호붕싸

작성자임혜진소 감드디어 혼자 힘으로 BFS 문제를 풀었다! 그것도 딱 30분만에! 코드 작성할 거 다 작성하고 딱 실행시켜보았는데 생각한대로 다 돌아가서 너무 뿌듯했다 :) 얼마전 BFS문제를 풀 때는 너무 어려웠는데, 그때 풀었던 문제와 비슷한 유형이라서 풀 수 있었던 것 같다. 일 시2025. 3. 10. (월) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 문제 링크 : https://www.acmicpc.net/problem/16948 📍 알고리즘 분류 : BFS 📍 문제 풀이이 문제는 큐를 이용해서 BFS로 해결할 수 있다. (r,c)의 위치에서 이동할 수 있는 칸은 아래 그림과 같이 총 6개이다. 따라서 한 위..

DBMS의 기능데이터 정의: 데이터 구조 정의, 데이터 구조에 대한 삭제 및 변경 기능 제공데이터 조작: 응용 프로그램이 요청하는 데이터의 삽입, 수정, 삭제 작업 지원데이터 추출: 사용자가 조회하는 데이터 추출데이터 제어: 데이터베이스 사용자 생성, 접근 제어 + 백업과 회복, 동시성 제어 기능 지원데이터 모델→ 현실에 있는 대상을 컴퓨터로 표현하기 위한 모형계층 데이터 모델: 포인터 사용 + 트리 구조 네트워크 데이터 모델: 포인터 사용 + 그래프 구조 관계 데이터 모델: 속성 값 사용 객체 데이터 모델: 객체 식별자 사용 객체 - 관계 데이터 모델: 관계 + 객체 장점을 합침 3단계 데이터베이스 구조 외부 스키마외부 단계에서 사용자에게 필요한 DB 정의일반 사용자, 응용 프로그래머 접근 가능여러 개..

자연어 처리에서 단어 임베딩과 문맥 인식1. 텍스트 데이터의 특징문장은 단어들로 구성됨.단어는 문맥 내에서 의미를 가짐.2. 단어 임베딩(1) One-hot Encoding단어를 벡터로 변환하는 가장 기초적인 방법.단점: 벡터 크기가 커지고, 단어 간 유사성을 측정할 수 없음.(2) Word2Vec아이디어: “비슷한 문맥에서 등장하는 단어는 비슷한 의미를 가진다.”방법: 신경망을 활용하여 단어를 저차원 벡터로 변환.Skip-gram 모델: 중심 단어로 주변 단어를 예측하는 방식.내적 연산을 통해 단어 간 의미적 유사성 계산 가능.단점: 정해진 윈도우 크기 내에서만 문맥을 고려하여 학습됨.(3) GloVe통계 기반 (Count-based) 방법 사용.전체 코퍼스의 단어 분포를 고려하여 학습.Common C..