Tech blog

Question1 - [미들러] 구명보트  문제설명 https://school.programmers.co.kr/learn/courses/30/lessons/42885 무인도에 갇힌 사람들을 구명보트를 이용하여 구출하려고 합니다. 구명보트는 작아서 한 번에 최대 2명씩 밖에 탈 수 없고, 무게 제한도 있습니다. 예를 들어, 사람들의 몸무게가 [70kg, 50kg, 80kg, 50kg]이고 구명보트의 무게 제한이 100kg이라면 2번째 사람과 4번째 사람은 같이 탈 수 있지만 1번째 사람과 3번째 사람의 무게의 합은 150kg이므로 구명보트의 무게 제한을 초과하여 같이 탈 수 없습니다. 구명보트를 최대한 적게 사용하여 모든 사람을 구출하려고 합니다. 사람들의 몸무게를 담은 배열 people과 구명보트의 무게..

Question1 - [미들러] 조이스틱 문제설명 https://school.programmers.co.kr/learn/courses/30/lessons/42860  조이스틱으로 알파벳 이름을 완성하세요. 맨 처음엔 A로만 이루어져 있습니다.ex) 완성해야 하는 이름이 세 글자면 AAA, 네 글자면 AAAA 조이스틱을 각 방향으로 움직이면 아래와 같습니다. ▲ - 다음 알파벳▼ - 이전 알파벳 (A에서 아래쪽으로 이동하면 Z로)◀ - 커서를 왼쪽으로 이동 (첫 번째 위치에서 왼쪽으로 이동하면 마지막 문자에 커서)▶ - 커서를 오른쪽으로 이동 (마지막 위치에서 오른쪽으로 이동하면 첫 번째 문자에 커서) 예를 들어 아래의 방법으로 "JAZ"를 만들 수 있습니다.- 첫 번째 위치에서 조이스틱을 위로 9번 조작..

https://towardsdatascience.com/long-short-term-memory-lstm-improving-rnns-40323d1c05f8 Long Short Term Memory (LSTM)— Improving RNNsHow state of the art RNNs worktowardsdatascience.com

https://www.hani.co.kr/arti/economy/it/1143489.html#cb 마커스 “AI 아무리 많이 학습해도 인과적 사고 불가능”“인공지능(AI)이 아무리 많은 데이터를 학습한다고 해도 인간처럼 세계 모델을 구축하고 인과적 사고를 할 수는 없다.” 게리 마커스 뉴욕대 명예교수는 인간 인지와 기계 인지의 차이점에 기www.hani.co.kr과연 정말 그럴까..

Regularization  정규화는 모델의 일반화 능력을 향상시키기 위한 중요한 기법중 하나로, 모델이 학습데이터에만 맞춰진 overfitting 학습을 방해 및 규제하여, 일반화 증진을 하는 것이 그 목적이다.즉 모델이 학습 데이터에만 잘 적용되는 것이 아니라 테스트 데이터나 실제 새로운 데이터에도 잘 일반화되도록 모델을 조정하는 과정이다. 아래 다양한 종류의 정규화 기법들을, 실제 딥러닝 모델링 할때 상황에 맞게 취사 선택해가면서 적용해볼 수 있다.   1) Early stopping Early stopping은 모델이 과적합될 때 학습을 조기에 멈추는 기법이다.학습을 멈출때에 validation 에러를 이용해서, training에 포함되지 않은 valid 데이터의 loss가 커지기 시작하는 시점에..

경사 하강법의 종류   경사 하강법(Gradient Descent)은 모델을 학습시킬 때 사용되는 최적화 알고리즘 중 하나이며, 경사하강법은 세가지 종류가 있다. 데이터 학습시 한번의 업데이트에 데이터를 얼마나 많이 사용하는지에 따라 분류된다고 볼 수 있다. 실제로는 많은 경우 Mini-Batch 경사하강법을 활용한다.  1)  Stochastic Gradient Method  한번에 하나의 데이터 포인트를 사용하여 업데이트한다. 각 훈련 데이터 포인트에 대해 손실 함수의 그래디언트를 계산하고, 이를 사용하여 매개변수를 업데이트하는 방법이다.각 데이터 포인트를 한 번에 처리하기 때문에 계산 속도가 빠르고 대규모 처리가 가능하나, 불안정성이 높고 오래 걸릴 수 있다.  2) Mini-batch Gradie..

Question1 - [미들러] 홀수 층의 이진트리를 역배열 ( Reverse Odd Levels of Binary Tree)  문제설명 https://leetcode.com/problems/reverse-odd-levels-of-binary-tree/description/ Given the root of a perfect binary tree, reverse the node values at each odd level of the tree.For example, suppose the node values at level 3 are [2,1,3,4,7,11,29,18], then it should become [18,29,11,7,4,3,1,2].Return the root of the reversed ..