Sinusoids & Spectrum: 정현파, 복소지수, 주파수 스펙트럼 정리
🎧 Lec.13 정리: Sinusoids & Spectrum (이미지 처리 특강) 강의자: 김휘용 교수 출처: http://vmlab.khu.ac.kr 과목: CSE426 Image Processing - Spring 2025 📌 목차 Sinusoids (정현파) Complex Exponentials (복소지수) Frequ...
🎧 Lec.13 정리: Sinusoids & Spectrum (이미지 처리 특강) 강의자: 김휘용 교수 출처: http://vmlab.khu.ac.kr 과목: CSE426 Image Processing - Spring 2025 📌 목차 Sinusoids (정현파) Complex Exponentials (복소지수) Frequ...
1. 자료형 수 자료형 정수형: 양의 정수, 음의 정수, 0 실수형: 소수점 아래의 데이터를 포함하는 자료형(소수부가 0이거나, 정수부가 0인 소수는 0 생략 가능) e를 통해 지수 표현 가능 -> e 다음에 오는 수는 10의 지수부 의미 컴퓨터는 2진수를 이용하고, 실수를 처리할 때 부동 소수점 방식을...
🔖선형 회귀를 학습시키는 두 가지 방안 닫힌 형태의 방정식을 사용하여 훈련 세트에 가장 잘 맞는 모델 파라미터(즉, 훈련 세트에 대해 비용 함수를 최소화하는 모델 파라미터)를 직접 계산한다. 경사 하강법이라 불리는 반복적인 최적화 방식을 이용하여 모델 파라미터를 조금씩 바꾸면서 비용 함수를 훈련 세트에 대해 최소화시킨다. 결국에는 앞의 방법과...
📘 Memory Modification and Authenticity: A Narrative Approach 요약 및 해설 논문 원문: Memory Modification and Authenticity (Leuenberger, 2022) 본 포스트는 Muriel Leuenberger의 2022년 논문을 요약하고 해설한 글입니다. 📌 개요...
Q01. 모험가 길드 ✔️문제 유형 그리디 ✔️문제 모험가 N명 모험가 길드에서 N명의 모험가를 대상으로 ‘공포도’ 측정, ‘공포도’가 높은 모험가는 쉽게 공포를 느껴 위험 상황에서 제대로 대처할 능력 떨어짐 모험가 그룹 구성 : 공포도가 X인 모험가는 반드시 X명 이상으로 구성한 모험가 그룹에...
1. 당장 좋은 것만 선택하는 그리디 그리디(탐욕): 현재 상황에서 지금 당장 좋은 것만 고르는 방법. 현재의 선택이 나중에 미칠 영향 고려 X 💡그리디 알고리즘 문제 특징 o 문제 출제의 폭이 매우 넓어 암기만으로 모든 문제 대처는 불가! ⭐어떤 문제를 만났을 때 단순히 현재 상황에서 가장 좋아 보...
복잡도 시간 복잡도 표기 빅오 표기법 가장 빠르게 증가하는 항만을 고려!! ⭐코딩 테스트에서는 최악의 경우에 대한 연산 횟수가 가장 중요!! ⭐ 상수를 고려해야하는 경우도 존재!! 빅오 표기법이 항상 절대적인 것은 아님! 시간 제한이 1초인 문제에 대한 예시(대략 10,000,000개에 ...
SGDClassifier 확률적 경사 하강법(Stochastic Gradient Decent:SGD)을 통해 SVM, logistic regression 등의 선형 분류기를 학습시킬 수 있는 분류기입니다. 결정 함수를 이용하여 점수 계산 -> 점수가 임곗값보다 크면 샘플을 양성 클랫에 할당. 🔖SGD??? Stochastic...
3.1 MNIST ⭐기본적으로 사이킷런은 내려받은 데이터셋을 사용자 홈 디렉터리 안의 scikit_learn_data 디렉터리에 캐싱한다. 🔖data 다운로드 from sklearn.datasets import fetch_openml # 사이킷런 1.2에서 추가된 parser 매개변수 기본값이 1.4 버전에서 'liac-arff'에서 'auto...
큰 그림 보기. 데이터 구하기 데이터로부터 인사이트를 얻기 위해 탐색하고 시각화하기. 머신러닝 알고리즘을 위해 데이터를 준비하기. 모델을 선택하고 훈련하기. 모델을 미세 튜닝하기. 솔루션 제시하기. 시스템을 론칭하고, 모니터링하고, 유지 보수하기. 2.1 실제 데이터로 작업하기 StatLib 저장소에 있는 주택 가격...