본문 바로가기

전체 글109

210205(금) 부스트캠프 일지 수행내역 1. 퀴즈 풀기, 과제 2개 제출 2. 마스터클래스 2pm~3pm 3. 피어세션 3pm~5pm 4. GAN 강의 수강 5. ps 문제 1개 풀기 배운점 1. 지금까지 수업 내용 중 꼭 알아야 하는 개념들에 대해 생각해봤다. 강의/과제/퀴즈 -언어/프레임워크: python, numpy, pandas, 시각화도구, pytorch -수학/통계: 벡터, 행렬, 경사하강법, 딥러닝 학습방법, 확률, 통계, 베이즈통계, optimization -모델링: MLP, CNN, AlexNet, VGGNet, GoogLeNet, ResNet, DenseNet, RNN, LSTM, GRU, Transformer, GAN 피어세션 -회의록에 나왔던 질문들 정리 필요 마스터클래스/밋업 -OT, 마스터클래스1, 2, 3,.. 2021. 2. 5.
[백준] 2748. 피보나치 수 2 - 문제 풀이 (+파이썬 코드) Question. 백준 2748. 피보나치 수 2 Answer. 사실 이 문제는 파이썬에서는 "백준 2747. 피보나치 수" 문제와 동일하다. 파이썬은 int, long 구분을 할 필요가 없고, 숫자가 아무리 커져도 다 담을 수 있기 때문에 2747번에 pass한 코드를 그대로 제출하면 된다. 그러나 cpp, java의 경우 long long 등으로 선언해, 피보나치 수의 값이 int 범위를 넘어갈 경우에도 해당 값을 담을 수 있도록 해야 pass 한다. 아래 파이썬 코드는 [백준] 2747. 피보나치 수 - 문제 풀이 (+파이썬 코드)과 동일하다. sol 1) recursion with memoization # recursion with memoization # time complexity : O(N).. 2021. 2. 5.
[백준] 2747. 피보나치 수 - 문제 풀이 (+파이썬 코드) Question. 백준 2747. 피보나치 수 피보나치 수열을 구현하는 문제이다. 예전에는 면접 질문으로도 자주 나왔다고 하는데, 요즘은 쉬워서 잘 안 나오는 것 같다. 다만, '피보나치 수를 구현하는 모든 방법은?', '피보나치 수를 각각 반복법, 재귀로 구현해보면?' 이런 식으로 물어볼 수는 있겠다. Answer. 피보나치 수열을 구현하는 방식은 크게 3가지가 있는데, 1) 재귀 2) recursion with memoization 3) for문 이용해 구현 하지만 이 문제는 1)의 방식대로 재귀로 풀면 '시간초과'가 난다. O(N)에 풀어야 하는 문제이기 때문에, 재귀로 풀 경우, memoization을 해야 한다. sol 1) recursion with memoization 재귀로 구현하되 mem.. 2021. 2. 5.
210204(목) 부스트캠프 일지 수행내역 1. 피어세션 2pm~5pm 2. 밋업 6pm~6:30pm 3. PS 공부 배운점 1. 오늘은 ps를 주로 했다. 수식최대화 문제 풀이 sohyunwriter/algorithm 코딩테스트 준비 및 Problem Solving everyday. Contribute to sohyunwriter/algorithm development by creating an account on GitHub. github.com 2. 그간 질문들 정리 sohyunwriter.tistory.com/62 CS & AI 기술 면접 질문들과 답변들 (20.02.04 updated) 기술면접 질문들과 답변들 *링크 클릭하면 답 정리(keyword version, ~습니다체 모두)되어 있음 1) 신입공채 기술면접 방식 -CS .. 2021. 2. 4.
210203(수) 부스트캠프 일지 수행내역 1. 피어세션 2pm~5:20pm 2. cnn quiz 문제풀이 3. cnn 과제 제출 배운점 1. bayesian rule 관련 문제 풀이를 하면서, 독립인 경우와 독립이 아닌 경우에 대해 생각하게 됐다. 2. mlp, cnn에 대해 pytorch로 모델을 미리 만들어놔야겠다고 느꼈다. 3. 대량의 문서에 대해 단어를 search할 때 효과적인 방법에 대해 공부하고 관련 정리를 했다. 2021. 2. 4.
210202(화) 부스트캠프 일지 - 베이지안 통계, optimization 결과 시각화 수행내역 1. 피어세션 2pm~4pm ok 2. 피어세션 질문과제 답변 ok 3. 베이지안 통계 퀴즈 풀기 ok 4. optimization 강의 수강 및 과제 제출 ok 배운점 1. 베이지안 통계에 대해 여러 방법으로 생각하게 됐다. 1) precision, recall과 연관지어 보기 2) 사후확률 갱신과 연관지어 보기 2. pytorch로 optimizer마다 얼마나 성능 차이가 나는지 테스트해봤다. 그리고 해당 결과를 시각화하는 좋은 방법을 알게 됐는데 정리해뒀다가 유용하게 써먹어야겠다. 2021. 2. 2.
728x90

티스토리툴바