분류 전체보기

DAILY BAEKJOON - [최대공약수와 최소공배수] [N번째 큰 수]

2609 : 최대공약수와 최소공배수 더보기 핵심 알고리즘 : 유클리드 호제법을 이해한다. import sys def gcd(A, B): while B > 0: A, B = B, A % B return A def lcm(A, B): return (A * B) // gcd(A, B) A, B = map(int,sys.stdin.readline().split()) print(gcd(A, B)) print(lcm(A, B)) # 유클리드 호제법 https://ko.wikipedia.org/wiki/%EC%9C%A0%ED%81%B4%EB%A6%AC%EB%93%9C_%ED%98%B8%EC%A0%9C%EB%B2%95 유클리드 호제법 - 위키백과, 우리 모두의 백과사전 ko.wikipedia.org 2693 : N번째..

DAILY BAEKJOON - [지능형 기차2] [피보나치 수 5] [일곱 난쟁이]

2460 : 지능형 기차 2 더보기 핵심 알고리즘 : 반복문의 사용을 이해한다. max = 0 sum = 0 for _ in range(10): D, U = map(int, input().split()) sum = sum - D + U if sum > max: max = sum print(max) 10870 : 피보나치 수 5 더보기 핵심 알고리즘 : 재귀함수의 사용과 피보나치 알고리즘을 이해한다. def fibo(n): if n == 0: return 0 elif n == 1: return 1 else: return fibo(n-1) + fibo(n-2) n = int(input()) print(fibo(n)) 2309 : 일곱 난쟁이 더보기 핵심 알고리즘 : import sys heights = []..

DAILY BAEKJOON - [약수 구하기] [이진수] [최소, 최대]

2501 : 약수 구하기 더보기 핵심 알고리즘 : 입력, 반복문, 리스트 사용법, 약수 알고리즘을 이해한다. N, K = map(int, input().split()) num_list=[] for i in range(1, N+1): if N%i == 0: num_list.append(i) if len(num_list) >= K: print(num_list[K-1]) else: print(0) 3460 : 이진수 더보기 핵심 알고리즘 : map의 사용법, 반복문, 이진수 알고리즘을 이해한다. T = int(input()) for _ in range(T): n = int(input()) results = [] cnt = 0 while n > 0: if n % 2 == 1: results.append(cnt)..

모각코 1차(2022-07-02)

👉 TODAY'S GOAL → Anaconda3 설치 → Visual Studio 연동 → 이미지 파일 불러오기 → MNIST 실습 진행 🎵 WHAT I LEARNED → Anaconda3 설치 및 실행 1. Anaconda3 설치 아나콘다 설치 페이지는 https://www.anaconda.com/products/distribution 해당 주소를 통해 들어가서 자신의 OS에 맞는 Install 파일을 다운로드 하면 됩니다. Anaconda | Anaconda Distribution Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single mac..

[AI] Term Project - Image Classification

서론 - 'AI 활용 표현과 문제해결'과목을 수강하며 학습한 내용을 바탕으로 TermProject를 진행했습니다. - 간단한 3D이미지에 대해 분류하는 모델을 설계 또는 사용하여 이미지를 분류하는 것이 TermProject의 목표였습니다. 데이터 분석 - 가방, 화분, 침대, 신발, 책상, 의자 등 11개의 카테고리 이미지 데이터 셋을 분류해야하는 문제였습니다. - 데이터에는 다른 정보는 크게 존재하지 않았으며 이미지만 분류하면 되는 특징이 있습니다. - 데이터 셋 개수가 864개로 매우 적었습니다. 접근법 - 데이터 셋 개수가 매우 적어 Data Augmentation(데이터 증강)을 통해 데이터 셋의 개수를 늘려야 겠다고 생각했습니다. - 대량의 데이터를 이용하여 이미 학습된 모델을 더 규모가 작은 ..