🤖 Computer Science

1. Basic인공지능 > 기계학습 > 딥러닝 > 트랜스포머Machine LearningSupervised Learning (Data-label)classification: 특정 클래스 예측regression: 수치 예측Unsupervised Learning (unlabled data)clustering - 특징 고려해서 묶음Reinforcement Learning: 두 가지 선택Exploration: 새로운 행동Exploitation: 기존 행동 중 가장 만족도 높은 것 선택   2. Machine Learning(개념)과 Data(종류, 모양)Datasettraining datavalidation datatest dataTargetPredictionmodel parametermodel hyperpar..

von Nuemann architectureassert 함수: 에러 검출. 특정 조건 거짓이면 프로그램 중단bus: Device controller와 memory를 연결하는 경로local buffer: 각 Device controller가 가지고 있는 버퍼IDT: 인터럽트를 받으면 이 테이블을 참조함Device driver: Device controller와 OS 간의 통신을 담당함kilo / mega / giga / tera: 용량 단위address space 구성: code, data, stack, heapprocess 5가지 상태: new, ready, running, blocked, exitfork 리턴 밸류:부모: 자식 PID자식: 0실패: -1zombie process: wait 호출하지 않고..

컴퓨터 과학에서는 알고리즘의 복잡도를 나타내는 데 $$T(n), O, \Theta, \Omega$$ 등의 표기법을 사용한다. 이러한 표기법은 알고리즘의 실행 시간이나 공간 요구사항의 상한, 하한, 또는 정확한 경계를 지정한다. 이러한 표기법을 빅 오 표기법이라고도 하며, 각각은 다음과 같은 의미를 가진다. Big O 표기법 (O): 함수의 상한을 설명한다. ( O(g(n)) )은 함수 ( f(n) )이 ( c \times g(n) )을 초과하지 않음을 의미한다. 이는 주로 최악의 경우 성능을 나타내는 데 사용된다. Theta 표기법 ((\Theta)): 함수의 정확한 성장률을 나타낸다. ( \Theta(g(n)) )은 ( f(n) )이 ( c_1 \times g(n) )과 ( c_2 \times g(..

겹치는 하위 문제(Subproblem)를 해결하고 그 결과를 저장해 나가는 방식으로 최적화 문제들 특징1. 작은 하위문제들이 반복적으로 발생하며, 이들의 해결 결과가 재활용될 수 있을 때 2. Optimal Substructure(최적부분구조)을 갖춘 문제. 큰 문제의 최적해가 작은 문제의 최적해를 통해 구할 수 있을 때 3. 중복된 계산을 최소화할 수 있는 구조. 같은 하위 문제를 반복해서 해결해야 할 때 하위문제가 독립적, 줄여가면서 해결 -> Divide & Conquer 하위문제가 중첩됨, 반복해야 함 -> Dynamic Programming DP로 해결하는 대표적인 문제들longest common subsequenceKnapsack problemRod cutting problemshortest ..

ascending order로 정렬하는 qseudocode는 다음과 같다. (index가 1부터 n까지라고 가정했을 때) INSERTION-SORT(A, n) -> A[1 .. n] for j

230307 인입 Computer Science/Engineering > Artificial Inteligence > Machine Learning > Deep Learning > Transformer Machine Learning Supervised Learning : labeled datasets 사용 Classification : 분류, 특정 클래스를 예측 Regression : 스칼라 값(수치)을 예측. Unsupervised Learning : unlabeled data 사용 Clustering : 비슷한 특성을 가진 그룹으로 나눔 Reinforcement Learning : reward를 최대화하는 방향으로 학습 진행 Exploration : Agent가 새로운 행동 수행, 더 많은 정보 얻음..

DFS/BFS 를 위한 자료구조 기초 : 스택, 큐, 재귀함수탐색 : 많은 양의 데이터 중에서 원하는 데이터를 찾는 과정대표적인 탐색 알고리즘 DFS, BFS - 기본 자료구조인 스택과 큐에대한 이해 필요  스택스택 : 선입후출파이썬에서 스택을 이용할 때는 별도의 라이브러리를 사용할 필요가 없다.기본 리스트에서 append()와 pop() 메서드를 이용하면 스택 자료구조와 동일하게 동작한다.append() 메서드는 리스트의 가장 뒤쪽에 삽입, pop() 메서드는 리스트의 가장 뒤쪽에서 데이터 꺼내기 때문  큐큐 : 선입선출collections 모듈에서 제공하는 deque 자료구조를 활용하자.deque는 스택과 큐의 장점을 모두 채택한 것인데 데이터를 넣고 빼는 속도가 리스트 자료형에 비해 효율적이며que..

node version을 업데이트 하려는데 npm install -g n을 해줬음에도 n: command not found 오류가 떴다. curl -L https://bit.ly/n-install | bash 로도 시도해보았으나 여전히 n: command not found 오류가 떴다. 맥북 유저라면 친숙할 brew 를 이용하여 n을 install해주면 n: command not found 를 해결해줄 수 있다. brew install n 로 n을 설치해주고 sudo n lts 이렇게 최신 버전을 다운로드 해주면 된다. 완성 ! ref https://www.npmjs.com/package/n#n--interactively-manage-your-nodejs-versions

가상화컴퓨팅의 진화 가상화 (Virtualization) 물리적으로 구성된 온프레미스부터 시작해서 가상 서버, 컨테이너, 서버리스에 이르기까지 가상화컴퓨팅은 진화하고 있다. 1. 온프레미스 (On-Premises): 이것은 기업이 자체 데이터 센터나 물리적 서버를 보유하고 운영하는 전통적인 방식입니다. 모든 하드웨어와 소프트웨어는 회사 내부에 구축되고 유지 관리됩니다. 이는 전체 IT 인프라를 직접 관리해야 하므로 초기 투자 및 운영 비용이 높을 수 있습니다. 2. 가상 서버 (Virtual Machines - VMs): 가상화의 첫 번째 단계로, 물리적 서버를 하나 이상의 가상 서버로 나누어 사용합니다. 이것은 물리적 하드웨어의 리소스를 효율적으로 활용하고 여러 운영 체제 및 응용 프로그램을 단일 서버..

시스템 아키텍처 개요 시스템의 개념 '특정한 목적을 달성하기 위한 여러 가지 관련된 구성요소들이 상호작용하는 유기적 집합체' 정보시스템이라는 협의적 관점에서 볼 때, 시스템은 크게 '조직시스템'이라고 하는 사회적 시스템, '전산시스템'이라는 기술적 시스템 두 가지로 압축된다. 아키텍처의 개념 아키텍처 : 비즈니스 요구사항을 만족하는 시스템을 구축하기 위해 전체 시스템에 대한 구조를 정의한 문서 시스템을 구성하는 컴포넌트, 그 컴포넌트간의 관계, 컴포넌트가 다루는 정보(데이터)를 정의 시스템 아키텍처의 범위 시스템 아키텍처 중 TOPCIT에서는 운영체제, 컴퓨터 아키텍처, 데이터 처리, 네트워크, 임베디드 시스템 총 다섯 영역을 다룬다. 1. 운영체제 사용자가 원하는 어플리케이션을 실행할 수 있도록 하드웨..