Jayden`s

[1110]더하기 사이클

import sys N = int(sys.stdin.readline()) S = N count = 0 while True: N = (N % 10) * 10 + (N // 10 + N % 10) % 10 count += 1 if N == S: print(count) break else: continue 1110 더하기 사이클

[10951]A+B-4

import sys while True: try: A, B = map(int, sys.stdin.readline().split()) print(A + B, sep='\n') except: break 10951 A+B-4 런타임 오류 부분 해결하는 게 좀 애먹었던 문제! 오류 피해가는 법 익힐 수 있었다. :)

[TIL]78. 순환 신경망(RNN)

키워드 순환 신경망(Recurrent Neural Network ; RNN) LSTM GRU Attention 언어 모델(Language Model) 문장과 같은 단어 시퀀스에서 각 단어(토큰)의 확률을 계산하는 모델 Word2Vec도 그 예시 중 하나 통계적 언어 모델(Statistical Language Model, SLM) 신경망 언어 모델 이전 방식으로 단어의 등장 횟수를 바탕으로 조건부 확률을 계산 한계점 : 횟수 기반으로 확률을 계산하기에 희소성(Sparsity) 문제 존재 희소성 문제 : 학습 데이터에 없는 단어는 만들어낼 수 없는 문제 신경망 언어 모델(Neural Language Model, NLM) 횟수 기반이 아닌 Word2Vec 혹은 fastText 등의 출력값인 임베딩 벡터를 사용..

[IT, 핀테크]220303(목)_핀테크 기업

- 핀테크 기업들 - 비바리퍼블리카, 토스뱅크, 핀다, 렌딧

[TIL]77. 단어 분산 표현(Distributed Representation)

키워드 임베딩(Embedding) (vs 원핫인코딩) Word2Vec CBoW, Skip-gram Ditributed Representation 분포 가설 : "비슷한 의미를 지닌 단어들끼리 모여있다" == 유유상종 분산 표현(Distributed Representation) : 분포 가설을 전제로, 단어를 벡터화 원-핫 인코딩(One-Hot Encoding) 범주형 변수를 벡터화하는 방법 중 하나 직관적이고 쉽게 이해할 수 있음 단점 : 코사인 유사도를 구할 수 없음(항상 내적값이 0, 단어 사이 관계 파악 불가), 차원의 저주 임베딩(Embedding) 단어를 고정된 길이의 벡터(차원이 일정한 벡터)로 표현 0, 1로만 이루어진 원핫인코딩과는 다르게 연속적인 값을 가진 벡터로 표현 임베딩 자체의 개념..