Jayden`s

    `22.02.24.(๋ชฉ)_ํƒœ์–‘๊ด‘๋ณด๋‹ค ์›์ „

    `22.02.24.(๋ชฉ)_ํƒœ์–‘๊ด‘๋ณด๋‹ค ์›์ „

    - ๋ฐœ์ „์› ๋ณ„ ์ „์ฃผ๊ธฐํ‰๊ฐ€ ๋ณด๊ณ ์„œ์— ๋”ฐ๋ฅด๋ฉด ์›์ „์ด ํ™˜๊ฒฝ์— ๋ผ์น˜๋Š” ์•…์˜ํ–ฅ์ด ๊ฐ€์žฅ ์ ์€ ๊ฒƒ์œผ๋กœ ๋ถ„์„ - ๋ฐฉ์‚ฌ์„ฑ ํ๊ธฐ๋ฌผ์„ ์ ์ ˆํ•œ ๋ฐฉ์‹์œผ๋กœ ์ฒ˜๋ฆฌ ๊ฐ€๋Šฅํ•˜๋‹ค๋ฉด ์˜คํžˆ๋ ค ์ธ์ฒด์— ์•…์˜ํ–ฅ์„ ์ค„ ๊ฐ€๋Šฅ์„ฑ์ด ๋‚ฎ์Œ - ํƒœ์–‘๊ด‘ ๋ฐœ์ „์ด ์˜คํžˆ๋ ค ์ธ์ฒด์— ์•…์˜ํ–ฅ - ํƒœ์–‘๊ด‘ ๋ชจ๋“ˆ์„ ์ƒ์‚ฐ ์‹œ, ๋‹ค๋ฅธ ๋ฐœ์ „์›๋ณด๋‹ค ๋งŽ์€ ๊ตฌ๋ฆฌ๊ฐ€ ์†Œ์š”๋˜๊ณ  ์ด ๊ณผ์ •์—์„œ ์ธ์ฒด์— ์œ ํ•ดํ•œ ๋น„์†Œ๋ฅผ ๋ฐœ์ƒ - ๋˜ํ•œ ํƒœ์–‘๊ด‘ ๋ฐœ์ „์˜ ๊ฐ€์žฅ ํฐ ์•ฝ์ ์€ ๋„ˆ๋ฌด ํฐ ๋Œ€์ง€๋ฅผ ์ ์œ ํ•˜๊ฒŒ ๋œ๋‹ค๋Š” ์  - ๋‹จ์ˆœํžˆ RE100์ด ์•„๋‹ˆ๋ผ CZ100์„ ํ†ตํ•ด ํƒ„์†Œ ๋ฐฐ์ถœ๋Ÿ‰์— ํฌ์ปค์‹ฑํ•ด์•ผํ•œ๋‹ค. - ์‚ฌ์‹ค์ƒ ์›์ „์—์„œ ๋‚˜์˜ค๋Š” ๋ฐฉ์‚ฌ์„ฑ ํ๊ธฐ๋ฌผ์ด '์ •๋ง ์ž˜ ์ฒ˜๋ฆฌ'๋งŒ ๋œ๋‹ค๋ฉด ํ™˜๊ฒฝ์— ์˜ํ–ฅ์ด ์ ์€ ๋ฐœ์ „์›์ด๋ผ๋Š” ๊ฑด ๋ˆ„๊ตฌ๋‚˜ ๋Œ€๋žต ์ธ์ง€ํ•˜๊ณ  ์žˆ์ง€ ์•Š์„๊นŒ? - ๋‹ค๋งŒ, ์ƒ๊ฐ๋ณด๋‹ค ํƒœ์–‘๊ด‘ ๋ฐœ์ „์ด ํ™˜๊ฒฝ, ์ธ์ฒด์— ์œ ํ•ดํ•  ์ˆ˜ ์žˆ๋‹ค๋Š” ์ ์€ ์ƒˆ๋กœ์› ๋‹ค. -..

