코딩세상

문제 설명 정수 n을 입력받아 n의 약수를 모두 더한 값을 리턴하는 함수, solution을 완성해주세요. 제한 사항 n은 0 이상 3000이하인 정수입니다. 입출력 예 n return 12 28 5 6 입출력 예 설명 입출력 예 #1 12의 약수는 1, 2, 3, 4, 6, 12입니다. 이를 모두 더하면 28입니다. 입출력 예 #2 5의 약수는 1, 5입니다. 이를 모두 더하면 6입니다. _______________________________________________________________________________________ def solution(n): i = 1 answer = 0 for i in range(1, n+1): if n%i == 0: answer += i return ..

문제 설명 함수 solution은 정수 x와 자연수 n을 입력 받아, x부터 시작해 x씩 증가하는 숫자를 n개 지니는 리스트를 리턴해야 합니다. 다음 제한 조건을 보고, 조건을 만족하는 함수, solution을 완성해주세요. 제한 조건 x는 -10000000 이상, 10000000 이하인 정수입니다. n은 1000 이하인 자연수입니다. 입출력 예 x n answer 2 5 [2, 4, 6, 8, 10] 4 3 [4, 8, 12] -4 2 [-4, -8] ______________________________________________________________________________________________ def solution(x, n): answer = [] for i in range(..

- 딥러닝 모델이란? 딥러닝 모델이란 앞서 1장에서 설명했던 것처럼 퍼셉트론을 여러개 쌓은 다층 퍼셉트론 중 히든 레이어의 개수가 3층 이상인 모델을 뜻합니다. - 딥러닝 모델의 구성 요소 딥러닝 모델은 위 그림과 같이 노드간의 연결 강도를 나타내는 가중치(Weight) 각 층을 구성하는 요소인 Node/Unit 모델을 구성하는 층인 Layer 로 이루어져 있습니다. 각각에 대한 설명은 추후에 더 자세히 설명하겠습니다. - 딥러닝 모델의 학습 방법 딥러닝 모델은 Loss function(손실 함수)의 값을 최소화 하기 위해 최적화(Optimization) 알고리즘을 적용합니다. - 손실함수(Loss Function)과 최적화(Optimizer) 손실함수는 위 그림 중 왼쪽의 그래프와 같이 실제 값과 예측..

문제 설명 자연수 N이 주어지면, N의 각 자릿수의 합을 구해서 return 하는 solution 함수를 만들어 주세요. 예를들어 N = 123이면 1 + 2 + 3 = 6을 return 하면 됩니다. 제한사항 N의 범위 : 100,000,000 이하의 자연수 입출력 예 Nanswer N answer 123 6 987 24 ____________________________________________________________________________________ 입출력 예 설명 입출력 예 #1 문제의 예시와 같습니다. 입출력 예 #2 9 + 8 + 7 = 24이므로 24를 return 하면 됩니다. solution.py import math def solution(n): answer = 0 f..

- 1986년 첫 번째 빙하기의 끝 앞서 설명했던 것과 같이 인공지능은 비 선형적인 문제를 단층 퍼셉트론만으로는 해결할 수 없었기 때문에 1969년 첫 번째 AI의 겨울이 시작되었습니다. 1986년 다층 퍼셉트론이라는 개념이 등장하기 전까지 인공지능의 발전은 제자리 걸음을 하고 있었고, 드디어 다층 퍼셉트론이 등장하면서 XOR gate를 구현할 수 있었습니다. 이로 인해 인공지능은 다시 폭발적인 발전을 이어나갈 수 있게 되었습니다. - 비 선형적인 문제 해결 위 사진은 단층 퍼셉트론을 나타낸 사진으로 입력층과 출력층으로만 이루어져 있는 것을 확인할 수 있습니다. - 단층 퍼셉트론을 여러층으로 쌓아보기 그렇다면 우리가 단층 퍼셉트론을 여러층으로 쌓아보면 어떻게 될까요? - XOR gate 예시와 다층 퍼셉..

