기록하기

그리디 알고리즘이란? 최적해를 찾기 위해 각 단계에서 가장 좋아 보이는 선택을 하는 알고리즘입니다. 그리디 알고리즘은 각 단계에서 지금 당장 최적인 선택을 하는 경향을 가지고 있으며, 그 선택이 전체적으로 최적해를 만드는지는 보장되지 않을 수 있습니다. 따라서 그리디 알고리즘은 항상 최적해를 보장하는 것은 아니지만, 여러 경우에서 유용하게 쓰일 수 있습니다. 그리디 알고리즘 예시 코드 - 거스름돈 문제 동전의 종류가 주어졌을 때, 거스름돈을 가장 적은 동전 개수로 주는 문제입니다. def get_change(n, coins): change = [] # 거스름돈 동전 리스트 coins.sort(reverse=True) # 동전을 큰 순서대로 정렬 for coin in coins: while n >= coi..

디지털 이미지 종류(True color, Grey color) 이미지는 다양한 종류가 있습니다. 일반적으로 디지털 이미지는 픽셀의 직합으로 구성되며, 각각의 픽셀은 숫자로 표현된 색상 정보를 가리고 있습니다. 대표적인 이미지 종류는 true color와 grey color가 있습니다. True color 이미지 RGB 색상 체계를 사용하여 픽셀의 색상을 표현하는 이미지입니다. 이는 대부분의 디지털 이미지에서 사용되는 기본 색상 체계입니다. Grey color 이미지 각 픽셀이 하나의 단일 색상 값으로만 구성된 이미지입니다. 이러한 이미지는 주로 흑백 사진이나 스캔한 문서 등에서 사용됩니다. CNN을 사용하는 이유 CNN은 이미지 분류, 객체 인식, 얼굴 인식 등의 다양한 컴퓨터 비전 작업에서 매우 효과적..

과적합이란? 과적합은 기계 학습에서 모델이 훈련 데이터에 지나치게 적합되어 새로운 데이터에 일반화 할 때 성능이 떨어지는 현상을 말합니다. 모델이 훈련 데이터에만 최적화되어 새로운 데이터에 적용할 때 성능이 낮아지는 이유는, 훈련 데이터에 포함되지 않은 다른 데이터에 대한 예측 능력이 부족하기 때문입니다. 이러한 문제는 모델이 복잡하거나 훈련 데이터가 적은 경우 발생할 가능성이 높습니다. 과적합을 방지하기 위해, 모델을 단순화하거나 규제 기법을 적용하여 모델이 일반화할 수 있는 능력을 향상시킬 수 있습니다. 또한, 모델을 평가할 때는 훈련 데이터와는 다른 새로운 데이터에 대한 성능을 측정하는 검증 데이터를 사용하여 모델의 일반화 능력을 평가해야 합니다. 데이터셋의 종류 훈련 데이터셋 : 모델을 학습시키기..

SQL Injection 를 한 문장으로 정의하자면..? SQL Injection은 악의적인 사용자가 웹 애플리케이션의 입력 필드를 통해 SQL 쿼리를 조작하는 공격 기술입니다. SQL Injection의 공격 목적은 무엇일까요..? 정보 유출(Information leakage) 저장된 데이터 유출 및 조작(Disclosure & Manipulation of stored Data) 원격 코드 실행(Remote Code Excution) 인증 우회(Bypassing authorisation controls) SQL Injection 피해 사례와 원인 무엇이 있을까요..? 사례는 무엇이 있을까요! 2017년 3월 발생한 "여기어때" 고객 정보 및 고객 투숙 정보 노출 사고, 2015년 "뽐뿌" 개인정보 노..

K겹교차 검증이 무엇일까요? 데이터셋을 여러 개로 나누어 하나씩 테스트셋으로 사용하고 나머지를 모두 합해서 학습셋으로 사용하는 방법입니다. 이렇게 하면 가지고 있는 데이터의 100%를 학습셋으로 사용할 수 있고, 또 동시에 테스트셋으로도 사용할 수 있습니다. K겹교차 검증은 어떻게 사용할 수 있나요? 데이터넷을 다섯 개로 나눈 후 그중 네 개를 학습셋으로, 나머지 하나를 테스트셋으로 만들어서 다섯 번의 학습을 순차적으로 실시하는 것이 5겹 교차 검증입니다. 이제 초음파 광물 예측 예제를 통해 5겹 검증을 실시해 보겠습니다. 데이터를 원하는 수만큼 나누어 각각 학습셋과 테스트셋으로 사용되게 하는 함수는 사이킷런 라이브러리의 KFold() 함수입니다. 실습 코드에서 KFold()를 활용하는 부분만 뽑아 보면..

