본문 바로가기

▶ 자연과학/▷ 알고리즘·머신러닝

【알고리즘】 2강. 탐색 알고리즘 2강. 탐색 알고리즘(search algorithm) 추천글 : 【알고리즘】 알고리즘 목차 1. 개요 [본문] 2. 선형탐색 [본문] 3. 이진탐색 [본문] 4. 기타 탐색 알고리즘 [본문] a. 탐색 알고리즘 실험 1. 개요 [목차] ⑴ 탐색(search) ① 배열 C =｛a1, a2, ···, an｝이 있고 키 e가 있을 때 ai = e인 ai를 찾는 과정 ② 위 조건을 만족하는 가장 최초의 원소 ③ 또는, 위 조건을 만족하는 가장 최후의 원소 ④ 또는, 위 조건을 만족하는 모든 원소 ⑵ 배열 C가 정렬된 배열일 수도 있고, 정렬되지 않은 배열일 수도 있음 ① 선형탐색 : O(N) ② 이진탐색 : O(log2 N) ③ 정렬 후 1번 탐색 : O(N log2 N) + O(log2 N) = O(N log..
【알고리즘】 1강. 정렬 알고리즘 1강. 정렬 알고리즘(sorting algorithm) 추천글 : 【알고리즘】 알고리즘 목차 1. 개요 [본문] 2. comparison-based 정렬 알고리즘 [본문] 3. non-comparison-based 정렬 알고리즘 [본문] 4. AI-based 정렬 알고리즘 [본문] a. 정렬 알고리즘 실험 1. 개요 [목차] ⑴ 정렬(sorting) ① 입력 : 〈x1, x2, ···, xn〉과 같이 주어진 n개의 숫자열 ② 출력 : 〈x1', x2', ···, xn'〉, x1' ≤ x2' ≤ ··· ≤ xn'이고 ｛x1', x2', ···, xn'｝=｛x1, x2, ···, xn｝인 n개의 숫자열 ⑵ in-place 알고리즘 : 정렬 알고리즘 실행 시 데이터 저장소를 일정한 양(O(1))만을 필요로 하..
【알고리즘】 2-1강. 탐색 알고리즘 실험 2-1강. 탐색 알고리즘 실험 추천글 : 【알고리즘】 2강. 탐색 알고리즘 1. 개요 [본문] 2. 탐색 알고리즘 실험 [본문] 3. 실험을 수행한 컴퓨터의 사양 [본문] 1. 개요 : 파이썬 프로그램 실행을 위하여 3.8 버전으로 jupyter notebook을 사용 [목차] 2. 탐색 알고리즘 실험 : 이 문제를 푸는 데 있어서 데이터의 범위는 0 ~ input_size - 1을 고려 [목차] ⑴ 탐색 알고리즘의 구현 ① 선형 탐색 알고리즘 ○ 탐색 여부를 반환하는 선형 탐색 알고리즘 ○ 탐색된 원소의 순서를 반환하는 선형 탐색 알고리즘 ○ 정렬된 배열에 대한 선형 탐색 알고리즘 ② 이진 탐색 알고리즘 ○ 재귀함수를 이용한 알고리즘 ○ 반복을 이용한 알고리즘 ④ 랜덤 숫자 생성 ⑵ 결과 1. 입력이 ..
【알고리즘】 25-1강. 뉴턴-랩슨법(Newton-Raphson method, Newton method) 25-1강. 뉴턴-랩슨법(Newton Raphson method, Newton method) 추천글 : 【알고리즘】 25강. 수치해석 알고리즘 1. 경우 1. 비선형 방정식의 해를 찾는 경우 [본문]2. 경우 2. 최적화 알고리즘 [본문] 1. 경우 1. 비선형 방정식의 해를 찾는 경우 [목차]⑴ 목적 : y = f(x)의 근사해를 구하기 위한 알고리즘⑵ 수식화 : | xn+1 - xn | ≤ ε일 때 xn+1을 근사해로 취함Figure. 1. Newton Raphson 방법 도식  ⑶ 예시  nxn1221.44117647131.13580288341.01883463551.000440361.00000024971Table. 1. Newton-Raphson 방법 계산 예시  2. 경우 2. 최적화 알고리즘 [..
