Jost Do It!

2장. 알고리즘에 사용되는 자료구조 요약 파이썬에 내장된 자료구조들의 특징과 이를 이용해 구현할 수 있는 추상화 자료형들에 대해 학습할 수 있었다. 내용 정리 2.1 파이썬 자료 구조 파악하기 알고리즘을 실행할 때는 데이터를 보관할 인메모리 자료구조가 필요함 => 적절한 자료구조를 선택하는 것은 효율적인 알고리즘 구현의 필수요소이다. 자료구조(Data structure): 컬렉션을 저장하는 방법론들을 통칭함 컬렉션(collection): 특정 목적을 위해 함께 저장되고 처리되는 데이터 요소들의 묶음 파이썬의 자료구조 종류 리스트(list): 데이터 요소간 순서가 있고, 수정이 가능한 자료구조 튜플(tuple): 데이터 요소간 순서는 있으나 수정이 불가한 자료구조 세트(set): 데이터 요소간 순서가 없고..

1장. 알고리즘 기초 요약 책에서 앞으로 공부할 각 단원의 내용마다 왜 공부해야하는지, 어떤 내용이 있는지 핵심요소들을 거시적으로 정리하는 장이었다. 내용 정리 1.1 알고리즘 정의하기 알고리즘(Algorithm): 문제를 풀기 위해 특정한 연산을 수행하는 규칙 정해진 포맷의 입력 데이터를 정의된 연산 규칙에 따라 처리해서 결과를 출력한다. 알고리즘을 설계하는 것은 가장 효율적인 방법으로 현실의 문제를 해결하는 과정이다. 기본적인 알고리즘들의 조합은 더 큰 범위의 문제를 해결하는데 적용될 수 있다. 알고리즘의 개발, 배포, 사용 단계 문제 정의 알고리즘 설계 알고리즘 구현 알고리즘 검증 배포 및 사용 개발 단계: 설계 단계 + 구현 단계 개발 단계에서 설계와 구현 과정을 반복하면서 효율적인 알고리즘을 찾..

Chapter 2. 데이터 요약 컴퓨터가 데이터를 읽어들이고 이를 이해하고 표현하는 방식에 대해서 학습할 수 있었다. 내용 정리 02-1. 0과 1로 숫자를 표현하는 방법 (1) 정보 단위 비트(bit): 컴퓨터가 이해하는 가장 작은 정보 단위로 0과 1을 나타낸다. 이후의 정보들은 여러 비트의 조합으로 나타내게 된다. 1비트는 0과 1, 두 가지 정보를 표현할 수 있다. n비트는 2^n의 정보를 표현할 수 있다 (2 * 2 * 2 * .... * 2로 0과 1의 정보 2개를 n군데서 표현할 수 있음). 바이트(byte): 8개의 비트가 묶인 단위이다. 표현할 수 있는 정보량은 2^8 (256)개 이다. 킬로바이트(kB, Kilobyte): 1바이트를 1,000개 묶은 단위 메가바이트(MB, Megaby..

Chapter 1. 컴퓨터 구조 시작하기 요약 컴퓨터 구조를 왜 공부해야 하는지, 그리고 전반적인 큰 그림을 그려볼 수 있는 챕터였다. 내용 정리 01-1. 컴퓨터 구조를 알아야 하는 이유 컴퓨터 구조는 실력있는 개발자가 되려면 반드시 알아야 할 기본 지식이다. 컴퓨터 구조를 이해하면 문제해결 능력이 향상된다. 개발할 때 문제없이 작동하던 코드가 실제 사용자들에게서는 동작하지 않을 수 있다. 컴퓨터 구조를 이해하면 이런 문제 상황을 빠르게 진단할 수 있고 문제 해결 방법을 다양한 곳에서 찾아낼 수 있다. 따라서 여러 채용 공고나 기술면접에서 컴퓨터 구조 내용을 숙지하고 있는지 질문하는 경우가 많다. 목적에 맞는 컴퓨터의 성능과 용량을 파악하고, 최소의 비용으로 이를 설계할 수 있다. 선택에 따라 비용이 ..