Train Set은 무엇인가요? - Train set은 온전히 모델의 학습만을 위해서 사용됩니다. Train set을 통해 모델을 학습시키고, parameter나 feature등을 수정해서 모델의 성능을 높이는 작업을 거칠때 사용됩니다. - 요약 : 모델의 학습을 위해 사용되는 데이터 Test Set은 무엇인가요? - Test set은 최종적으로 우리가 만든 모델의 성능을 평가하기 위한 데이터셋이기 때문에 모델의 학습에는 전혀 사용되지 않습니다. 모델이 실상에 사용 되었을때도 성공적이기 위해서는 unseen data에 대해 좋은 성능을 발휘하는 것이 매우 중요한데, test set이 unseen data의 역할을 해주어 우리가 만든 모델의 성능을 효과적으로 평가할 수 있도록 도와주는 것입니다. - 요약 ..

우선 Challenge 3 문제를 들어가면 간단한 도형 문제를 풀어야합니다. 가로, 세로 적혀 있는 숫자를 확인 하고 그 숫자 만큼 칸을 클릭해서 색을 채워주고 solved 버튼을 누르면 다음 화면으로 이동할 수 있습니다. (저 문제의 답은 위 사진과 같아요!) 다음 화면은 이렇게 뜹니다. 입력 칸에 아무거나 적고 submit 버튼을 누르면..? 이렇게 제가 적은 값들이 누적 되며 출력 됩니다. 그럼 입력 칸에 무엇을 적고 문제를 어떻게 푸느냐... 정말 간단합니다. 우선 입력 하는 부분에 아무 것도 적지 않고 F12를 눌러 코드를 수정할 겁니다. name="answer" value="~" 에서 value 부분을 수정해줄겁니다. 1' or '1'='1 를 복붙할겁니다! 이렇게 수정해준 후 입력 칸 옆에 ..

계수정렬 개념 정수형 데이터를 정렬하는 알고리즘 중 하나로, 데이터의 값을 기준으로 각 값의 등장 횟수를 세는 방법을 이용합니다. 먼저, 데이터를 순회하며 최소값과 최대값을 구합니다. 그 다음, 최소값부터 최대값까지의 범위를 가지는 카운트 배열을 만들어서 각 값이 몇 번 등장하는지 세어 저장합니다. 이를 통해 각 값이 몇 번 등장하는지를 누적해서 계산할 수 있게 됩니다. 그 다음, 카운트 배열을 순회하며 각 값이 몇 번 등장하는지 누적합을 계산합니다. 이를 통해 정렬된 결과를 저장할 배열의 인덱스를 결정할 수 있습니다. 마지막으로, 원래 배열을 역순으로 순회하며 각 원소를 정렬된 배열의 올바른 위치에 저장하면 정렬이 완료됩니다. 계수정렬의 시간 복잡도는 O(n+k)이며, n은 데이터의 개수이고 k는 데이..

안녕하세요. 오늘은 가장 간단하고 직관적인 정렬 알고리즘인 선택정렬에 대한 개념과 코드에 대해 설명하겠습니다. 그럼 집중!! 선택 정렬 개념 선택 정렬은 주어진 배열에서 가장 작은 값을 찾아서 해당 값이 위치해 있는 인덱스와 첫 번째 원소를 서로 교환하고, 그 다음으로 작은 값을 찾아서 해당 값이 위치해 있는 인덱스와 두 번째 원소를 교환하는 과정을 반복하여 정렬을 수행하는 알고리즘입니다. 선택 정렬이 작동되는 방법 1. 정렬되지 않은 리스트에서 가장 작은 원소를 찾습니다. 2. 그 원소를 리스트의 맨 앞에 위치한 리스트와 교환합니다. 3. 맨 처음 위치를 제외한 나머지 리스트를 정렬되지 않은 리스트로 간주하고 위 과정을 반복합니다. 선택 정렬 코드 #include int main() { int n, a..

Iris 시각화하기 lrist를 시각화 하는 방법은 대표적으로 산점도가 있습니다. 산점도는 x축과 y축에 각각 변수를 놓고 데이터를 점으로 나타내는 그래프입니다. 이를 통해 두 변수 간의 관계를 시각적으로 파악할 수 있습니다. 또한, Iris 데이터셋에서는 품종이 3가지이므로 산점도를 그릴 때 각 품종마다 다른 색깔을 지정하여 구분해주는 것이 좋습니다. 이를 통해 각 품종의 특성을 비교하고 분류를 쉽게 할 수 있습니다. 또한, 다른 시각화 방법으로는 박스 플롯(Box Plot)이 있습니다. 이는 데이터의 분포를 상자와 선으로 나타내는 그래프로, 품종별로 변수의 분포를 비교할 때 유용합니다. 원핫인코딩 원핫인코딩(One-Hot Encoding)은 범주형(categorical) 데이터를 숫자형 데이터로 변환..