【알고리즘】 6-1강. Calibrated Classification Model 6-1강. Calibrated Classification Model 추천글 : 【알고리즘】 6강. 분류 알고리즘 1. 예측값 [본문] 2. 캘리브레이션을 거친 후의 예측값 [본문] 3. 캘리브레이션 하는 법 [본문] 1. 예측값 [목차] ⑴ 값은 빈도, 특정 범위의 숫자, 발생확률, 클래스 등이 될 수 있음 ⑵ 머신러닝 모델은 특정 샘플에 대해 특정 값이 대응된다고 예측 ⑶ 머신러닝 모델이 더 정확히 예측하기 위해 데이터에 변형(캘리브레이션, calibration)이 필요함 2. 캘리브레이션을 거친 후의 예측값 [목차] ⑴ 신뢰도 그림(reliability diagram, calibration curve) ① 정의 : x축은 예측값, y축은 실제값일 때 곡선으로 플롯팅 한 것 ② 캘리브레이션이 잘될수록 ..
【알고리즘】 7-1강. SNE, symmetric-SNE, tSNE 7-1강. SNE, symmetric-SNE, tSNE 추천글 : 【알고리즘】 7강. 차원 축소 알고리즘 1. 개요 [본문]2. 종류 1. SNE(stochastic neighbor embedding) [본문]3. 종류 2. symmetric-SNE [본문]4. 종류 3. t-SNE(t-distributed SNE) [본문] 1. 개요 [목차]⑴ 용어 ① 다양체(manifold) : 고차원 공간 중에 실질적으로는 보다 저차원으로 표시 가능한 도형② 데이터 포인트(data point) : 고차원 데이터 포인트라고도 함    ③ 맵 포인트(map point) : 저차원 데이터 포인트라고도 함   ⑵ 특징① 확률 개념을 도입하여 MDS(multidimensional scaling)의 문제점을 해결 ② 특징 1..
【알고리즘】 12강. 진화학습 12강. 진화학습 추천글 : 【알고리즘】 알고리즘 목차 1. 진화학습 [본문] 2. 단계 1. 스트링 표현 [본문] 3. 단계 2. 적합성 평가 [본문] 4. 단계 3. 자손 만들기 [본문] 5. 단절된 균형 [본문] 1. 진화학습 [목차] 진화란, 환경에 더 적합한 개체가 더 많은 자손을 낳고 생태계에 우점종이 되어간다는 이론이다. 더 자세한 사항을 알고 싶다면 다음 서적을 참고하도록 하자. 찰스 다윈의 《종의 기원 (Charles Darwin's The Origin of Species)》리처드 도킨스의 《눈먼 시계공 (The Blind Watchmaker)》유전 알고리즘 (GA, Genetic Algorithm)은 진화를 일으키는 유전 과정을 모델링한다.유전 알고리즘은 매우 효율적이지만 많은 중요한 ..
【알고리즘】 25강. 수치해석 알고리즘 25강. 수치해석 알고리즘 모음  추천글 : 【알고리즘】 알고리즘 목차 1. Thomas 알고리즘 [본문]2. Gauss 소거법 알고리즘 [본문]3. Doolittle 법 [본문]4. Cholesky 법 [본문]5. Jacobi 반복법 [본문]6. Gauss-Seidel 알고리즘 [본문]7. 개선된 Euler 알고리즘 (Heum의 방법) [본문]8. 고전적인 RUNGE-KUTTA 알고리즘 [본문]9. 개선된 RUNGE-KUTTA 알고리즘 [본문]10. RUNGE-KUTTA-FEHLBERG 알고리즘 [본문]11. Adams-Bashforth 알고리즘 [본문]12. Adams-Moulton 알고리즘 [본문]13. Explicit Method [본문]14. Fully (Simple) Implicit Metho..

티스토리툴바