    (๋‹ค์‹œ)[1920]์ˆ˜ ์ฐพ๊ธฐ

    import sys N = int(sys.stdin.readline()) A = list(map(int, sys.stdin.readline().rstrip().split())) M = int(sys.stdin.readline()) B = list(map(int, sys.stdin.readline().rstrip().split())) C = [] for i in B: if i in A: C.append(1) else: C.append(0) for j in C: print(j, sep='\n') 1920 ์ˆ˜ ์ฐพ๊ธฐ ์‹œ๊ฐ„ ์ดˆ๊ณผ, ๋‹ค์‹œ ํ’€๊ธฐ!!! ์ด๋ถ„ ํƒ์ƒ‰ ๊ฐœ๋… ๊ณต๋ถ€

    [TIL]72. ์‹ ๊ฒฝ๋ง ํ•™์Šต

    ํ‚ค์›Œ๋“œ ์‹ ๊ฒฝ๋ง ํ•™์Šต ๋ฉ”์ปค๋‹ˆ์ฆ˜(์ˆœ์ „ํŒŒ, ์†์‹ค ๊ณ„์‚ฐ, ์—ญ์ „ํŒŒ) ๊ฒฝ์‚ฌ ํ•˜๊ฐ•๋ฒ•(Gradient Descent ; GD) : ๊ฐ€์ค‘์น˜๊ฐ€ ๊ฐฑ์‹ ๋˜๋Š” ๊ณผ์ • ์˜ตํ‹ฐ๋งˆ์ด์ €(Optimizer)์˜ ๊ฐœ๋… ์‹ ๊ฒฝ๋ง ํ•™์Šต ๋ฐ์ดํ„ฐ ์ž…๋ ฅ ๋ฐ ์‹ ๊ฒฝ๋ง ๊ฐ ์ธต์—์„œ ๊ฐ€์ค‘์น˜ ๋ฐ ํ™œ์„ฑํ™” ํ•จ์ˆ˜ ์—ฐ์‚ฐ์„ ์ˆ˜ํ–‰ ๋ชจ๋“  ์ธต์—์„œ 1์˜ ๊ณผ์ •์„ ์ง„ํ–‰ ํ›„ ๋งˆ์ง€๋ง‰ ์ถœ๋ ฅ์ธต์—์„œ ๊ฐ’์„ ์ถœ๋ ฅ(์ถœ๋ ฅ๊ฐ’) ์†์‹ค ํ•จ์ˆ˜๋ฅผ ํ†ตํ•ด ์˜ˆ์ธก๊ฐ’(prediction)๊ณผ ์‹ค์ œ๊ฐ’(target)์˜ ์ฐจ์ด๋ฅผ ๊ณ„์‚ฐ ๊ฒฝ์‚ฌํ•˜๊ฐ•๋ฒ•๊ณผ ์—ญ์ „ํŒŒ๋ฅผ ํ†ตํ•ด ๊ฐ ๊ฐ€์ค‘์น˜๋ฅผ ์ƒˆ๋กญ๊ฒŒ ๊ฐฑ์‹  ์–ด๋–ค ํ•™์Šต ์ค‘์ง€ ๊ธฐ์ค€์„ ๋งŒ์กฑํ•  ๋•Œ๊นŒ์ง€ 1-4์˜ ๊ณผ์ •์„ ๋ฐ˜๋ณต Iteration : 1-4์˜ ๊ณผ์ •์„ ๋งํ•˜๋ฉฐ ๋งค Iteration๋งˆ๋‹ค ๊ฐ€์ค‘์น˜๊ฐ€ ๊ฐฑ์‹ ๋จ 1๋ฒˆ์˜ Iteration์—๋Š” ์ˆœ์ „ํŒŒ ๊ณผ์ •(1-2), ์†์‹ค๊ณ„์‚ฐ ๊ณผ์ •(3), ์—ญ์ „ํŒŒ ๊ณผ์ •(4)์œผ๋กœ ํฌ๊ฒŒ ..

