원당컴퓨터학원

부분합 알고리즘이란? N명의 시험 성적을 내림차순으로 정렬해 둔 score[] 가 있다고 하면 여기서 우리는 a등에서 b등까지의 평균을 구하려고 한다. 가장 간단한 알고리즘으로는 a등부터 b등까지의 합을 구한 다음 b - a + 1 로 나누는 것이다. 하지만 이렇게 구하는 횟수가 빈번해진다고 하면 1회를 구할 때마다 최대 N번씩 반복하게 된다. 이럴 때 유용하게 사용하는 것이 부분합(Partial sum)이다. 위와 같이 psum 테이블을 미리 구해 놓는다고 하면 2번지 부터 4번지까지의 부분합을 구하려고 하면 psum[4] 는 0,1,2,3,4 의 모든 합이기 때문에 여기서 0,1 의 값을 빼면 2번지부터 4번지 까지의 부분합이 된다. 따라서 psum[4] - psum[1] 의 값이 2번지 부터 4번지..

학원 초기에 우리 원에서 같이 공부했던 학생인데 이번에 수능 시험을 잘 치루었다고 연락을 받았었는데~ 이번에 고려대 컴공이랑 서울대 산업공학과 모두 붙어서 서울대 산업공학과 등록한다는 연락을 받았습니다.^^ 이렇게 좋은 소식 전해준 한** 학생에게 너무도 고맙네요.^^ 한** 학생은 같이 공부할 때 센스 만점이었는데~ 디미고에 가서도 공부를 정말 열심히 한 모양이네요.^^ 중간 중간 학교생활 하는 것들도 연락을 자주 해 주었는데~ 동아리 활동에서도 두각을 나타내서 학생부 종합전형으로 대학을 들어갈 것이라고 생각 했었는데~ 정시 준비를 한다고 해서 의외이긴 했었거든요^^ 수능이 끝나고 나서 고려대는 가능할것 같다고 얘기 해 주길래 고려대 컴공과 생각하고 있었는데~ 우리나라 최고의 명문대 서울대에 합격했다는..

머신 러닝을 공부하다 보니 일반적으로 모델을 만드는 강의에 집중 되어 있는 것을 확인 할 수 있었습니다. 하지만 이렇게 모델을 만들어 보았는데~ 도대체 어떻게 활용하지? 라는 막막함이 들 때가 있었는데요~ 이번 특강은 이미 만들어진 머신러닝 모델들을 활용하여 애플리케이션에서 어떻게 동작하고 어떤 프로젝트들을 수행 해 볼 수 있는지를 살펴 보고~ 그 다음으로 머신러닝 모델을 만들어 본다면 먼저 숲을 보고 나무를 분석해 볼 수 있지 않을 까 하여 머신러닝 활용 부분에서 먼저 특강을 진행하게 되었습니다. 머신러닝에 관심이 있는 학원생 여러분의 많은 참여를 부탁 드립니다. [머신러닝 활용 특강] 대상 : 원당컴퓨터 학원생 중 머신러닝활용에 관심이 있는 학생 기간 : 2023년 2월 26일(일) ~ (매주 일요일..

1. 누적분포란 평균이 0이고 표준편차가 1인 정규분포를 표준정규분포라고 한다. 평균이 0이고 표준편차가 1인 z점수 공식에 대입하면 z = x 가 된다. 따라서 표준 정규분포는 z 점수를 사용해 전체 데이터가 어떻게 분포되어 있는지 나타낼 수 있다. 예를 들어 표준정규분포에서 z 점수가 1.0 이내에 위치한 샘플은 전체의 약 68%에 해당한다. z점수 2.0 이내에 위치한 샘플은 95%에 해당한다. 여기서 x축은 샘플값 또는 z점수, y축은 샘플의 등장 빈도 또는 밀도가 된다. 그럼 z 점수 1.5 이내에 있는 샘플의 비율은 얼마나 될까? 2. 누적분포 구하기 누적분포는 주어진 확률이 특정 값보다 작거나 같은 확률을 나타내는 값이다. 가령 표준정규분포에서 평균 0 까지 누적분포는 정확히 50%가 될것이..

방정식이란? 기본적인 연산을 할 때 구체적인 수들을 볼 수 있어요. 가령 23 + 5 = 28 과 같이 계산이 되는 것을 볼 수 있습니다. 대수의 세계로 들어가면서 변수라는 개념을 다루게 됩니다. 변수란 바뀔 수 있는 값이나 식을 의미합니다. 예를 들어 x + 5 라고 쓴다고 하면 x 의 값에 따라 결과값은 달라 집니다. 이러한 것은 하나의 식이라고 합니다. 여기서 식과 방정식의 차이를 확인해 보겠습니다. 식은 단지 어떤 값을 나타내는 표현입니다. 예를들어 x + 5 라는 식은 x의 값에 따라 결과값이 바뀔것입니다. 방정식의 경우는 식이 서로 같다고 가정하고 시작합니다. 예를 들어 x + 5 = 10 이라고 하면 한개의 값을 모르는 상황에서 x의 값을 알아낼 수 있습니다. 이렇게 미지수가 포함된 식에서 ..