CS230 Deep Learning Lecture 6. Deep Learning Project Strategy 강의영상 이번 강의는 Ng 선생님께서 실제 딥러닝 프로젝트를 진행할 때 생각해볼 전략들에 대해 설명해주셨다. 강의노트는 따로 제공되지 않았다. 수업에서 왜 실제 프로젝트에서 사용할 전략들을 배워야 하는가? 경험을 얻는 방법은 크게 두가지가 있다. 1. 실제 좋은 AI 팀에 들어가서 여러 문제들을 만나면서 경험하는 것 (매우 긴 시간이 걸림) 2. 수업에서 소개된 사례들을 생각하고 고민하면서 해법들을 배우는 것 (매우 짧은 시간) 1번의 고민을 한 사람들의 생각과 해결법들을 빠르게 배울 수 있기 때문에 수업에서 전략들을 배우는 것이 큰 도움이 된다. 효율적인 스타트업 팀이 프로젝트를 진행할 때 어..

http://www.sciweavers.org/free-online-latex-equation-editor Online Latex Equation Editor - Sciweavers Online Latex Equation Editor Convert Latex Equations into Images to Embed in Documents Embed Equation in Web Page, Forum, Google Docs, Twitter Render Latex Math Equations into Plain Text ASCII Insert ASCII Eqn as comment in source-code or email Convert you www.sciweavers.org 온라인에서 간편하게 수식을 입력하고 ..

CS230 Deep Learning Lecture 5. AI + Healthcare Guest Slides 강의노트 강의영상 이번 강의는 처음에 객원(Pranav 박사)께서 AI를 헬스케어에 적용하는 것에 대한 전반적 Overview를 설명하시고, 뒤에는 Kian형님이 관련된 Case Study 사례를 소개하셨다. DL for Healthcare (Phd. Pranav Rajpurkar) 객원강사께서는 크게 아래 3가지를 강의에서 다루려고 하였다. 1. 헬스케어에서의 AI 적용 방법 2. 3가지 Case Study와 Research 3. Healthcare에 직접 적용해볼 수 있는 AI에 대한 생각 먼저 헬스케어에서 중요한 것을 생각해보자. 헬스케어 분야를 다룰 때 다음과 같은 질문들을 생각해봐야 한다...

두 지점의 좌표 (x1, y1)과 (x2, y2)가 주어질 때 보통 피타고라스의 정리를 이용해서 거리를 구할 수 있다. 하지만 지구는 타원체이기 때문에 두 지점의 위경도가 주어진 경우 거리를 간단하게 구할 수 없다. 위도와 경도 위 사진을 보면 위도(latitude)는 가로선을, 경도(longitude)는 세로선을 나타낸다. 위도와 경도는 타원체에서 특정 지점이 기준점 대비 얼마나 떨어져있는지를 나타내며, 각도가 몇도 떨어진지를 나타낸다. 여기서 위도는 경도의 위치와 상관없이 1도 변화에 의한 거리가 일정하다 (위도 1도 변화는 대략 111km). 하지만 경도는 위도가 어디에 위치했는지에 따라 1도 변화에 의한 거리가 달라진다. (적도에서 경도 1도의 변화는 111km이지만, 남극과 북극같은 극지방의 1..

CS230 Deep Learning Lecture 4. Adversarial Attacks / GANs 강의노트 강의영상 이번 강의에서 딥러닝 모델을 속이는 방법인 Adversarial Attacks이 무엇인지, 어떻게 속일 수 있는지를 알아보았다. (개인적으로 딥러닝 네트워크를 적대적으로 공격한다는 표현이 재미있는거 같다.) 이를 바탕으로 생성모델 GAN에 대한 개념과 GAN과 관련된 여러 연구의 아이디어를 살펴보았다. 예시를 통해 알아보는 네트워크 적대적 공격 방법 Adversarial attacks: 뉴럴넷에 전달하는 Input 값(벡터, 이미지 등)을 조작하여 특정 정보와 전혀 상관 없는 내용의 Input을 특정 정보로 네트워크가 예측하게 만드는 방법. 즉, 네트워크를 속이는 방법이다. Adver..

CS230 Deep Learning Lecture 3. Full-Cycle Deep Learing Projects 강의영상 이번 강의는 회사 단위에서 큰 딥러닝 프로젝트에서 ML 모델을 어떻게 학습하는지에 대해 다루었다. Ng 아저씨가 강의를 진행했고, 슬라이드 없이 판서로 진행하셨다. (Ng 아저씨는 강의노트보다는 판서가 편하신듯) 좋은 딥러닝(DL) 전문가가 되려면? Interest Data Domain Knowledge: 특정 분야의 도메인 지식은 해당 분야에 unique한 기여를 불러올 수 있다. 도메인 지식과 딥러닝 지식은 양자 택일의 문제가 아니라 같이 가져가야 할 문제이다. Utility Feasibility: 딥러닝으로 현실적으로 실현 가능한 것과 실현 불가능한 것을 구분할 수 있어야한다...