호붕싸

[호붕싸 모각코 11차] 정렬알고리즘 #2 선택정렬 (Selection Sort)

작성자임혜진소 감음 선택정렬은 이해도 구현도 좀 쉽다. 가장 작은 값을 선택한다 선택정렬. 알고리즘을 앞으로 더 꾸준히 해보아야겠다.일 시2025. 5. 16. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 선택정렬 (Selection Sort)가장 작은 값을 찾아 선택한다. 정렬되지 않은 배열의 첫 번째 원소부터 현재 원소이고, 그 뒤의 모든 원소를 비교해가며 가장 작은 원소를 찾는다. 가장 작은 원소를 현재 원소와 교체한다. 그러면 점점 앞에서부터(가장 작은 수부터) 순서대로 정렬되어간다.우리가 실제로 실물 카드를 정렬한다고 했을 때, 선택정렬을 사용할 사람은 없을 것 같다. 가장 작은 수를 찾아서 앞에다가 놓아가..

[호붕싸 모각코 10차] 정렬알고리즘 #1 삽입정렬 (insertion Sort)

작성자임혜진소 감음 간단한데 은근.. 어려운 삽입정렬. 뭔가 다른 정렬들은 딱 특징이 드러나는데 삽입정렬은 어떻게 하는거였지? 구현을 시작할 때 잘 생각이 안난다. 이전에 배운 내용을 복습하는 시간을 가져서 좋았다. 일 시2025. 5. 9. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 📍 삽입 정렬 (Insertion Sort)삽입 정렬은 실제로 내가 카드를 가지고 있다고 생각하면 더 이해가 쉬운 것 같다. 정렬되지 않고 나열된 카드 중 두 번째 카드를 들어 손에 쥔다. 그러면 내가 두 번째 카드를 들고 있으므로 두 번째 칸이 빌 것이다. 바로 앞의 카드와 비교하여 내가 들고 있는 카드보다 크다면 앞 카드를 한 칸..

[호붕싸 모각코 11차] 서브쿼리와 View

1. 서브쿼리(Subquery) — SQL문 안에 포함된 또 다른 SQL문 서브쿼리란?하나의 SQL문 안에 또 다른 SQL문이 포함된 형태메인 쿼리에서 일부 데이터를 추출하기 위해 보조적으로 사용하는 쿼리종류:중첩 질의 (WHERE절)스칼라 서브쿼리 (SELECT절)인라인 뷰 (FROM절)① 중첩 질의 (Nested Subquery) — WHERE절에서 사용외부 쿼리의 조건절에서 내부 쿼리를 이용해 조건 필터링비교 연산자: =, , != 등 사용 가능집합 연산자:IN, NOT IN: 내부 쿼리 결과 중 포함 여부ALL, SOME, ANY: 조건을 모든/일부 값에 대해 비교EXISTS, NOT EXISTS: 내부 쿼리 결과의 존재 여부 확인IN vs EXISTSIN: 내부 쿼리의 결과 전체를 메모리에 적재..

[호붕싸 모각코 11차] Understanding deep learning requires rethinking generalization 논문 리뷰

AbstractDNN이 매우 큼에도 불구하고 성공적인 DNN은 train과 test의 성능 차이가 매우 작다.이 말은 일반화 오류가 작다고 표현일반화: 보지 않은 새로운 data에서도 잘 작동하는 것⇒ 일반화 오류가 작다는 건 모델이 단순히 크기만 커서가 아니라 그 안에 존재하는 모델의 feature와 학습하는 방법이 성능 차이를 줄이는데에 기여한다!위와 같은 접근법, 전통적인 접근법 (feature 학습이나 정규화)는 large NN의 일반화 성능을 충분히 설명하지 못한다는 걸 실험적으로 보여줌sota ResNet for image classification을 훈련할 때 train data label을 무작위로 변경 or 실제이미지 대신 random noise를 사용하더라도 모델이 완벽히 학습하더라→ ..

[호붕싸 모각코 11차] CNN Architecture

작성자배세은소 감오랜만에 인공지능의 기반인 CNN의 발전 방법을 살펴보아서 좋았다. 일 시2025. 5. 16. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진2011까지의 ImageNet Challenge 우승자들은 NN이 아닌 손으로 feature을 생성하고, Linear Classifier을 이용해서 우승했다. 2011의 최고 에러율은 약 25.8퍼센트! 2012년부터 처음으로 CNN이 도입되면서 AlexNet이라는 딥러닝이 1등을 해버렸다.이 AlexNet을 이제부터 자세히 설명해보겠다람쥐 짜잔 그 유명하다는 AlexNet 논문https://proceedings.neurips.cc/paper/2012/file/c399..

