λͺ©λ‘μ 체 κΈ (1005)
π 곡λΆνλ μ§μ§μνμΉ΄λ μ²μμ΄μ§?
220128 μμ± https://doooob.tistory.com/5 [μκΈ°μ¬μ΄ AI - 03] λΉ λ°μ΄ν° × AIμ μλ―Έλ? μ¬λ¬λΆμ SNSλ₯Ό μ΄μ©νκ³ μμ΅λκΉ? Googleκ³μ κ³Ό Facebook λ± SNSμλ λ§μ κ°μΈμ λ³΄κ° ν¬ν¨λμ΄ μμ΅λλ€. λν νμΈμ λ°μ΄ν°λ₯Ό κ΄μ°°νλ κ²λ κ°λ₯ν©λλ€. μ΄ SNSμ κΈκ²©ν μ±μ₯μ μ¬λ¬λΆλ μμ doooob.tistory.com 1. AI μ λΉ λ°μ΄ν° : μ λ ₯λλ λ°μ΄ν°μ μκ³Ό μ§μ΄ κ·Έλλ‘ λ₯λ ₯μΌλ‘ μ΄μ΄μ§ ( λ°μ΄ν° μμ΄ λ§μ μλ‘ μ’λ€, κ²½νμΉμ μν΄μ λλ΅μ μ΄λμ΄λ ) : SNS, IoT λ± λ€μν λ¬Όκ±΄μ΄ μΈν°λ·μ μ μνκΈ° μμνλ©΄μ μ§κΈκΉμ§ μμΉλ‘ μΈ‘μ ν μ μμλ μμμ λ°μ΄ν° μ·¨λ κ°λ₯ : λλμ λ°μ΄ν°λ₯Ό λΉ λ°μ΄ν° 2. AI μ - μ μ‘°μ : μ 무μνμ ..
220128 μμ± https://doooob.tistory.com/4 μ§μ νν - λ¨μ : μ€μ€λ‘ νμ΅μ΄ λΆκ°, ν¨ν΄μ κ·Έλλ‘ μ¬ν : μ λ¬Έκ° μ§μμ μ 리νμ¬ μ»΄ν¨ν°μ μ λ ₯ -> μΈκ°μ΄ μν 3. 3μ°¨ AI λΆ ( 2006 ~ νμ¬ ) : λ₯λ¬λμ μ ν리 ννΌ νμ μν΄ λ°λͺ : μ λ ₯ λ°μ΄ν°μμ μ€μ€λ‘ νΉμ§μ νλ³νκ³ νΉμ μ§μμ΄λ ν¨ν΄μ κΈ°μ΅μν€μ§ μμλ νμ΅μ΄ κ°λ₯ν λ₯λ¬λ : κΈ°κ³κ° μ€μ€λ‘ μ΄λ€ νλμ ν κ²μΈκ°λ₯Ό νμ΅
220128 μμ± https://doooob.tistory.com/3?category=825950
220128 μμ± https://doooob.tistory.com/189 [λ₯λ¬λ μ λ¬Έ - 2] λ¨Έμ λ¬λμ μ¬μ©λλ μν λ€μ μ₯λΆν° 3νμ κ±Έμ³ λ₯λ¬λμ ν¬ν¨ν λ¨Έμ λ¬λμ νμν μνμ κΈ°μ΄λ‘ 'λ―ΈλΆ', 'μ ν λμν', 'νλ₯ ν΅κ³'μ 3κ°μ§μ λν μμ μ μ§§κ² μκ°νκ² μ΅λλ€. κ·Έ μ μ, μ΄ μ₯μμλ κΈ°κ³ νμ΅(mach doooob.tistory.com 1. κΈ°κ³ νμ΅μ΄λ? : μ£Όμ΄μ§ λ°μ΄ν°μμ μ μ μλ λ°μ΄ν°μ λνμ¬ νΉμ κ·μΉμ΄λ ν¨ν΄μ μΆμΆνκ³ , μ΄λ₯Ό λ°νμΌλ‘ λ―Έμ§μ λ° μ΄ν°λ₯Ό λΆλ₯νκ±°λ μμΈ‘ 2. μ§λ νμ΅ : λ¬Έμ μ λν λ΅μ΄ μκ³ , μμλ μλ΅κ³Ό μ€μ μλ΅μ κ°κ·Ήμ΄ μμμ§λ€ AI · μΈκ³΅μ§λ₯/λ₯λ¬λ Tutorial : μ£Όμ΄μ§ λ°μ΄ν°μμ κ΄κ³λ₯Ό μμνλ©° λ―Έμ§μ λ°μ΄ν°μ λν΄ μ’μ μ λ§..
