전체 글89 [C++] 2차원 벡터 초기화 clear, assign 코딩 테스트 문제를 풀다가 테스트 마다 2차원 벡터를 초기화해야 하는 문제가 있었다. clear와 assign을 사용한 초기화는 사용 목적과 효율성에서 차이가 있다. 📌 clearvector adj[1004];for (int i = 0; i 📌 assignvector> adj;adj.assign(n + 1, vector()); // n+1개의 빈 벡터로 초기화 📌 차이점 정리특징clear()assign()기존 메모리 재사용O (메모리 유지)X(새로운 크기나 값 설정 시 재할당)효율성더 빠름(메모리 해제하지 않음)다소 느릴 수 있음(재할당 필요시)크기 변경불가능가능값 초기화불가능(빈 상태로 만듦)가능(특정 값으로 초기화 가능)추천 상황크기가 고정되고 데이터만 비워야할 때크기가 가변적이거나 특정 값으.. 2025. 1. 2. [코테오답] 연산자 우선순위 & 비트 연산 출력 결과 Link : https://www.acmicpc.net/problem/14391Level : G3유형 : 비트마스킹📌 문제 탐색1.종이를 자르는데, 가로 혹은 세로가 1이 되어야 한다.2.각 조각 숫자의 합이 최대가 되어야 한다. 📌 오답1. 간격 없이 한자리 수 int가 연속으로 입력 받아지는 경우char 형으로 입력 받고 int로 변환해줘도 되지만, 아래와 같이 입력받을 수 있다.scanf("%1d", &arr[i][j]); 2. 연산자 우선순위를 생각하여, 원하는 출력값이 나오게 하려면 '괄호'를 잘 쳐야 한다.고치기 전if(s & (1 고친 후if((s & (1 & 연산자의 우선 순위보다 == 연산자의 우선순위가 더 높기때문에 (s & (1 괄호로 묶지 않으면 & 보다 == 연산자가 먼저 처.. 2025. 1. 1. 확률 vs 가능도 📌 확률 (Probability)✅ 특정 결과가 발생할 가능성(기회)모델 파라미터 θ가 주어졌을 때, 데이터 X가 관측될 확률📌 가능도 (likelihood)✅ 확률 모델에서 관측된 데이터가 주어졌을 때, 모델의 파라미터 θ(또는 가정)가 관찰된 데이터에 얼마나 적합한가를 수치로 나타낸 척도.θ가 얼마나 데이터 X를 잘 설명하는가?에 대한 척도이므로 θ를 움직여가며 평가하는 것이 목적이다.(모델이나 가설이 관찰된 데이터에 얼마나 잘 맞는가를 수치적으로 나타낸 척도)관측된 데이터 X가 주어졌을 때, 각각의 θ가 얼마나 타당한가? 얼마나 데이터를 잘 설명하는가?를 나타내는 값X라는 관측값이 주어졌을 때, θ를 따르는 확률 분포에서 X라는 관측값이 나올 확률이미 X가 주어졌을 때 θ가 달라짐에 따라 X를.. 2024. 12. 29. [6일차] 2024/12/27 📌 매일 3가지✅ 인터뷰 3문제 [딥러닝]간단한 MNIST 분류기를 TF, Pytorch 등으로 작성하는데 몇시간이 필요한가?CNN이 아닌 MLP로 해도 잘 될까?마지막 레이어 부분에 대해서 설명한다면?학습은 BCE loss로 하되 상황을 MSE로 보고 싶다면?딥러닝할 때 GPU를 쓰면 좋은 이유는?GPU를 두개 다 쓰고 싶다. 방법은?학습시 필요한 GPU 메모리는 어떻게 계산하는가?[통계/수학]고유값(egin value)와 고유벡터(eigen vector)이 무엇이고, 왜 중요한지 설명해주세요.https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-dee.. 2024. 12. 27. [5일차] 2024/12/26 📌 매일 3가지✅ 인터뷰 3문제 정리Batch Normalization의 효과는?SGD, RMSprop, Adam에 대해 아는대로 설명한다면?간단한 MNIST 분류기를 MLP+CPU버전으로 numpy로 만든다면 몇줄일까?https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-deep-learning.md at main · boost-devs/ai-tech-interview👩💻👨💻 AI 엔지니어 기술 면접 스터디 (⭐️ 1k+). Contribute to boost-devs/ai-tech-interview development by creati.. 2024. 12. 26. [코테오답] 시프트 연산 결과 대입 Link : https://www.acmicpc.net/problem/1094Level : S3유형 : 비트마스킹 📌 문제 탐색길이가 64인 막대기를 잘게 나누고 붙이며, 원하는 길이(X)로 만드는 것이 목표다. 📌 코드 설계하기 1. 원하는 길이 X 입력 받기2. for문의 i 변수는 짧은 막대 길이 변수다. sum은 막대 길이 합(모든 막대) 변수다. 3. 반복문을 돌 때 경우는 3가지다.case 1 : 현재 막대 길이가 원하는 길이보다 크면 sum은 재정의된다. (sum=i)남은 막대 버리니까 이후 코드는 실행 X (continue)case 2 : 현재 막대 길이 합이 원하는 길이보다는 작은데, 현재 가장 작은 막대 i를 더했을 때 원하는 막대길이 보다 커지는 경우 그 작은 막대는 무시 (con.. 2024. 