분류 전체보기 281

Chapter 2. 변수, 형변환

저장공간의 선언: 값의 타입과 이름을 명시 값의 저장(할당) 초기화: 선언과 동시에 저장 덮어쓰기: 선언 이후에 저장 변수의 종류 기본형 변수 논리형 변수: boolean - True/False 문자형 변수: char - 문자 하나 정수형 변수: byte, short, int, long - 숫자 정수형 표현 범위 byte: -128 ~ 127 short (2byte): -32,768 ~ 32,767 int (4byte): -2,147,483,648 ~ 2,147,483,647 long (8byte): 9백경 정수형 리터럴(데이터값) 구분값 접미사: long의 351245312L 등 실수형 변수: float, double - 소수점 실수값 실수형 표현 범위 float (4byte): 3.4 * -10^38..

Chapter 1. Java 소개, JVM, 첫 프로젝트 생성

Java 프로그래밍 언어: 사람과 컴퓨터 간의 소통을 위해 사용 개발 언어의 역사 A 언어 첫 개발언어. 1960 핵심기능: 입/출력, 문맥 B 언어 Bell사에서 개발. 1960 핵심기능: A언어 기능 + 기계식 데이터 타입, 연산기능, 메서드 C 언어 B 언어보다 더 좋은 언어. 1970 핵심기능: B언어 기능 + 자료형 데이터 타입, 자료구조 Java 언어 자바 커피에서 이름을 따옴. 1990 핵심기능: C언어 기능 + 공통 실행환경(JVM), 클래스, 객체 Java가 많이 쓰이는 이유 공통 실행환경: 여러 운영 체제에서 실행 가능. 앱 개발에 적합. 객체 지향 언어: 이해, 유지 보수가 쉬움 안정성이 높아 보안상 안전: 컴파일러가 먼저 오류 체크, Java에서 지원하는 보안 기술이 많음 대규모 앱..

[231012] KPT 회고, 학습법 특강, next()와 nextLine()

KPT 회고 목적: Keep, Problem, Try 세 가지 관점으로 회고를 진행하여 개선된 팀 문화를 만들어 감 Keep : 잘하고 있는 점. 계속 했으면 좋겠다 싶은 점. Problem : 뭔가 문제가 있다 싶은 점. 변화가 필요한 점. Try : 잘하고 있는 것을 더 잘하기 위해서, 문제가 있는 점을 해결하기 위해서 우리가 시도해 볼 것들 이번 미니 프로젝트에 대한 정리 및 KPT 회고 작성 https://jinjinjincode.tistory.com/111 Chapter 1. 미니프로젝트: 팀소개 웹페이지 제작 기본 정보 팀명: I-WORLD 팀장: 김성훈 팀원: 유민아, 김민선, 이예진 팀 소개 : I 좋은 사람들, I 좋은 세상, 내일배움캠프 3기 spring b반 3조 I-WORLD입니다!..

Chapter 1. 미니프로젝트: 팀소개 웹페이지 제작

기본 정보 팀명: I-WORLD 팀장: 김성훈 팀원: 유민아, 김민선, 이예진 팀 소개 : I 좋은 사람들, I 좋은 세상, 내일배움캠프 3기 spring b반 3조 I-WORLD입니다! 프로젝트 소개 : 싸이월드를 패러디하여 팀 소개와 팀원 소개를 하는 웹페이지 제작 팀 협업: 슬랙, 노션, 게더타운, github 이용 구현하고자 한 기능 - 기능 중심으로 역할 배정 메인 페이지 및 개인 페이지 구현(정적 페이지) 책갈피 기능 검색 기능 달성도 진행상태바 반영 방명록 페이지(방명록 추가, 삭제, 메인페이지에 띄우기) 사용하는 기술 HTML JavaScript CSS Firebase ( + realtime database ) 팀 계획 오전 9시: 출석 체크 후 하루 계획 회의 오후 8시 30분: 진척도,..

[231011] 비트 연산, Arrays 등 이용한 문제 풀기

Java에서 2진수, 비트 연산 사용하기 https://jinjinjincode.tistory.com/108 [프로그래머스] [1차] 비밀지도(Java) class Solution { public String[] solution(int n, int[] arr1, int[] arr2) { String[] temp = new String[n]; String[] answer = new String[n]; for(int i=0;i jinjinjincode.tistory.com 알고리즘 연습 https://jinjinjincode.tistory.com/110 [프로그래머스] 카드 뭉치(Java) class Solution { public String solution(String[] cards1, String[] ..

실습 1차시: ZeroR, OneR, Naive Bayes Classifier

*Colab 이용 import numpy as np import pandas as pd import sklearn print(sklearn.__version__) #1.2.2 # 데이터 받기 url = "https://raw.githubusercontent.com/inikoreaackr/ml_datasets/main/playgolf.csv" df = pd.read_csv(url) # 데이터 첫 다섯 instance 확인 df.head() OUTLOOK TEMPERATURE HUMIDITY WINDY PLAY GOLF Rainy Hot High False No Rainy Hot High True No Overcast Hot High False Yes Sunny Mild High False Yes Sunny..

Deep NN

MLP (=shallow NN): hidden layer 1~2개 -> 모든 non-linear 형태의 모델을 생성 가능 feature가 알려진 모든 정형 데이터는 MLP에서 더 성능이 뛰어남 이미지, 소리, 텍스트 데이터는 다루지 못함 해결 idea: hidden layer를 더 늘리기 -> Deep Neural Network: hidden layer가 10개 정도 문제: hidden layer의 depth를 늘리자 학습이 안됨 - 이유: Vanishing Gradient 문제 Vanishing Gradient 문제: 미분할 수록 gradient의 값이 점점 작아지면서 사라짐 - sigmoid 함수때문에 발생 Backpropagation에서 y(sigmoid)가 계속 미분되면서 적용됨 gradient는..

Feature selection, SVM, 앙상블

Feature selection: 기존 features의 subset을 선택 feature의 수가 많을 때 상대적으로 sample의 수가 적으면 모델이 overfit됨 필요한 feature를 골라 사용하여 성능 향상 제거해야 하는 feature: irrelevant, redundant features 어떻게 판단? filter methods: 하나씩 제거해서 만든 모델의 성능을 각각 평가하여 feature의 순위를 매김. feature를 개별적으로 평가. wrapper methods: 모든 가능한 조합에 대하여 test하여 최적의 조합을 선택. feature가 서로 독립적이지 않으므로 사용. complexity가 높음. embedded methods: 여러 머신러닝 모델로 training 시킨 후 그 모..