![]()
네이버 소프트웨어야놀자 대학생 멘토 프로그램은 "대학생들이 직접 멘토가 되어, 지역의 초/중학생에게 SW 지식을 나누는 교육 봉사 프로그램"이다. 소프트웨어 : 소프트웨어야 놀자 소프트웨어의 기초부터 응용까지, 누구나 시작할 수 있습니다. www.playsw.or.kr 해당 프로그램을 알게 되고, 교내 마음이 맞는 사람들끼리 모여 회의를 하고, 지원서와 수업 계획서를 작성하여 제출하였다. 나도 코딩 학원에서 엔트리로 아이들을 가르친 경험이 있었고, 비슷한 경험을 가진 다른 팀원들도 많았기에 당연히 합격하게 될 줄 알았는데, 불합격 통보를 받고 아쉬웠다. 하지만 지원서를 준비하면서 만나게 된 팀원들이 비슷한 분야에 관심이 있는 사람들이다보니, 빠르게 친해질 수 있었다. 그 중에 두 명은 교내의 다른 동아리..
![]()
K-Fold Cross-Validation 개념 및 설명 K-Fold Cross Validation(교차검증) 정의 및 설명 정의- K개의 fold를 만들어서 진행하는 교차검증 사용 이유- 총 데이터 갯수가 적은 데이터 셋에 대하여 정확도를 향상시킬수 있음- 이는 기존에 Training / Validation / Test 세 개의 집단으로 분류하는 nonmeyet.tistory.com Code K-Fold Cross-Validation을 사용한 BERT 학습 https://www.kaggle.com/code/ravi02516/bert-training-5-fold-cross-validation/notebook Bert Training [5 fold cross validation] Explore and ru..
![]()
미분방정식 "신호 및 시스템"을 배우는 이유에 대한 글에 뜬금없이 웬 '미분방정식'? 이라고 생각할 수 있지만, 미분방정식은 자연 현상을 수학적으로 표현하는 방법 중 하나이다. 슈뢰딩거의 파동함수, 뉴턴의 F=ma 등이 미분방정식으로 표현된 식이다. 미분방정식과 초기값만 주어지면 모든 현상을 예측할 수 있다.(물론 양자역학 제외) 이러한 점에서 이공계 학생들이 미분방정식을 들어야 함은 당연한데, 그 다음 단계로 공대생들이 "신호 및 시스템"를 듣는 것도 당연한 듯 하다. 신호 및 시스템 "신호 및 시스템"이라는 과목은 그 이름에서 알 수 있듯이, 신호 연산이나 신호 분석을 통해 시스템을 제어하는 학문이다. "시스템"이란 무엇일까? 시스템에 대한 사전적 정의는 아래와 같다. ① 체계, 조직, 제도 등 요소..
![]()
이전 글 : [알고리즘] 시간복잡도와 Master Theorem [알고리즘] 시간복잡도와 Master Theorem Master Theorem $T(n) = a \cdot T(\frac{n}{b}) + f(n)$와 같은 모양을 가진 점화식은 마스터 정리에 의해 바로 분석할 수 있다 $T(n) = a \cdot T(\frac{n}{b}) + f(n)$ $h_n = n^{log_b a}$ $f(n)$과 $h(n)$ 비교 if $f(n) < h(n)$, then $ oneonlee.tistory.com 시간복잡도와 Master Theorem - 연습문제 출처: “Algorithms,” Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani, McGraw-Hill, ..
![]()
Master Theorem $T(n) = a \cdot T(\frac{n}{b}) + f(n)$와 같은 모양을 가진 점화식은 마스터 정리에 의해 바로 분석할 수 있다 $T(n) = a \cdot T(\frac{n}{b}) + f(n)$ $h_n = n^{log_b a}$ $f(n)$과 $h(n)$ 비교 if $f(n) h(n)$, then $O(T(n)) = f(n)$ 제약 조건 $f(n)$은 asymptotically positive function (양의 함수) 이어야 한다. $a \geq 1$ and $b > 1$이어야 한다. th..
![]()
K-Means Clustering Iteratively re-assign points to the nearest cluster center Goal: cluster to minimize variance in data given-clusters Steps 1): Randomly select K centers 2): [Expectation Step] Assign each point to nearest center 3): [Minimize Step] Compute new center (mean) for each cluster 4): Repeat from the [Expectation Step] to the [Minimize Step] until coverage Hyperparater of K-Means Clu..
