공부 기록장

딥러닝이란?딥러닝은 인공신경망을 기반으로 한 기계학습의 한 분야인간의 두뇌를 모방한 구조로, 다층 신경망을 사용해 데이터로부터 특징을 학습하고 패턴을 인식하는 기술 딥러닝의 중요성복잡한 데이터 분석과 패턴 인식에 뛰어난 성능자율주행, 음성인식, 이미지 분류, 자연어 처리 등 다양한 분야에서 활용 머신러닝 vs 딥러닝딥러닝 ⊂ 머신러닝 모델의 복잡성머신러닝 : 비교적 단순한 알고리즘 사용(선형 회귀, 의사결정트리 등)딥러닝 : 복잡한 모델을 사용해 데이터의 깊은 패턴 학습 데이터 요구사항머신러닝 : 적은 양의 데이터로도 학습이 가능, but 데이터 품질 중요딥러닝 : 대량의 데이터 필요, 데이터 양 많을수록 성능 향상 특징 추출머신러닝 : 수동으로 특징 추출해야 하는 경우 많음딥러닝 : 자동으로 특징을 추..

리뷰어 : 다른 사람이 작성한 코드를 리뷰하는 사람들리뷰이 : 본인이 작성한 코드를 다른 사람들에게 리뷰 받는 사람 코드 리뷰란,소프트웨어 개발 과정에서 팀의 일원이 작성한 코드를 다른 개발자가 검토하는 과정이다 코드 리뷰의 필요성1. 버그 발견코드에 숨겨진 결함, 버그를 조기에 발견 → 제품 품질을 높이고 유지 보수 비용 절감2. 코드 품질 향상코드의 가독성, 일관성, 효율성 검토 → 전반적인 품질 수준을 높임3. 지식 공유지식 공유 → 팀의 전체적인 기술 수준 향상 + 특정 코드나 기능에 대한 이해도 향상 ⇒ 협업 향상 및 팀 문화 형성, 지속적인 개선  코드 리뷰 가이드라인- 팀의 코딩 스타일 가이드라인을 준수했는가? (들여쓰기, 변수명, 함수명 등)- 가독성이 괜찮은가? (중첩된 로직은 없는가, ..

데이터의사결정 및 분석을 위한 원자재 데이터의 중요성빅데이터 시대에 AI를 사용해 의사결정 도구로 활용될 수 있고, 데이터 중심 사고를 도와준다 정형 데이터와 비정형 데이터 (+ 반정형 데이터)정형 데이터- 구조화된 형식과 고정된 스키마- 무결성- 효율적인 저장과 관리- 데이터 분석에 용이- 유연성 부족- RDBMS 비정형 데이터- 텍스트, 이미지, 동영상 등 다양한 데이터 유형- 고정된 스키마나 구조 X- 대용량 (풍부한 정보량)- 저장 및 분석 어려움- 일관성 없는 품질- NoSQL 반정형 데이터- 일정한 구조 O, 고정된 형식 X- 자기 설명적- 정형 비정형 데이터의 장단점 공유- JSON, XML 데이터 인사이트란?데이터 분석을 통해 도출된 유용한 통찰이나 정보, 단순한 해석값 이상의 의미를 값는..

https://www.acmicpc.net/problem/2565 2565번: 전깃줄 첫째 줄에는 두 전봇대 사이의 전깃줄의 개수가 주어진다. 전깃줄의 개수는 100 이하의 자연수이다. 둘째 줄부터 한 줄에 하나씩 전깃줄이 A전봇대와 연결되는 위치의 번호와 B전봇대와 연결되는 www.acmicpc.net 코드 N = int(input()) dp = [1] * N lines = sorted([list(map(int, input().split())) for _ in range(N)], key = lambda x : x[0]) for i in range(N): for j in range(i): if lines[i][1] > lines[j][1]: dp[i] = max(dp[i], dp[j] + 1) print..