일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 나의 첫 머신러닝/딥러닝
- 머신러닝 교재
- 다중분류
- 알고리즘
- 트리
- 양자우위
- 전자중첩
- Bottom Tab Navigator
- 이진분류
- qubit
- 머신러닝 검증
- 플랫폼 독점
- 양자역학
- 파이썬
- Lv3
- 머신러닝
- 리나칸
- 다중 레이블 분류
- 빅테크 이슈
- 검증 데이터
- 프로그래머스
- 줄 서는 방법
- 아마존의 반독점 역설
- 트리의지름
- 단일큐빗
- Top Tab Navigator
- 다중큐빗
- 얽힘상태
- Amazon's Antitrust Paradox
- NISQ
- Today
- Total
목록전체 글 (12)
엄지척 블로그
프로그래머스 링크 : https://school.programmers.co.kr/learn/courses/30/lessons/12936 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제를 풀다가 우연히 수학공식을 발견하게 되어서 위 글을 쓰게 된다. 숫자가 [1,2,3] 이 있을시 1 2 3 1 3 2 2 1 3 3 1 2 이 순으로 나열할수 있는데 조금더 n 을 크게 하여서 일반화를 시킬수 있다. 예를 들어 1 ,2 , 3, 4 ,5 가 있으며 49번째 수를 구할때에는 1 이 가장 앞에나올때는 4! 의 경우가 있으며 2 가 가장 앞에나올때는 4! 의 ..

논문 원본 링크 아마존의 반독점 역설 (Amazon's Antitrust Paradox)-리나 칸(Lina M. Khan) > 보고서 | (사)국가미래연구원 이 보고서는 미국 예일대의 ‘The Yale Law Journal ’에 2017년에 실린 리나 칸(Lina M. Khan)의 논문을 우리말로 요약한 것이다. 번역 내용과 원본 논문을 첨부해 함께 소개한다.리나 칸(Lina M. Khan)은 1989 www.ifs.or.kr [리나 칸 인물소개] 리나 칸(Lina M. Khan)은 1989년생으로 미국의 법학자이자 미 연방거래위원회(FTC) 위원장이다. 예일 법학대학원 재학 중 미국의 독점금지법과 경쟁법 관련 내용을 주로 연구했다. 조 바이든 대통령이 연방거래위원회 위원장으로 임명해 2021년 6월부터..
React Native 를 통해서 앱을 개발하다가 , Bottom Navigator 화면 안에다가 Top Navigator 를 집어넣고 싶다는 생각에 , 스택 오버플로우나 , 슬랙등 여기저기 물어보다가 알맞은 코드를 어떻게 구현하게 되었다. 한번씩 가져다가 쓰는것도 좋을듯 (코드는 밑에 붙여놓았다) 참고 snack 링크 : https://snack.expo.dev/@aza1200/material-top-tabs-navigator-%7C-react-navigation Material Top Tabs Navigator | React Navigation - Snack Try this project on your phone! Use Expo's online editor to make changes and sav..

https://programmers.co.kr/learn/courses/30/lessons/49191 코딩테스트 연습 - 순위 5 [[4, 3], [4, 2], [3, 2], [1, 2], [2, 5]] 2 programmers.co.kr 해당 문제에 대한 풀이를 검색한 결과 플로이드 와샬 알고리즘을 활용한 풀이가 많았지만, 실전에서 과연 플로이드 와샬 알고리즘을 활용할수있을까? 라는 의문이 더 앞선 문제였다. 그래서 조금은 흔한 방법인 DFS 를 활용한 풀이를 게시할려 한다. 풀이방법 1. 권투 대회에서 이기는 방향, 지는 방향으로 Dictionary 배열 생성 총 두개를 생성한다. 권투에서 이기는 방향으로 화살표로 표현했을시 다음과 같이 Dictionary 두개를 생성할수있다. Dict = { 1:[..

머신러닝에서의 학습 데이터를 특별한 알고리즘에 적요하여 머신러닝 모델을 정의된 문제에 최적화하는 과정 1. 지도학습과 비지도 학습 지도학습 ▶ 정답을 알려주면서 진행되는 학습 비지도학습 ▶ 레이블(정답) 이 없이 진행되는 학습 2. 지도학습 : 분류와 회귀 지도학습에는 분류와 회귀가 대표적이다. 분류 ▶ 데이터가 입력됐을 때 지도학습을 통해 미리 학습된 하나 또는 여러개의 레이블로 예측 (불연속) 회귀 ▶ 입력된 데이터에 대해서 연속된 데이터로 예측한다. (연속) 회귀는 34.5 도, 34.7 도, 34도 와 같이 정해진 레이블이 아닌 연속성을 가진 수치로 예측한다. 분류와 회귀는 연속이냐 불연속이냐 로 구분하면 좋을것 같다. 3 분류 : [ 이진분류, 다중분류, 다중 레이블 분류 ] 이진분류 ▶ (예,..

막연하게 머신러닝 이 무엇인지, 어디서부터 시작해야할지 애매할수 가 있기에 가장 기초적인 개념부터 짚고 넘어가고자 한다. 1. 결정론 vs 비결정론 우선 머신러닝 기반 소프트웨어란 비결정론적 소프트웨어라는 사실을 인지하고 있어야 한다. 일반 프로그램 ▶ 언제나 똑같은 과정을 통해 동일한 결과를 낸다. 머신러닝 기반 소프트웨어 ▶ 데이터와 사용된 알고리즘에 따라 때로는 다른 결과를 추론해낸다. 스마트폰 얼굴인식 잠금해제 일경우를 생각해보자. 항상 같은 입력에 대해서 동일한 결과값만을 도출한다면 세상에서 오직 한 사람의 얼굴만 스마트폰의 잠금을 해제할 수 있을 것이다. 물론 조건문을 여러 번 적용하여 여러 명의 얼굴을 지원할 수도 있지만, 사용자만큼의 조건문을 만들어야 한다. 물론 어느정도 해결이 될수는 있..

1. 단일 큐빗 지금까지는 단일 큐빗 상태를 표현하는 것만 다루었다. 그러나 단일 큐빗로는 기술적인 이점을 취하기는 어렵다. 앞서 설명하였듯이 구글이 양자우위 달성에 사용된 큐비트의 수는 53개이며, 이는 이론상