본문 바로가기

분류 전체보기57

그리디 알고리즘 탐욕법 [ Greedy Algorithm ] 어떠한 문제가 있을 때, 탐욕적으로 [ 현재 상황에서 지금 당장 좋은 것만 고르는 방법 ] 을 의미하며, 현재의 선택이 나중에 미칠 영향에 대해서는 고려하지 않는다. 그리디 알고리즘은 기준에 따라 좋은 것을 선택하는 알고리즘이므로 문제에서 ' 가장 큰 순서대로 ' , ' 가장 작은 순서대로 ' 와 같은 기준을 제시해준다. 거스름돈 당신은 음식점의 계산을 도와주는 점원이다. 카운터에는 거스름돈으로 사용할 500원, 100원, 50원, 10원짜리 동전이 무한히 존재한다고 가정한다. 손님에게 거슬러 줘야 할 돈이 N 원일 때 거슬러 줘야 할 동전의 최소 개수를 구하라. 단, 거슬러 줘야 할 돈 N은 항상 10의 배수이다. 이 문제는 ' 가장 큰 화.. 2021. 2. 9.
파이썬의 딕셔너리 파이썬의 딕셔너리는 정보를 찾는 기준이 는 키[key] 와 그 키에 연결된 값[value]의 대응 관계를 저장하는 자료 구조이다. 예를 들어 여러 사람이 있을 때 각 사람의 이름[키] 와 나이[값] 를 대응시켜 딕셔너리로 쉽게 표현할 수 있다. EX] >>> age = { 23 = "원석", 21 = "지영", 22 = "다은"} >>> age[23] 원석 >>> name = { "원석" = 23, "지영" = 21, "다은" = 22 } >>> name["원석"] 23 2020. 3. 3.
정렬 알고리즘의 시간복잡도 1 ] 선택 정렬 - 동작 원리 : 남은 자료 중에 최값을 뽑아 차례로 배치 - 계산 복잡도 : O(n^2) 2 ] 삽입 정렬 - 동작 원리 : 자료를 하나씩 적절한 위치에 삽입 - 계산 복잡도 : 보통의 경우 O(n^2) 3 ] 병합 정렬 - 동작 원리 : 그룹 나누기 --> 그룹별로 각각 정렬 --> 병합 - 계산 복잡도 : O(n*logn) 4 ] 퀵 정렬 - 동작 원리 : 기준 선택 --> 기준에 맞춰 그룹 나누기 --> 그룹별로 각각 정렬(재귀 호출) - 계산 복잡도 : 보통의 경우 O(n*logn) 5 ] 버블 소트 - 동작 원리 : 앞뒤로 이웃한 자료를 비교 --> 크기가 뒤집힌 경우 서로 위치를 바꿈 - 계산 복잡도 : 보통의 경우 O(n^2) 2020. 2. 21.
케라스와 신경망 신경망의 훈련 요소 네트워크 [ 연속된 층으로 구성 ] 를 구성하는 층 입력 데이터와 그에 상응하는 타깃 학습에 사용할 피드백 신호를 정의하는 손실함수 [ 예측과 타깃을 비교하여 기댓값과 비교하여 손실값 생성 ] 학습 진행 방식을 결정하는 옵티마이저 [ 가중치 업데이트 ] 층 : 딥러닝의 구성 단위 하나 이상의 텐서를 입력으로 받아 하나 이상의 텐서를 출력하는 데이터 처리 모듈. 대부분의 층은 가중치 [ 확률적 경사 하강법 ] 라는 층의 상태를 가진다. 확률적 경사하강법(stochastic gradient descent) 알고리즘은 데이터에 대한 매개변수를 평가를 하고 값을 조정하면서 손실함수(Loss Function)을 최소화하는 값을 구하는 접근 방법입니다. 데이터의 값이 커질수록 훨씬 빠르게 값에 .. 2019. 11. 29.

티스토리툴바