- 하나의 선으로 분류 할 수 없는 문제의 등장 위 사진을 확인하면 왼쪽의 그래프의 경우 고양이와 강아지가 정상적으로 분류가 된 것을 확인할 수 있지만 오른쪽 그래프의 경우 고양이의 영역에 강아지가 들어가 있는 것을 확인할 수 있다. 그러면 오른쪽 그래프는 정상적으로 강아지와 고양이를 분류했다고 보기엔 어려운 점이 있다. 이와 같이 기존의 AND, OR, NAND, NOR gate를 한개만 사용하여 데이터의 분류를 진행하였지만, 비 선형 문제의 경우 한개의 gate만을 사용하여 분류할 수 없는 문제가 발생하였다. 그러면 우리는 정상적으로 강아지가 분류되기 위해서는 어떻게 그래프를 그어야 분류할 수 있을까? 간단하게 생각하면 아래와 같은 그래프 같이 생각할 수 있을 것이다. - 비 선형적인 논리 게이트, ..

- 논리 회로의 역할을 수행하는 퍼셉트론 사람의 신경계는 가장 작은 단위인 뉴런이 모여 신경망을 이루고 이 신경망을 통해 지능을 갖게 되는 것처럼 인공지능에서도 가장 작은 단위인 퍼셉트론이 모여 인공 신경망을 이루고 이것을 통해 인공지능을 갖게 된다. - 논리 회로의 정의 일정한 논리 연산에 의해 출력을 얻는 회로를 의미한다. 컴퓨터에서 사칙 연산은 논리 회로가 담당하고 있다. 논리 회로가 작동하기 위해 모든 숫자는 이진수로 변환한다. 이진수는 숫자 '1'과 '0'으로만 이루어진 숫자 체계이다. 일반적으로 숫자 '1'은 논리적으로 '참(true)'을 의미하며 회로에 전류가 흐르고 있음 뜻하고, 숫자 '0'은 '거짓(false)'을 의미하며 회로에 전류가 흐르지 않음을 뜻한다. - AND gate AND ..

- 신경망 이전의 연구 신경망 이전의 연구는 주로 얼굴인식, 숫자 및 문자 인식이 이루어 졌습니다. - 명시적 프로그래밍(Explicit Programming) 명시적 프로그래밍을 통해 얼굴 인식, 숫자 및 문자 인식을 할 수 있는 프로그램을 프로그래밍 하였습니다. 위 이미지처럼 if 문을 통해 눈, 코, 입 혹은 숫자 1, 2, 3 .... 과 같이 룰을 지정하여 분류 할 수 있게 프로그래밍 하였습니다. - 명시적 프로그래밍의 한계 예시 : 자율 주행 자동차 자율 주행 시 예측할 수 없는 상황이 일어날 수 있기 때문에 명시적 프로그래밍을 통해 입력해주는 것은 한계가 있습니다. 일일이 발생할 수 있는 예측을 가정하여 적게는 수천, 많게는 수십만개의 경우의 수를 사람이 직접 입력해주는데에는 한계가 있었고,..

1. 딥러닝 개론 - 인공지능, 머신러닝, 딥러닝 간단하게 표현하면 인공지능은 머신러닝과 딥러닝을 포괄적으로 나타내는 용어입니다. 머신러닝이란 인공지능을 구현하는 방식 중 하나이며 기계가 일일이 코드로 명시하지 않은 동작을 데이터로 부터 학습해 실행 할 수 있도록 하는 알고리즘을 연구하는 분야입니다. 딥러닝은 머신러닝 기법 중 하나인 인공신경망을 기반하여, 많은 양의 데이터를 학습해 뛰어난 성능을 이끌어내는 연구분야입니다. - 딥러닝의 정의 딥러닝이란? 머신러닝의 여러 방법론 중 하나이며, 인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가리치는 방법을 나타냅니다. - 인공 신경망의 정의 인공신경망이란? 생물학의 신경망에서 영감을 얻은 학습 알고리즘이며, 사람의 신경 시스템을 모방하여 구성하였다. - ..

자바 스크립트에서 비동기 통신을 위해 callback, promise, async-awit을 사용합니다. - callback : 비동기 처리가 완료된 후 실행될 함수를 인자로 전달하는 방식 - promise : 비동기 처리가 완료되면 결과를 반환하는 객체 - async-await : promise를 기반으로 하며, 비동기 처리가 완료될 때까지 기다린 후 결과를 반환 비동기 콜백 함수 비동기(Asynchronous) 함수란? - 쉽게 설명하면 호출부에서 실행 결과를 기다리지 않아도 되는 함수입니다. (콜백함수(Callback Function)은 비동기 처리를 위해 사용될 수 있습니다.) 동기(Synchronous) 함수란? - 호출부에서 실행 결과가 리턴될 때까지 기다려야 하는 함수입니다. 콜백함수란? -..