12. 26. [4일차] 2024/12/24 📌 매일 3가지 ✅ 인터뷰 3문제 정리Gradient Descent에 대해 쉽게 설명한다면?Local Minima 문제에도 불구하고 딥러닝이 잘되는 이유는?Training 세트와 Test 세트를 분리하는 이유는?https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-deep-learning.md at main · boost-devs/ai-tech-interview👩💻👨💻 AI 엔지니어 기술 면접 스터디 (⭐️ 1k+). Contribute to boost-devs/ai-tech-interview development by creating an.. 2024. 12. 24. [3일차] 2024/12/23 📌 매일 3가지 ✅ 인터뷰 3문제 정리TF, Pytorch 등을 사용할 때 디버깅 노하우는?뉴럴넷의 가장 큰 단점은 무엇인가? 이를 위해 나온 One-Shot Learning은 무엇인가?요즘 Sigmoid 보다 ReLU를 많이 쓰는데 그 이유는?https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-deep-learning.md at main · boost-devs/ai-tech-interview👩💻👨💻 AI 엔지니어 기술 면접 스터디 (⭐️ 1k+). Contribute to boost-devs/ai-tech-interview developme.. 2024. 12. 23. [C++] 벡터 요소의 합 구하기 accumulate 📌 import 헤더파일#include // accumulate를 사용하기 위해 필요 는 C++ 표준 라이브러리의 헤더 파일 중 하나로, 벡터나 배열 등의 데이터 집합에 대해 누적 합, 내적, 차분 계산 등을 간단하게 수행할 수 있는 유용한 함수들을 제공한다. 코딩 테스트 문제를 풀 때 벡터나 배열 요소를 빠르고 간편하게 누적할 수 있다. 📌 인자 설명✅ 첫번째 인자 : 시작 반복자(범위의 시작)✅ 두번째 인자 : 끝 반복자(범위의 끝)✅ 세번째 인자: 누적 연산의 초기값 📌 예시✅ 기본적인 벡터 요소의 합#include // accumulate를 사용하기 위해 필요#include #include using namespace std;vector vec = {1, 2, 3, 4, 5};int .. 2024. 12. 23. [2일차] 2024/12/22 📌 매일 3가지✅ 인터뷰 3문제 정리하이퍼 파라미터는 무엇인가요?weight initialization 방법에 대해 말해주세요.볼츠만 머신은 무엇인가요?https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-deep-learning.md at main · boost-devs/ai-tech-interview👩💻👨💻 AI 엔지니어 기술 면접 스터디 (⭐️ 1k+). Contribute to boost-devs/ai-tech-interview development by creating an account on GitHub.github.com✅ 코딩테스트.. 2024. 12. 22. Normalization, Standardization Normalization, Standardization은 feature scaling의 방법들이다. 📌 Feature Scaling이란?머신러닝과 딥러닝에서 데이터를 전처리하는 기법으로, feauture 값을 유사한 스케일로 변환하여 모든 feature가 모델에 동등하게 기여하도록 하는 기술이다. 서로 다른 feature 값들을 동일한 척도로 변환시킨다. 데이터의 값이 서로 다른 범위에 있다면, 모델이 특정 특징에 지나치게 민감하거나, 무시할 가능성이 있기 때문이다. 📌 Feature Scaling이 필요한 알고리즘✅ 경사 하강법 알고리즘 (Gradient Descent Based Algorithms) 선형 회귀(Linear Regression)로지스틱 회귀(Logistic Regression)신경망.. 2024. 12. 21. [1일차] 2024/12/20 📌 매일 3가지 ✅ 인터뷰 3문제 정리Data Normalization은 무엇이고, 왜 필요한가요?알고있는 Activation Function에 대해 알려주세요. 오버피팅일 경우 어떻게 대처해야할까요?https://github.com/boost-devs/ai-tech-interview/blob/main/answers/3-deep-learning.md ai-tech-interview/answers/3-deep-learning.md at main · boost-devs/ai-tech-interview👩💻👨💻 AI 엔지니어 기술 면접 스터디 (⭐️ 1k+). Contribute to boost-devs/ai-tech-interview development by creating an account .. 2024. 12. 20. 이전 1 2 3 4 ··· 8 다음