IT

SSAFY 준비 (2) - 수리/추리논리

Writer: Harim Kang 수리/추리 논리 영역 수리/추리 논리 영역은 총 15문제가 주어지며, 30분을 사용하여 문제를 풀어야합니다. 한 문제당 2분의 제한이지만, 난이도 별로 푸는 속도가 달라지기 때문에 유형을 살펴보고 시험을 준비하여야합니다. 아래와 같이 작은 분류로 다시 구분되어집니다. 응용 수리 (5문제) 응용 수리 영역의 문제들은 기본적인 수학 활용 문제들입니다. 초중학교 시절 배우던 거리, 속력, 시간 문제, 소금물 농도 문제, 일률 문제 등이 있습니다. 해당 문제들을 빠르게 식을 세워서 풀어내야 시간이 급하지 않습니다. 자료분석 (4문제) 자료분석 영역에서는 그래프 또는 표가 주어지고 이를 해석하는 문제입니다. 논리추리 (6문제) 도형 추리(2문제): 도형 추리는 도형이 변하는 규칙..

IT/SSAFY 2020. 4. 19. 23:59

SSAFY 준비 (1) - SSAFY란? & CT Basic

Writer: Harim Kang SSAFY란? 삼성 청년 소프트웨어 아카데미를 의미합니다. 삼성의 SW 교육 경험과 고용노동부의 취업 지원 노하우를 바탕으로, 취업 준비생에게 SW 역량 향상 교육 및 다양한 취업지원 서비스를 제공하여 취업에 성공하도록 돕는 프로그램입니다. https://www.ssafy.com/ksp/jsp/swp/swpMain.jsp 삼성 청년 SW 아카데미 삼성 청년 SW 아카데미| 소프트웨어 교육, 취업 지원, 코딩 교육 www.ssafy.com SSAFY 통과를 위해서는 지원 테스트를 치루어야합니다. 우수한 성적을 받으면 면접으로 갈 수 있습니다. SSAFY 시험 문제 구성 수리/추리 논리 문항 수: 15문제 시간: 30분 예상 유형 응용수리: 5문제 자료분석: 4문제 논리추리..

IT/SSAFY 2020. 4. 12. 15:20

[파이썬] 코딩테스트 문제 풀이 - 힙 문제 (프로그래머스)

Writer : Harim Kang 힙 문제 - 프로그래머스 우선순위 큐를 위해서 만들어진 자료구조로, 완전 이진 트리의 일종입니다. 여러 값들 중에서, 최댓값 또는 최솟값을 빠르게 찾도록 O(logn) 만들어진 자료구조입니다. 파이썬에서는 heapq 내장 라이브러리를 통해서 최소 힙을 제공합니다. import heapq 부모 노드의 키 값이 자식 노드의 키 값보다 작거나 같은 완전 이진 트리를 의미합니다. heapq.heappush(a, b) : a 배열을 힙으로 하여 b원소를 넣습니다. heapq.heappop(a) : a 배열의 최솟값을 꺼냅니다. 해당 포스팅에서 푸는 문제는 아래의 4문제입니다. 더 맵게 라면공장 디스크 컨트롤러 이중우선순위큐 해당 문제들은 프로그래머스의 코딩테스트 연습 > 코딩테..

IT/Coding-Interview 2020. 4. 5. 18:15

[파이썬] 코딩테스트 문제 풀이 - 스택/큐 문제 (프로그래머스)

Writer : Harim Kang 스택/큐 문제 - 프로그래머스 스택과 큐 자료구조를 사용하는 문제입니다. 파이썬에서는 리스트를 사용합니다. 스택과 큐의 파이썬 구현에 대한 내용은 아래의 포스팅에 있습니다. 문제의 코드들은 모두 다 통과를 한 코드입니다. https://davinci-ai.tistory.com/16?category=911813 파이썬으로 구현하는 자료구조 요약 정리 - 배열(Array), 큐(Queue), Stack, Linked List Writer: Harim Kang 해당 내용은 코딩 테스트 및 기술 면접을 대비하기 위해서 자료구조를 공부하며 정리한 내용입니다. 각각 자료구조의 종류와 특성, 장단점, 파이썬을 이용한 간단한 구현 코드까지 작성하였습.. davinci-ai.tisto..

IT/Coding-Interview 2020. 3. 27. 03:33

딥러닝 (9) - [RL2] 신경망 네트워크를 이용한 MountainCar 해결

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 openAI GYM MountainCar에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras, gym입니다. GYM 튜토리얼 & Model-Based 강화학습 강화학습을 공부하기 위해 제공되는 환경 라이브러리로 GYM이 있습니다. 해당 라이브러리를 사용하여 MountainCar문제를 풀어보겠습니다. 실습 환경 OpenAI Gym Gym은 OpenAI재단에서 강화학습을 학습하기 위해 만든 환경으로서, 강화학습의 표준 환경이라고 볼 수 있습니다. 강화학습 알고리..

IT/Deep Learning 2020. 3. 25. 16:48

[파이썬] 코딩테스트 문제 풀이 - 해쉬 문제 (프로그래머스)

Writer: Harim Kang 해쉬 알고리즘 문제 - 프로그래머스 해쉬 알고리즘 문제들은 파이썬의 딕셔너리를 사용하는 문제입니다. 해쉬 구조와 관련된 내용은 아래의 포스팅에 있습니다. 문제의 코드들은 다 통과를 한 코드입니다. https://davinci-ai.tistory.com/19 파이썬으로 구현하는 자료구조 요약 정리 - 해쉬 테이블(Hash Table) Writer: Harim Kang 해당 내용은 코딩 테스트 및 기술 면접을 대비하기 위해서 자료구조를 공부하며 정리한 내용입니다. 각각 자료구조의 종류와 특성, 장단점, 파이썬을 이용한 간단한 구현 코드까지 작성하였습.. davinci-ai.tistory.com 또한, 해당 포스팅에서 푸는 문제는 아래의 4가지 문제입니다. 완주하지 못한 선수..

IT/Coding-Interview 2020. 3. 22. 22:29

딥러닝 (8) - [RL1] 강화학습(Reinforcement Learning)이란?

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 강화학습(Reinforcement Learning)에 대한 내용을 담고 있습니다. 강화학습(Reinforcement Learning) 강화학습이란? 강화(Reinforcement)는 시행착오(Trial and Error)를 통해 학습하는 방법 중 하나를 의미합니다. 이러한 강화를 바탕으로 강화학습은 실수와 보상을 통해 학습을 하여 목표를 찾아가는 알고리즘입니다. 기존의 신경망들이 라벨(정답)이 있는 데이터를 통해서 가중치와 편향을 학습하는 것과 비슷하게 보상(Reward)이라는 개념을 사용하여 가중치..

IT/Deep Learning 2020. 3. 22. 01:36

딥러닝 (7) - RNN(Recurrent Neural Network), LSTM, GRU

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 RNN, LSTM, GRU에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras, sklearn입니다. 순환 신경망(RNN) 순환 신경망(Recurrent Neural Network)은 은닉 계층 안에 하나 이상의 순환 계층을 갖는 신경망을 의미합니다. 순환 신경망은 다른 네트워크들과 입력을 받는 방식에서 다릅니다. 순서가 있는 데이터에 주로 사용되며, 해당 데이터를 입력으로, 하나의 네트워크를 통해서 순서대로 출력을 얻습니다. 순서가 있는 데이터는 소리, 언..

IT/Deep Learning 2020. 2. 24. 22:31

페이징

1 2 3 4 5 6 7
반응형

티스토리툴바