전형적인 Dijkstra Algorithm 문제 - 최단 거리 (데이크스트라, 다익스트라) 🔗 문제 링크 문제 설명 N개의 마을로 이루어진 나라가 있습니다. 이 나라의 각 마을에는 1부터 N까지의 번호가 각각 하나씩 부여되어 있습니다. 각 마을은 양방향으로 통행할 수 있는 도로로 연결되어 있는데, 서로 다른 마을 간에 이동할 때는 이 도로를 지나야 합니다. 도로를 지날 때 걸리는 시간은 도로별로 다릅니다. 현재 1번 마을에 있는 음식점에서 각 마을로 음식 배달을 하려고 합니다. 각 마을로부터 음식 주문을 받으려고 하는데, N개의 마을 중에서 K 시간 이하로 배달이 가능한 마을에서만 주문을 받으려고 합니다. 다음은 N = 5, K = 3인 경우의 예시입니다. 위 그림에서 1번 마을에 있는 음식점은 [1, ..

문제 설명 주어진 숫자 중 3개의 수를 더했을 때 소수가 되는 경우의 개수를 구하려고 합니다. 숫자들이 들어있는 배열 nums가 매개변수로 주어질 때, nums에 있는 숫자들 중 서로 다른 3개를 골라 더했을 때 소수가 되는 경우의 개수를 return 하도록 solution 함수를 완성해주세요. 제한사항 nums에 들어있는 숫자의 개수는 3개 이상 50개 이하입니다. nums의 각 원소는 1 이상 1,000 이하의 자연수이며, 중복된 숫자가 들어있지 않습니다. 입출력 예 nums result [1,2,3,4] 1 [1,2,7,6,4] 4 입출력 예 #1 설명 [1,2,4]를 이용해서 7을 만들 수 있습니다. 입출력 예 #2 설명 [1,2,4]를 이용해서 7을 만들 수 있습니다. [1,4,6]을 이용해서 ..

Good Deep Learner 내용에 들어가기 전에, 좋은 딥러너가 되기 위한 자격에는 어떤 것이 있을까요? ✔️ Implementation Skills : 실제로 구현할 수 있는 능력 (Tensorflow, Pytorch etc...) ✔️ Math Skills : Linear Algebra, Probability etc ✔️ Knowing a lot of recent Papers Deep Learning ? Artificial Inteligence 은 사람의 지능을 모방하는 모든 것들을 의미합니다. Machine Learning 은 강아지와 고양이를 분류하는 문제를 풀고자 했을 때, 수많은 강아지와 고양이 이미지를 통해 자동으로 분류하는 알고리즘(모델)을 만드는 것이 있습니다. Deep Learni..

Deep Neural Networks 딥러닝은 머신 러닝의 한 분야입니다. 머신러닝을 하면서 예측이나 분류에 대한 문제를 선형회귀와 논리회귀를 이용하여 1차 함수를 통해 문제를 해결했습니다. 하지만, 현실의 문제를 풀기에는 직선으로 설명할 수 없는 문제들이 훨씬 많습니다. 예를 들어 딥러닝을 이끌어낸 XOR 문제 등이 있어요. 궁금하시다면 따로 찾아보길 권장합니다 ~ 선형 회귀를 통해 풀 수 없는 문제들을 풀기 위해 비선형이 되는 학습 모델을 정하게 되었습니다. 비선형의 형태를 만들려면 어떻게 해야할까요? 기존 방식의 선형 회귀를 여러 번 사용한다고 해서 비선형이 되지는 않아요. 그래서 선형 회귀를 사이에 비선형을 만들어주는 층들을 쌓아 올리기 시작합니다. 위와 같이 층을 여러개 쌓으니 실제로 기대만큼의..

Logistic Regression 로지스틱 논리 회귀의 이름은 회귀이지만 분류 모델로 볼 수 있습니다. 선형 회귀와 동일하게 선형 방정식을 학습하는데요. 종속 변수 (결과값)이 범주형일 때 사용합니다. 이 말은 아래 예시를 확인하고 나면 아주 잘 이해될 거에요. 로지스틱 회귀가 나온 이유에 대해 알아보면서 개념을 파악해보도록 할게요. 로지스틱 회귀는 논리 회귀라고 부르는데, 아래에서 제가 섞어 써도 이해해주세요! 만약, 시험 전 날 공부한 시간을 가지고 시험의 합격률을 예측하는 문제가 있다고 가정해봅시다. 이 문제에서 입력값은 '공부한 시간' 그리고 출력값은 '합격률'이 됩니다. 선형 회귀로 이 문제에 대한 그래프를 그려본다면 아래의 그림과 같습니다. 이상한 점을 느꼈나요? 만약, 입력값이 특정 범위를..

선형 회귀 가장 대표적인 회귀 알고리즘입니다. 선형 회귀 다양한 유형과 다양한 모델들이 나와있어요. 일반적으로 말하는 선형 회귀는 하나의 특성을 가지고 정답을 도출해나아가는 것을 의미해요. 가장 먼저, 회귀와 분류에 대한 구분을 하고 선형 회귀를 더 알아가보도록 할게요. 회귀 VS 분류 회귀 Regression : 임의의 어떤 숫자를 예측하는 문제 분류 Classification : 다수의 클래스 중 하나로 분류하는 문제 - 이진 분류 Binary classification : 이진 클래스 Binary class 로 나눌 수 있는 문제. 출석을 했는지 안했는지를 구별할 때, 출석을 한 경우에는 1, 결석인 경우에는 0으로 측정하는 경우가 있습니다. - 다중 분류 Multi class(or label) c..