220127 μμ± https://www.deepnoid.com/ μΈκ³΅μ§λ₯ | Deepnoid DEEPNOIDλ μΈκ³΅μ§λ₯μ ν΅ν μΈλ₯μ 건κ°κ³Ό μΆμ μ§ ν₯μμ κΈ°μ μ΄λ μΌλ‘ νκ³ μμ΅λλ€. λ₯λ Έμ΄λκ° κΏκΎΈλ μΈμμ, μλ£ μΈκ³΅μ§λ₯μ΄ μ§κΈλ³΄λ€ ν¨μ¬ λμ λ²μμ μ§νμ μ°κ΅¬, μ§λ¨, μΉλ£μ λμ www.deepnoid.com 1. κ°ννμ΅ ex) μνκ³ -> λλμ 기보λ₯Ό ν΅ν΄ λͺ¨λ°© νμ΅ κ±°μΉ¨ (νλμ λν 보μμ μ»κ³ , 보μμ ν΅ν΄ μ€μ€λ‘ νμ΅) : κ°ννμ΅μ μ§λνμ΅ (μ λ΅ μ£Όμ΄μ§), λΉμ§λνμ΅ (μ£Όμ΄μ§ λ°μ΄ν°λ‘ νμ΅) μ΄ μλ : μμ΄μ νΈκ° νκ²½κ³Ό μνΈμμ©νλ©΄μ μ€μ€λ‘ νμ΅νλ λ°©μ! : λͺ¨λ λ¬Έμ κ° μνμ μΌλ‘ μ μλμ΄μΌ μμ΄μ νΈκ° νμ΅νκ³ λ°μ - μν : μμ΄μ νΈμ μν - νλ : μ΄λ ν μνμμ μ..
220127 μμ± https://www.deepnoid.com/ μΈκ³΅μ§λ₯ | Deepnoid DEEPNOIDλ μΈκ³΅μ§λ₯μ ν΅ν μΈλ₯μ 건κ°κ³Ό μΆμ μ§ ν₯μμ κΈ°μ μ΄λ μΌλ‘ νκ³ μμ΅λλ€. λ₯λ Έμ΄λκ° κΏκΎΈλ μΈμμ, μλ£ μΈκ³΅μ§λ₯μ΄ μ§κΈλ³΄λ€ ν¨μ¬ λμ λ²μμ μ§νμ μ°κ΅¬, μ§λ¨, μΉλ£μ λμ www.deepnoid.com 1. Classification 1) Classification : feature Extractor -> classifier 2) Object Detection 3) Instance Segmentation : Semantic VS Instance Segmentation : input -> pixelwise classification -> probability map -> threshold ..
220127 μμ± 9184 μ λ ₯μΌλ‘ μ£Όμ΄μ§ κ°κ°μ a, b, cμ λν΄μ, w(a, b, c)λ₯Ό μΆλ ₯ λ€μκ³Ό κ°μ μ¬κ·ν¨μ w(a, b, c)κ° μλ€. if a 20, then w(a, b, c) returns: w(20, 20, 20) if a < b and b < c, then w(a, b, c) returns: w(a, b, c-1) + w(a, b-1, c-1) - w(a, b-1, c) otherwise it returns: w(a-1, b, c) + w(a-1, b-1, c) + w(a-1, b, c-1) - w(a-1, b-1, c-1) λ΄ νμ΄ import sys input = sys.stdin.readline def w(a, b, c): if a 20: return w(20, 20, 20..
220127 μμ± 1003 κ° ν μ€νΈ μΌμ΄μ€λ§λ€ 0μ΄ μΆλ ₯λλ νμμ 1μ΄ μΆλ ₯λλ νμλ₯Ό 곡백μΌλ‘ ꡬλΆν΄μ μΆλ ₯ λ΄ νμ΄ a = int(input()) zero = [1, 0, 1] one = [0, 1, 1] def cal(num) : length = len(zero) if length