    [๋”ฅ๋Ÿฌ๋‹]์†์‹ค ํ•จ์ˆ˜

    ์†์‹ค ํ•จ์ˆ˜๋ž€ ์†์‹ค ํ•จ์ˆ˜ = ๋น„์šฉ ํ•จ์ˆ˜(cost function ; cost) ์ž…๋ ฅ๊ฐ’(x)๋ฅผ F(w)๋ผ๋Š” ๋ชจ๋ธ์— ํ†ต๊ณผ์‹œ์ผฐ์„ ๋•Œ ๋‚˜์˜ค๋Š” ๊ฐ’์€ ์ถœ๋ ฅ๊ฐ’(y_pred; ์˜ˆ์ธก๊ฐ’)์ž…๋‹ˆ๋‹ค. ๋ชจ๋ธ์˜ ์ตœ์ข… ๋ชฉ์ ์€ ์‹ค์ œ๊ฐ’(y_true; ์ฐธ๊ฐ’, ๊ด€์ธก๊ฐ’)์— ์ตœ๋Œ€ํ•œ ๊ฐ€๊นŒ์šด ์˜ˆ์ธก๊ฐ’์„ ์–ป๋Š” ๊ฒƒ์ž…๋‹ˆ๋‹ค. ์ด ๋•Œ, ์˜ˆ์ธก๊ฐ’๊ณผ ์‹ค์ œ๊ฐ’์˜ ์ฐจ์ด๋ฅผ ํ™•์ธํ•˜๋Š” ํ•จ์ˆ˜๊ฐ€ ์†์‹คํ•จ์ˆ˜ ์ž…๋‹ˆ๋‹ค. ๋‹ค์‹œ ๋งํ•ด, ์šฐ๋ฆฌ๊ฐ€ ์„ค๊ณ„ํ•œ ๋ชจ๋ธ์ด ์ž…๋ ฅ๊ฐ’์„ ํ† ๋Œ€๋กœ ์–ผ๋งˆ๋‚˜ ์ž˜ ๋งž์ถ”์—ˆ๋Š”์ง€๋ฅผ ๋‚˜ํƒ€๋‚ด๋Š” ์ง€ํ‘œ๋ผ๊ณ  ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์šด๋™์—๋Š” ์šด๋™๋งˆ๋‹ค ๋‹ค๋ฅธ ๊ทœ์น™์ด ์ ์šฉ๋˜๋“ฏ, ์šฐ๋ฆฌ๊ฐ€ ์„ค๊ณ„ํ•œ ๋ชจ๋ธ(์ •ํ™•ํžˆ๋Š” ์šฐ๋ฆฌ๊ฐ€ ํ’€๊ณ ์ž ํ•˜๋Š” ๋ฌธ์ œ์˜ ์ข…๋ฅ˜)์— ๋”ฐ๋ผ ๋‹ค์–‘ํ•œ ์†์‹คํ•จ์ˆ˜๋ฅผ ์‚ฌ์šฉํ•ฉ๋‹ˆ๋‹ค. ์†์‹ค ํ•จ์ˆ˜์˜ ์ข…๋ฅ˜ ์šฐ๋ฆฌ๊ฐ€ ๋‹ค๋ฃจ๊ฒŒ ๋  ๋ฌธ์ œ๋Š” ํฌ๊ฒŒ 3๊ฐ€์ง€๋กœ ๋‚˜๋ˆŒ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. 1) ํšŒ๊ท€, 2) ์ด์ง„ ๋ถ„๋ฅ˜, 3) ๋‹ค์ค‘ ๋ถ„..

