코딩하는 해커

[Linear Algebra] 행렬의 기초 with Python

행렬 - Matrix 기본 용어 행렬(matrix): 수나 문자를 직사각형 형태로 나타낸 것, 행렬의 크기는 행수 x 열수 행(row): 행렬의 가로줄 → m 열(column): 행렬의 세로줄 → n → 즉 (m, n의 성분을 주로 aₘₙ과 같이 나타냄) 주대각선(main diagona): 행렬의 왼쪽 위에서 오른쪽 아래를 가르는 선 → 모든 행렬은 그 행렬의 성분 값에 상관없이 주 대각선을 갖는다. n차 행렬, n차 정방행렬:만약 행과 열의 수가 똑같은 N x N 형태의 행렬 → (1, 2)의 성분=3, (2,3)의 성분=7 → (2, 1)의 성분=-1, (2, 2)의 성분=1 전치행렬(transposed matrix) 전치행렬: 각 행을 열로 바꾼 행렬 A → Aᵀ 대칭행렬(symmetric matr..

[Data Structure] 트리 자료구조 (Tree Data Structure)

트리 자료구조 (Tree Data Structure) 트리: 노드(node)로 이루어진 자료구조 트리의 루트 노드는 오직 한 개 루트는 0개 이상의 자식 노드를 갖고 있음 그 자식 노드 또한 0개 이상의 자식 노드를 갖고 있으며 이 정의가 반복됨 트리의 구성 요소 노드, 루트 노드, 부모 노드, 자식 노드, 형제 노드, 간선, 잎 노드(단말 노드, 외부 노드), 가지 노드(비 단말 노드, 내부 노드) 노드(node) 트리를 구성하고 있는 각각의 요소 → 위 그림에서 P, Q, A, B, L, E, F, G, R, C, D, M, H, I 각각의 요소 루트 노드(root node) 최상위 노드 → 위 그림에서는 P 부모 노드(parent node) 자식을 가진 노드 → 위 그림에서 P는 Q와 R의 부모 노..

[Voca] TOEIC Voca [1]

apprehensiveaxious or fearfulfatiguetirednessprescribegive medical prescriptionssymptomsubjective evidence of diseasecomprehensivecovering completelyoperation≒ surgeryeliminateremove; get rid oftransmitto send or convey from one to anotherperiodicallyat regular intervals of timecoveragethe amount of protection given by an insurance policy the area reached by a particular broadcasting station or ..

[Data Visualization] The basis of Matplotlib with Python

matplotlib의 기초 주피터에서 matplotlib을 사용할 때 기본적으로 아래 코드를 적고 시작하는게 좋음 %matplotlib inline 각종 import %matplotlib inline import numpy as np import matplotlib.pyplot as plt 간단한 그래프 그리기 linspace() 함수로 x좌표의 데이터를 배열로 생성, 이것을 곱해서 y 좌표로 함 그리고 plt의 plot()함수로 x, y좌표의 데이터를 플롯하고 show() 함수로 그래프 표시 *플롯(plot): 구성 import numpy as np import matplotlib.pyplot as plt x = np.linspace(-5, 5) y = x * x * x plt.plot(x, y) pl..

[AI] 1. Introduction to deep learning

1. Introduction to deep learning 1-1. What is the AI? 인공지능(Artificial Intelligence): 사람의 지능을 만들기 위한 시스템이나 프로그램 강 인공지능(strong AI): 사람과 구분이 안 될 정도로 강한 성능을 가진 인공지능 ex: ‘아이언맨'의 자비스, ‘그녀'의 사만다, ‘업그레이드'의 스템 등 약 인공지능(weak AI): 특정 영역에서 작업을 수행하는 인공지능 ex: ‘테슬라'의 자율 주행 자동차, ‘애플'의 시리(Siri) 등 강 인공지능은 현재 만들 수 없고 지금까지 발전을 거듭하고 있는 인공지능 기술은 모두 약 인공지능이다. 머신러닝과 딥러닝 그리고 인공지능의 관계 머신러닝 + 딥러닝 = 약 인공지능(=인공지능) 머신러닝(mach..

[Data Analysis] Mathematical Functions of NumPy

난수 생성하기 난수 시드값 지정: seed() 난수 생성(균등분포): rand() 난수 생성(표준정규분포): randn() 난수 생성(정수): randint() 난수 생성 (정규분포): normal() 난수 생성(이항분포): binormal() 데이터 순서 변경: shuffle() 데이터 무작위 샘플링: choice() 통계 관련 함수 데이터 길이 확인: len() 데이터의 표본평균: mean() 데이터의 중앙값: median() 데이터의 표준편차와 표본분산: std(), var() 최솟값과 최댓값: min(), max() 데이터 전체 합 계산: sum() 누적합과 누적곱: cumsum(), cumprod() 사분위수: percentile() 정렬 함수: sort() 집합 관련 함수 유일값: unique..

[Baekjoon] 단계별로 풀어보기 2. 조건문 with Python

1330 a, b = map(int, input().split()) if a > b: print('>') elif a < b: print('

[Baekjoon] 단계별로 풀어보기 1. 입출력과 사칙연산 with Python

2557 print(f'Hello World!') 10718 print(f'강한친구 대한육군') print(f'강한친구 대한육군') 1000 a, b = map(int, input().split()) print(f'{a+b}') 1001 a, b = map(int, input().split()) print(f'{a-b}') 10998 a, b = map(int, input().split()) print(f'{a+b}') 1008 a, b = map(int, input().split()) print(f'{a/b}') 10869 a, b = map(int, input().split()) print(f'{a+b}') print(f'{a-b}') print(f'{a*b}') print(f'{a//b}') pri..

Mathematics for Machine Learning

다루는 수학 영역 - 벡터, 행렬, 텐서 등을 다루는 선형대수 - 상미분, 편미분, 연쇄법칙 등을 다루는 미분 - 표준편차나 정규분포, 우도 등을 다루는 확률·통계 선형대수(Linear Algebra) 다차원의 구조를 가진 수치의 나열을 다루는 수학 분야 이러한 다차원의 구조에는 스칼라, 벡터, 행렬, 텐서가 있음 → NumPy를 사용하면 간단하게 선형대수의 수식을 코드로 나타낼 수 있음 미분학(Differential Calculus) ← 이미지로 파악하는 것이 중요! 따라서, 머릿속에 미분의 이미지를 그릴 수 있어야 함 함수의 변화율을 뜻함(ex: 움직이는 물체의 위치를 시간으로 미분하면 그 물체의 속도가 됨) 인공지능에 있어서는 다변수함수, 합성함수 등 조금 복잡한 함수를 미분해야 함 수리통계학(Ma..

[Data Analysis] NumPy의 기초

NumPy Python의 확장 모듈로서 대규모 수학 함수 라이브러리를 갖고 있으며, 연산 기능이 충실함 인공지능을 구현할 때에는 벡터, 행렬을 자주 다루므로 NumPy는 매우 유용한 툴 함수 정리 함수 역할 np.array() 배열 생성 np.zeros() ‘0.’으로 채워진 배열 생성 np.ones() ‘1.’로 채워진 배열 생성 np.arange(start, stop, step) 시작 숫자부터 마지막 숫자-1 만큼 증가폭만큼의 수를 나열한 배열 생성 파이썬의 range() 함수와 동일 | | np.shape() | 배열의 형태 반환 → (행, 열) | | len() | 배열의 행 수 반환 | | np.sum() | 합계 반환 | | np.average() | 평균 반환 | | np.max() | 최댓..