컴공생 누르지 마세요! 컴공생 울어요.

수 자료형 Number 정수형 Integer - 정수를 다루는 자료형 - 양의 정수, 음의 정수, 0 - ex) a, b = 1000, -7 실수형 Real number - 소수점 아래의 데이터를 포함하는 수 자료형 - 소수부가 0이거나, 정수부가 0인 경우 0 생략 가능 (ex. a = 5. b = -.7) - e나 E를 이용한 지수표현 방식 사용 가능 - 유효숫자e지수 = 유효숫자X10^지수 (ex. 1e9 == 1 X 10^9) => 코테 문제에서 최단 경로로 가능한 최댓값이 10억 미만이라면 INF를 표현할 때 10억 대신 1e9 혹은 987,654,321 사용 가능 - 컴퓨터는 실수를 처리할 때 부동 소수점(floating point) 방식을 사용하는데, 4B or 8B의 고정된 크기의 메모리 ..

📢 학교 수업에서 수행한 과제입니다. 이번 게시글에서는 K-NN과 PCA를 이용하여 MNIST dataset을 학습시켜 볼 것입니다. 구글 코랩에서 코드를 작성 및 실행하였습니다. 우선 MNIST dataset을 import하겠습니다. import pandas as pd df_train = pd.read_csv('https://media.githubusercontent.com/media/hmkim312/datas/main/mnist/mnist_train.csv') df_test = pd.read_csv('https://media.githubusercontent.com/media/hmkim312/datas/main/mnist/mnist_test.csv') df_train.shape, df_test.shap..

📢 학교 수업에서 수행한 과제입니다. 이번 게시글에서는 titanic dataset에 대해 Random Forest 모델을 학습시켜 볼 것이다. 구글 코랩에서 코드를 작성 및 실행하였으며, 전체 코드는 지난 게시글을 참고하라. 지난 게시글 [ML] HA2 part1 (1) Decision trees with Breast cancer dataset https://kwonppo.tistory.com/38 [ML] HA2 part1 (1) Decision trees with Breast cancer dataset HA2 part1은 'Decision trees with Breast cancer dataset'과 'RandomForest with Titanic dataset' 두 가지로 이루어져 있다. 이번 게..

📢 학교 수업에서 수행한 과제입니다. HA2 part1은 'Decision trees with Breast cancer dataset'과 'RandomForest with Titanic dataset' 두 가지로 이루어져 있다. 이번 게시글에서는 우선 Decision trees에 대해 다룰 것이다. 구글 코랩에서 코드를 작성 및 실행하였으며, 전체 코드는 다음 코랩 노트북을 참고하라. https://colab.research.google.com/drive/1luQJnz2s9UGT7iZi5NFg7XwBo5RyDysq?usp=sharing HA2_part1.ipynb Colaboratory notebook colab.research.google.com 그럼 우선 Breast cancer dataset을 불러..

📢 학교 수업에서 수행한 과제입니다. 이번 게시글에서는 Iris dataset에 대해 SVM을 학습해볼 것이다. 구글 코랩에서 코드를 작성 및 실행하였으며, 전체 코드는 아래 링크를 참고하라. https://colab.research.google.com/drive/1r0RvW8XH62gozq3JdvmW3hd1gwIfZuIo?usp=sharing HA1_part2.ipynb Colaboratory notebook colab.research.google.com 그럼 우선 iris 데이터셋을 불러온다. from sklearn.datasets import load_iris iris_dataset = load_iris() X = iris_dataset['data'] y = iris_dataset['target']..

📢 학교 수업에서 수행한 과제입니다. 이번 게시글에서는 iris dataset에 대해 Gaussian Discriminant Analysis를 이용해 학습시킬 것이다. 구글 코랩을 이용하였으며, 전체 코드는 지난 첫번째 게시글을 참고하라. * 지난 게시글 [ML] HA1 part1 (1) Linear Regression with Startup dataset https://kwonppo.tistory.com/34 [ML] HA1 part1 (1) Linear Regression with Startup dataset HA1 part1은 Linear Regression, Logistice Regression, GDA를 이용한 practice이다. 이번 게시글에서는 startup dataset을 이용한 Line..

📢 학교 수업에서 수행한 과제입니다. 이번 게시글에서는 titanic dataset에 대해 Logistic Regression model을 학습시킬 것이다. 구글 코랩을 이용하였으며, 전체 코드는 지난 게시글을 참고하라. * 지난 게시글 [ML] HA1 part1 (1) Linear Regression with Startup dataset https://kwonppo.tistory.com/34 [ML] HA1 part1 (1) Linear Regression with Startup dataset HA1 part1은 Linear Regression, Logistice Regression, GDA를 이용한 practice이다. 이번 게시글에서는 startup dataset을 이용한 Linear Regress..

📢 학교 수업에서 수행한 과제입니다. HA1 part1은 Linear Regression, Logistice Regression, GDA를 이용한 practice이다. 이번 게시글에서는 startup dataset을 이용한 Linear Regression을 수행할 것이다. 0. 실행 환경 구글에서 제공하는 jupyter notebook인 구글 코랩을 이용하여 코드를 작성 및 실행하였다. 런타임 설정은 none으로, gpu를 사용하지 않아도 충분하다. 전체 코드는 다음 코랩 노트북을 참고하라. https://colab.research.google.com/drive/1H7jp0YL4kWRYWgrkG9AS0t_p2TPatNWX?usp=sharing HA1_part1.ipynb Colaboratory noteb..