    [๋”ฅ๋Ÿฌ๋‹]์—ญ์ „ํŒŒ ์•Œ๊ณ ๋ฆฌ์ฆ˜

    ์—ญ์ „ํŒŒ ์•Œ๊ณ ๋ฆฌ์ฆ˜ ์ €ํฌ๊ฐ€ ์ฐจ๋ฅผ ๊ตฌ๋งคํ•˜๊ฒŒ ๋˜๋ฉด, ์ ๋‹นํ•œ ์„ธํŒ… ํ›„ ์ฐจ๋Ÿ‰์„ ์šด์ „ํ•˜๊ฒŒ ๋ฉ๋‹ˆ๋‹ค. ๊ธฐ๋ณธ์ ์œผ๋กœ ์‹œํŠธ ๋†’์ด, ํ•ธ๋“ค๊ณผ์˜ ๊ฑฐ๋ฆฌ, ๋ฐฑ๋ฏธ๋Ÿฌ ์œ„์น˜, ์‚ฌ์ด๋“œ ๋ฏธ๋Ÿฌ ์œ„์น˜ ๋“ฑ์„ ์กฐ์ ˆํ•˜๊ฒŒ ๋ฉ๋‹ˆ๋‹ค. ์ฒ˜์Œ๋ถ€ํ„ฐ ๋ณธ์ธ์—๊ฒŒ ์ตœ์ ํ™” ๋œ ์„ธํŒ…์€ ํ•œ๋ฒˆ์— ์ด๋ฃจ์–ด์งˆ ์ˆ˜ ์—†๊ธฐ์—, ์‹œ๊ฐ„์ด ํ๋ฅด๋ฉฐ ์šด์ „์„ ์ง„ํ–‰ํ• ์ˆ˜๋ก ๋‚˜์—๊ฒŒ ๋งž๊ฒŒ ์กฐ๊ธˆ์”ฉ ์„ธํŒ…์„ ์ˆ˜์ • ๋ฐ˜๋ณตํ•˜๊ฒŒ ๋ฉ๋‹ˆ๋‹ค. ์ˆœ์ „ํŒŒ : ์ ๋‹นํ•œ ์„ธํŒ…์„ ํ†ตํ•ด ์šด์ „ํ•˜๋Š” ํ–‰์œ„ ์†์‹ค ๊ณ„์‚ฐ : '์ด ์„ธํŒ…์€ ์กฐ๊ธˆ ๋ถˆํŽธํ•œ๋ฐ? ์–ผ๋งˆ๋‚˜ ์กฐ์ •ํ• ๊นŒ?' ํ•˜๋Š” ์ƒ๊ฐ ์—ญ์ „ํŒŒ : ๋ถˆํŽธํ•œ ์„ธํŒ…์— ๋Œ€ํ•ด์„œ ์กฐ๊ธˆ์”ฉ ์กฐ์ •ํ•˜๋Š” ํ–‰์œ„ ์ถ”๊ฐ€) ์„ธํŒ…์„ ์กฐ์ •ํ•  ๋•Œ(์˜์ž ๋†’์ด๋ฅผ ์กฐ์ •ํ•œ๋‹ค ํ•  ๋•Œ), ํ•œ๋ฒˆ์— 10cm๋ฅผ ๋‚ฎ์ถ”๋Š” ๊ฒฝ์šฐ๋„ ์žˆ๊ณ  ์•„์ฃผ ์กฐ๊ธˆ์”ฉ 1cm์”ฉ ๋‚ฎ์ถ”๋Š” ๊ฒฝ์šฐ๊ฐ€ ์žˆ๋“ฏ์ด ์„ธํŒ…์„ ์กฐ์ •ํ•˜๋Š” ๋ฐฉ๋ฒ•์€ ๋‹ค์–‘ํ•ฉ๋‹ˆ๋‹ค. ์ด๋Ÿฐ ์„ธํŒ…์„ ์กฐ์ •ํ•˜๋Š” ๋ฐฉ๋ฒ•์ด ์˜ตํ‹ฐ๋งˆ์ด์ €์˜..