내장 함수란?- 사용자가 직접 정의하지 않고 DBMS에서 기본적으로 제공하는 함수- 주로 SELECT 문에서 사용됨- 결과는 항상 "스칼라(단일 값)"으로 반환되어야 함. 숫자 함수ABS(n)절댓값 반환ABS(-6) → 6ROUND(n, m)n을 소수점 m자리까지 반올림ROUND(3.14159, 2) → 3.14FLOOR(n)n보다 작거나 같은 가장 큰 정수 (내림)FLOOR(4.9) → 4CEIL(n)n보다 크거나 같은 가장 작은 정수 (올림)CEIL(4.1) → 5LOG(n)n의 자연로그 (밑 e)LOG(2.72035) → 1POWER(n, m)n의 m승 반환 (거듭제곱)POWER(4, 2) → 16SQRT(n)n의 제곱근 반환SQRT(16) → 4SIGN(n)양수/음수/0 여부 판단 (n > 0 →..

연구의 핵심 목표는 크론병(Crohn’s disease) 환자의 미생물 군집에서 미생물 간 상호작용과 미생물-대사 경로 관계를 그래프 모델로 분석하는 고급 생물정보학 파이프라인을 구축 용어정리..KEGG란생명체의 유전자와 대사 기능을 연결해주는 생물정보학 디비교토 유전자 및 유전체 백과사전이 task 에서 KEGG 의 역할은16s 데이터로 미생물 종류를 파악하고PICURSt 로 KO를 예측하고KEGG로 KO → 기능, 경로로 연결이 미생물 군집은 이런 기능을 가지고있고~ 이런 대사 경로를 수행할 수 있구나~ 를 추론하게됨미생물이 어떤 기능을 수행할 수 있는 가를 알고 싶은거니까OTU운영 분류 단위?미생물 시퀀싱 데이터를 기반으로, 비슷한 유전자 서열끼리 묶은 그룹을 의미이 개념이 필요한 이유는?현실적으로..

single RGB이미지 받아서 감지된 object들의 set을 output으로 내뱉는다. 각각의 object는 category label과 local정보를 나타내는 bounding box를 갖는다. 여기서 모델이 신경써야 하는 점1. object의 개수가 사진마다 다르다. 2. 카테고리와 위치 두 개의 output을 가진다. 3. 상대적으로 고해상도의 이미지를 다룬다. 우선 하나의 object를 갖는 이미지가 들어왔다면? 이미지의 feature vector을 뽑고 여기에서 class score들과 box의 위치를 뽑는다. 이 두개의 loss를 어떻게 잘 조합해서 중요도에 따라 잘 tuning해준다. 이러한 loss를 multi task loss라고 한다. 그런데 이미지당 object가 여러개 있을..

supervised learning은 label이 주어지는 학습 방법이다.supervised learning방식에는 classification문제와 regression문제가 존재한다. 분류문제는 예측값이 2개인 경우를 binary, 개 고양이 등 다양한 결과를 맞춰야 하는 경우를 multi-class classification이라고 한다. 그리고 regression문제는 예측 값이 continuous한 경우를 일컫는다. classification문제에서 clustering의 경우를 살펴보자!!먼저 K-means clusturing의 경우에는 먼저 몇 개의 덩어리로 clustering할지 정한다. 그리고 그냥 feature을 뿌린 후에 , unsupervised learning방식은 label이 없는 데이..

SQL 활용 예제 1. 조건에 따른 데이터 조회: 특정 조건에 맞는 데이터를 조회하는 쿼리 SELECT bookname, priceFROM BookWHERE price ▶ 이 쿼리는 가격이 20000원 이하이면서 출판사가 '출판사A' 또는 '출판사B'가 아닌 책을 조회한다. 여러 조건을 결합하여 원하는 데이터를 정확히 추출할 수 있다는 점에서 AND, OR, NOT 등의 논리 연산자는 유용하게 쓰일 수 있다고 볼 수 있다. 2. 집계 함수 활용: 집계 함수를 사용하여 데이터를 분석할 수 있다. SUM, AVG, MIN, MAX, COUNT와 같은 함수는 주로 데이터의 요약 통계를 계산할 때 사용됩니다. SELECT SUM(price) AS Total, AVG(price) AS Average,..