전체 글

인공신경망 학습 입력값과 해당 노드의 가중치를 곱한 후 모두 합산 합산한 결과를 가중합(v) 이라고 함 가중합을 0~1 사이의 값으로 바꿔주기 위해서 활성 함수를 사용 예측값과 실제 정답의 오차를 이용해 가중치를 조정하는 과정을 반복 💡 Activation Function 가중합 v 를 0~1 사이의 값으로 변환 여러 함수가 사용될 수 있음 1) sigmoid 함수 자신의 노드로 들어오는 신호의 가중합만 고려 보통 출력이 이진수(0,1)일 때 import numpy as np def SIGMOID(x): return 1/(1 + np.exp(-x)) 2) softmax 함수 출력 노드가 여러 개 일 때 자신의 노드 뿐 아니라 다른 노드로 들어오는 신호의 가중합도 고려 출력 노드가 여러 개 일 때 용이 i..

💡그래프 - 경로 : 두 노드 사이에 이음선으로 연결된 노드의 나열 - 연결 그래프 - 부분그래프 - 방향성/비방향성 그래프 : - 경로 : - 순환경로 : 💡신장트리 - 연결된 비방향성 그래프에서 순환경로가 없어지도록 이음선을 제거해 구성한 그래프 - 모든 정점을 다 포함하되 순환경로가 존재하지 않는 연결 그래프 💡MST (최소비용 신장 트리) - 신장 트리가 되는 부분그래프 중에서 가중치의 합이 최소가 되는 그래프 - 순환경로X ex) 도로건설, 통신, 배관 - MST를 찾기 위한 알고리즘으로는 무작정 알고리즘, 탐욕적 알고리즘, 프림 알고리즘, 크루스칼 알고리즘 등 존재 무작정 알고리즘 : 모든 경우 다 고려 탐욕적 알고리즘 : 적절한 최적해 선정절차 따라 하나의 이음선 선정(선정) -> 순환경로 ..

💡탐욕 알고리즘 - 최적해를 구하는 데에 사용되는 근사적인 방법 (여러 경우 중 하나를 결정해야 할 때 그 순간에 최적이라고 생각되는 것을 선택해 나가는 방식) - 그 순간의 선택은 지역적으론 최적이지만 전체적으로 봤을 땐 아닐 수 있음 ‼️ 탐욕 알고리즘을 적용할 수 있는 문제의 경우, 지역적으로 최적이면 전역적으로도 최적 💡 문제 해결 방법 1) 선택 절차: 현재 상태에서 최적의 해답 선택 2) 적절성 검사: 선택된 해가 문제의 조건을 만족하는지 검사 3) 해답 검사: 원래의 문제가 해결되었는지 검사 후, 해결되지 않았으면 선택 절차로 돌아감 ✔️ 거스름돈 계산하기 문제 - 동전의 개수가 최소가 되도록 거스름 돈을 내는 방법 - 가치가 높은 동전부터 x가 초과되지 않도록 계속 냄 while(동전이 남..

💡 행렬 - m x n 개의 원소를 갖는 사각형 배열 (m: 행, n: 열) - 행,열의 수가 같으면 정방행렬 💡 행렬의 곱 - A 행렬과 B 행렬이 있을 때, A행렬의 가로와 B행렬의 세로의 원소를 하나씩 곱해 더함 A11 A12 B11 B12 C11 C12 A21 A22 B21 B22 C21 C22 C11 = A11xB11 +A12xB21 int* matrix( int N, int a[][], int b[][]) { for (int i = 0; i < N;i++) for (int j = 0; j < N; j++) { c[i][j] = 0; for (int k = 0; k < N; k++) { c[i][j] = c[i][j] + a[i][k] * b[k][j]; } } } ✔️시간 복잡도 - 덧셈의 관..