Kim Seon Deok

1.단순 선택 정렬 가장 작은 원소부터 선택해 알맞은 위치로 옮기는 작업을 반복하며 정렬하는 알고리즘 교환 과정은 다음과 같다. 아직 정렬하지 않은 부분에서 값이 가장 작은 원소 a[min]을 선택한다. a[min]과 아직 정렬하지 않은 부분에서 맨 앞에 있는 원소를 교환한다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 # 단순 선택 정렬 알고리즘 구현하기 from re import I from typing import MutableSequence def selection_sort(a: MutableSequence) -> None: """단순 선택 정렬""" n = len(a) for i in range(n-1): min = i # 정렬할 부분에서 가장 작은 원소의 인덱스 fo..

정렬 (sorting) key를 항목값의 대소관계에 따라 데이터 집합을 일정한 순서로 바꾸어 늘어놓는 작업 오름차순 정렬 : 값이 작은 데이터를 앞에 늘어놓는 것 내림차순 정렬 : 값이 큰 데이터를 앞에 늘어 놓는 것 안정적인 알고리즘 : 값이 같은 원소의 순서가 정렬한 후에도 유지되는 것 안정적이지 않은 알고리즘 : 정렬한 후에도 원래의 순서가 유지된다. 내부 정렬 : 정렬할 모든 데이터를 하나의 배열에 저장할 수 있는 경우에 사용하는 알고리즘 외부 정렬 : 정렬할 데이터가 많아서 하나의 배열에 저장할 수 없는 경우에 사용하는 알고리즘 버블 정렬 = 단순 교환 알고리즘 이웃한 두 원소의 대소 관계를 비교하여 필요에 따라 교환을 반복하는 알고리즘 패스 : 일련의 비교 교환하는 과정 패스를 한 번 수행할 ..

Numpy 수학 및 과학 연산을 위한 python 패키지 Numeric + Python 주로 행렬 연산과 수치 해석을 위해 사용 Python 패키지이지만 내부적으로 C로 구현되어 속도가 빠르다 >> Numpy가 Python보다 빠르다 NLTK 자연어처리(Natural Language Processing, NLP) 인간의 언어 현상을 컴퓨터와 같은 기계를 이용해서 모사할 수 있도록 연구하고 이를 구현하는 인공지능의 주요분야 중 하나. 전통적인 NLP분석 방법을 제공해주는 도구 모음 패키지 주로 텍스트 데이터의 전처리 과정에서 사용 NLTK를 위한 Data pre - processing(데이터 전처리) 1.Tokenize 2.Stemming 3.Stopwords Tokenize 문장을 token으로 잘라주는..

Batch Normalization 기존 문제점 : 학습이 진행됨에 따라 나오는 feature map 수치 값의 범위가 크게 벌어지면 학습의 불안저성이 발생 해결법 : Batch normalization적용 각 layer의 결과값인 feature map을 평균이 0, 표준편차가 1인 분포가 되도록 normalization시키기 Batch Normalization in CNN CNN 과정은 Feature map 상에서 각 Channel 별로 각각의 Normalization 진행 Batch Normalization and Learnable parameters 모든 층(layer)의 결과 값이 비슷한 값의 범주를 갖는 현상이 좋은 것은 아니다. 특정 층은 좀 커야 하며 특정 층은 좀 작아야 좋다. 이를 네트워..

1. LeNet - 5[LeCun et al,. 1998] ImageNet Challenge winner Models 2. Alexnet[Krishevskv et al., 2012] 3.GoogleNet[Szegedy et al,. 2014] 4.ResNet[He et al,. 2015]