[3일차] 2024/12/23

📌 매일 3가지

 

✅ 인터뷰 3문제 정리

• TF, 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

 

✅ 코딩테스트 1문제

• '이것이 취업을 위한 코딩테스트다' - 정렬2
  • 선택 정렬 : 가장 원시적인 방법, 정렬되지 않은 데이터 중 '가장 작은 것을 선택' and 정렬되지 않은 가장 작은 데이터랑 swap
    👉🏻 O(n^2)
  • 삽입 정렬 : 데이터를 하나씩 적절한 위치에 삽입, 필요할 때만 바꾸므로 '데이터가 거의 정렬되어 있을 때 효율적'
    👉🏻 O(n)
    ⭐ 거의 정렬되어 있을 때, 퀵 정렬보다 빠르게 동작
  • 퀵 정렬 : 피벗(pivot) 사용. 피벗 기준 왼쪽에서 피벗보다 큰 수, 오른쪽에서 피벗보다 작은 수 택하여 swap. 이 값이 서로 엇갈리면 피벗보다 작은 데이터(오른쪽 수)와 피벗을 swap하여 위치를 변경한다. 이를 반복
    👉🏻 O(nlogn) : 데이터 N개일 때 높이는 약 logN
    ❗거의 정렬되어 있는 경우엔 삽입 정렬이 더 빠르게 작동함
  • 계수 정렬 : 특정 조건이 부합할 때만 사용. 리스트를 만들고 거기에 해당 숫자의 개수를 저장한다.
    ❗데이터 크기가 한정되어 있고, 중복된 수가 많은 때 유리

✅ 밑바닥부터 시작하는 딥러닝 5(생성 🐠)

• 챕터 2.1 생성 모델 개요 - 2.2 실제 데이터로 생성 모델 구현