[본 내용은 샤이니 영어 복습 용도로 만들어진 블로그입니다. 저작권 및 다른 문제 발생 시 바로 삭제하겠습니다.] #. be + ving vs. be being + 형 너 갑자기 ~~하다. 너 ~하다. You are being mean. // 너 되게 얄밉다 You are mean. .// 너는 평소에도 얄미웠어, 못됐어... You are being nice. // 너 왜 갑자기 착하게 굴어 #. be just ing I'm just wondering if I can take it. // 내가 이걸 가져가도 될까? I'm just kidding. Don't give me that look. // 장난이야 그렇게 쳐다보지마 #. be willing to v I'm willing to help. // 내가..
[본 내용은 샤이니 영어 복습 용도로 만들어진 블로그입니다. 저작권 및 다른 문제 발생 시 바로 삭제하겠습니다.] What do you do? vs. What are you doing now? What do you do? What are you doing now? 어떤 일 해요?, 즉, 직업이 뭐예요? 넌 어떨 때 뭐해? 지금 뭐하고 있어요? be 동사 + ving 나는 강아지를 산책 중이야. I am wallking my dog in the park. in the Han River. 그냥 둘러보고 있어요. I 'm just browsing 'm just lookin(g) around. 나는 살쪘어...ㅠㅠ I 'm getting fat. 나는 계획 중이야. I 'm planing to go bagpac..
강노 2. Neural Networks (NN)Traditional ML Approaches // 전통적인 기계 학습 접근법 소개Introduction to Neural Networks // 신경망 소개Activation Functions (Nonlinearity) // 활성화 함수 (비선형성)Sigmoid, ReLU,Leaky ReLU, ELU, SELU, and Maxou 강노 3. Backpropagation// 인공 신경망에서 사용되는 학습 알고리즘 중 하나로, 출력 값과 실제 값 사이의 오차를 계산하고 이 오차를 최소화하기 위해 네트워크의 가중치를 조정하는 과정 Gradient Descent // 함수의 기울기을 활용하여 최적화 문제를 해결하는 방법 중 하나 Computational Graphs..
이진탐색 데이터가 정렬돼 있는 상태에서 원하는 값을 찾아내는 알고리즘이며, 대상 데이터의 중앙값과 찾고자 하는 값을 비교해 데이터의 크기를 절반씩 줄이면서 대상을 찾음. *** 정렬된 알고리즘 *** 3강. 탐색(Search) _ 이중 탐색(Bi.. : 네이버블로그 (naver.com) 3강. 탐색(Search) _ 이중 탐색(Binary search) ※ 주의 ※ 정렬된 알고리즘으로 이중 탐색을 진행한다. ex) 아래 리스트에서 14를 찾으시오. ... blog.naver.com

너비 우선 탐색(BFS) 시작 노드에서 출발해 시작 노드를 기주능로 가까운 노드를 먼저 방문하면서 탐색하는 알고리즘 부모가 나가면 자식이 들어와 기능 특징 시간 복잡도(노드 수: V, 에지 수: E) 그래프 완전 탐색 - FIFO 탐색 - Queue 자료구조 이용 O(V + E) 1. BFS를 시작할 노드를 정한 후 사용할 자료구조 초기화하기 2. 큐에서 노드를 꺼낸 후 꺼내 노드의 인접 노드를 다시 큐에 삽입하기 3. 큐 자료구조에 값이 없을 때까지 반복하기 너비 우선 탐색(BFS) 구현 방법 다음과 같은 반복하면 'A-B-C-D-E-F-G-H-J' 가 된다. 1. (초기화) traversal ← 빈 리스트, q ← 빈 큐 2. 빈 트리가 아니면, root node를 q에 추가(enqueue) 3. q..

깊이 우선 탐색(DFS) 최대 깊이까지 탐색을 마친 후 다른 쪽 분기로 이동하는 것 기능 특징 시간 복잡도(노드 수: V, 에지 수: E) 그래프 완전 탐색 - 재귀 함수로 구현 - 스택 자료 구조(FIFO) O(V + E) 깊이 우선 탐색을 응용하여 풀 수 있는 문제는 단절점 찾기, 단결선 찾기, 사이클 찾기, 위상 정렬 - 노드 방문 여부를 체크할 배열이 필요!! - 인접 리스트 1. DFS를 시작할 노드를 정한 후 사용할 자료구조 초기화하기 2. 스택에서 노드를 꺼낸 후, 꺼낸 노드의 인접 노드를 다시 스택에 삽입하기 3, 스택 자료구조에 값이 없을 때까지 반복하기

우리는 무언가를 분류할 때, 여러 기준을 세울 있는데, 아래 사진의 경우, 학용품, 과일, 탈 것들로 분류를 할 수 있습니다. 이처럼 데이터 타입 같은 경우에도 많이 나뉘는데...!! 크게 문자형과 숫자형을 나눌 수 있습니다. 이에 따라 우리가 출력할 때, " "를 쓰나, 아니면 그냥 쓰냐 이렇게 달라진답니다!!ㅎㅎ

문제 정수 X에 사용할 수 있는 연산은 다음과 같이 세 가지 이다. X가 3으로 나누어 떨어지면, 3으로 나눈다. X가 2로 나누어 떨어지면, 2로 나눈다. 1을 뺀다. 정수 N이 주어졌을 때, 위와 같은 연산 세 개를 적절히 사용해서 1을 만들려고 한다. 연산을 사용하는 횟수의 최솟값을 출력하시오. 입력 출력 10 3 1, 10 - 1 = 9 2. 9 / 3 = 3 3. 3 / 3 = 1 해결 과정 1) 각각의 경우에 따른 연산횟수 구하는 방법 도출하기 => 예제를 똑바로 쳐다보기 2) 조건문 만들어주기 D[i] = D[i - 1] + 1 if(i % 2 == 0) D[i] = min(D[i], D[i / 2] + 1) if(i % 3 == 0) D[i] = min(D[i], D[i / 3] + 1) ..

동적 계획법의 원리와 구현 방식 1. 큰 문제를 작은 문제로 나눌 수 있어야 한다. 2. 작은 문제들이 반복되어 나타나고 사용되며 이 작은 문제들의 결과값은 항상 같아야 한다. 3. 모든 작은 문제들은 한 번만 계산해 DP 테이블에 저장하며, 추후 재사용할 때는 이 DP 테이블을 이용한다. 4. 동적 계획법은 다운 방식과 바텀-업 방식으로 구현할 수 있다. 동적 계획법의 대표 문제 D[n] = D[n-1] + D[n-2] Tip! 1. 아 여기서 여기.. 여기서 여기 ( x ) 6번째를 찾을 거야! 1, 2, 3, 4, 5번째 숫자가 이렇게 있네? 이들의 관계가 어떻길래 저렇게 나온거지? → 그렇게 하고 일반화하기!! 2. 시간 복잡도 주의