가전제품 이것저것 이야기

1. 중복을 허용하지 않는다.

s1 = set([1,2,3,3])
print(s1, '\n')

{1, 2, 3} 

2. 순서가 없다.

s2 = set("Hello")
print(s2, '\n')

{'e', 'l', 'H', 'o'} 

3. 교집합 구하기

s3 = set([1,2,3,4,5,6])
s4 = set([4,5,6,7,8,9])
print(s3 & s4, '\n')

{4, 5, 6} 

4. 합집합 구하기

print(s3 | s4, '\n')

{1, 2, 3, 4, 5, 6, 7, 8, 9} 

5. 차집합 구하기

print(s1 - s2, '\n')

{1, 2, 3} 

6. 집합에 값 한 개 추가하기

s1.add(7)
print(s1, '\n')

{1, 2, 3, 7} 

7. 집합에 여러 개 값 추가하기

s1.update([4,5,6])
print(s1, '\n')

{1, 2, 3, 4, 5, 6, 7} 

8. 특정 값 제거하기

s1.remove(2)
print(s1, '\n')

{1, 3, 4, 5, 6, 7} 

출처 : 모두를 위한 딥러닝 

RNN 적용 분야

1) Language Model

2) Speech Recognition

3) Machine Translation

4) Conversion Modeling / Question Answering

5) Image / Video Captioning

6) Image / Music / Dance Generation

Linear Regression이란?

값들을 가장 잘 표현할 수 있는 직선이다.

Hypothesis

선형회귀로 예측된 y값

H(x) = Wx + b

(Weight, bias)

Cost 함수

Hypothesis의 예측값과 실제 y값의 차이

오차 제곱의 평균 !

기계학습의 목표

Cost를 최소화하는 것

텐서플로우란?

open source library for numerical computation using data flow graph

파이썬으로 텐서플로우를 다룰 수 있다.

Data flow graph 란?

노드는 수식을 말하고 노드와 엣지로 이루어진 graph를 tensor가 지나가며 연산이 이루어지는 것

텐서플로우 설치하기

머신러닝이란?

explicit programming : 개발자가 짠대로 하는 프로그래밍

explicit programming의 한계 : 너무 많은 규칙이 있어 개발자가 다 규칙을 설정할 수 없다.

-> 기계가 데이터를 입력받아 스스로 학습할 수 있게 하는 방법이 'machine learning'

학습하는 방법에 따라 Supervise Learning / Unsupervised Learning

Supervise Learning : label이 있는 데이터로 (training set) 학습시키는 것

ex) 이 사진은 고양이이다, 이 사진은 개이다.

Unsupervised Learning : label이 없는 데이터로 학습시키는 것

ex) 뉴스나 글 분류에 있어서 label을 주지 않고 기계가 알아서 학습하는 것이 unsupervise learning 이다.

Type or supervised learning

1. Regression : label이 큰 범위

2. Binary Classification : label이 참 또는 거짓

3. multi-label classification : label이 여러 개

www.acmicpc.net/problem/9184

코드

MAX_NUM = 51
dp = [[[0 for i in range(MAX_NUM)] for i in range(MAX_NUM)] for i in range(MAX_NUM)]

def w(a, b, c):

    if a <= 0 or b <= 0 or c <= 0:
        return 1


    if dp[a][b][c]:
        return dp[a][b][c]


    if a > 20 or b > 20 or c > 20:
        return w(20,20,20)

    elif a < b and b < c:
        dp[a][b][c] = w(a, b, c-1) + w(a, b-1, c-1) - w(a, b-1, c)
        return dp[a][b][c]
    else:
        dp[a][b][c] = w(a-1, b, c) + w(a-1, b-1, c) + w(a-1, b, c-1) - w(a-1, b-1, c-1)
        return dp[a][b][c]


while True:
    x, y, z = map(int, input().split())
    if x == -1 and y == -1 and z == -1:
        break

    print("w(%d, %d, %d) = %d" %(x, y, z, w(x, y, z)))

문제에서 알려준 함수대로 구현을 먼저하되,

메모이제이션을 이용해서 이미 구한 적 있는 값은 다음 과정을 거치지 않고 바로 반환할 수 있도록 한다.

새로 알게된 문법 )

3차원 리스트 초기화하기 !

MAX_NUM = 51
dp = [[[0 for i in range(MAX_NUM)] for i in range(MAX_NUM)] for i in range(MAX_NUM)]

MAX_NUM을 5로 한다면,

이렇게 된다고 생각하면 된다.