조합탐색이란? - 완전 탐색 알고리즘은 대개 답을 만드는 과정을 여러개의 선택으로 나눈 뒤 재귀 호출을 이용해 각각의 선택지를 채워가는 형태로 구현됨 - 기존 완전 탐색은 모든 답을 다 만들어 보면서 문제를 해결하므로 완전 탐색의 수행시간은 탐색 공간의 크기에 직접적으로 비례 - 이는 문제의 규모에 따라 기하급수적으로 크기가 증가. - 조합탐색이란 완전 탐색을 포함해 유한한 크기의 탐색 공간을 뒤지면서 답을 찾아 내는 알고리즘 목표 - 기본적으로 모두 최적해가 될 가능성이 없는 답들을 탐색하는 것을 방지하여 만들어 봐야 하는 답의 수를 줄이는 것을 목표로 함 조합탐색 최적화 기법 - 가지치기 : 탐색 과정에서 최적해로 연결될 가능성이 없는 부분을 잘라낸다. 예) 외판원 문제에서 길이가 10인 경로를 이미..

참고 문제 - https://ko.khanacademy.org/math/kor-1st-2/xdffa2afcc11cd098:1-2-5#xdffa2afcc11cd098:1-2-5-3 ​ 시각의 쓰임을 알수 있고 몇시와 몇분을 5분 단위로 말하고 나타낼 수 있다. 분은 숫자가 1일때 5분,2일때 10분... 과 같이 읽을 수 있으며~ 시는 숫자가 12 와 1 사이일 때 12시,1과 2 사이일 때 1시와 같이 읽을 수 있는 것을 연습할 수 있다. ​ 작품소개 처음 시작하면 시계에 임의의 시간을 나타내고 현재 시간은 몇시입니까? 라고 묻는다. 몇시인지 맞추면 다음으로 현재시간은 몇분입니까? 라고 묻는다. 정답이라면 정답입니다. 가 출력되고 틀린 경우 현재 시간은 몇시 몇분입니다. 라고 출력 된다. ​ ​ 알고리즘..

1. 표준점수란? 데이터가 정규분포를 따른다고 가정하고 각 값이 평균에서 얼마나 떨어져 있는지 표준편차를 사용해 변환한 점수를 표준점수(standard score) 또는 z점수 라고 한다. 예를 들면 다음과 같다. 출생한 아기의 몸무게와 키에 대한 데이터가 있다고 가정해 보자.몸무게와 키가 평균으로부터 얼마만큼 떨어져 있는지 나타내려면 몸무게는 1kg, 키는 5cm 와 같이 다른 단위를 써야 한다.게다가 이런 수치만 보아서는 평균으로부터 몸무게가 더 멀리 떨여져 있는지, 키가 더 멀리 떨어져 있는지 알기 어렵다. 그래서 z점수라는 값을 사용한다. 2. 표준점수(z점수) 구하기 z점수는 평균까지의 거리를 표준편차로 나눈 값이다. 식은 다음과 같다. z점수 = (x - 모집단평균)/모집단의 표준편차 와 같이..

1. 그래프란? 그래프 : G=(V,E) 여기서 V는 정점(Node 라고도 하며 꼭짓점이라고도 한다.), E는 엣지( Vi~Vj 를 연결하는 모서리)라고 하며 그래프는 정점과 모서리의 집합으로 구성된 구조를 의미한다. 예) 위와 같은 형태가 그래프이다. 2. 그래프 인접(Adjacent),근접(Incident),루프(Loop) - 인접(Adjacent),근접(Incident) 그래프 G=(V,E)에서 꼭짓점 a와 b를 연결한 모서리 ab가 있을 때 꼭짓점 a와 b는 서로 인접하고 모서리 ab는 꼭짓점 a와 b에 근접한다. - 루프(Loop) 인접하는 꼭짓점이 하나인 모서리 e 3. 방향그래프 화살표로 모서리를 표현해 인접하는 꼭짓점 간의 순서를 알 수 있는 그래프 G = 로 표현하며 인접하는 꼭짓점 사이..

https://swmaestro.org/sw/main/contents.do?menuNo=200033 SW마에스트로 교육 프로그램 SWM 과정소개 창의력과 재능을 겸비한 연수생을 선발, SW전문가 멘토링, 기본소양 교육, 자기주도형 학습 등을 통해 교육성과 극대화 선발(2개월) 235명 예비 과정 (2개월) 예비교육, swmaestro.org 접수기간 : 2023.1.9 ~ 2.9(목) 17:00 1차전형(코딩테스트) : 2023.2.25(토) 14:00 ~ 16:00 2차전형(코딩테스트) : 2023.3.4(토) 14:00~16:00 3차전형(심층면접) : 2023.3.16(목) ~ 3.18(토) 접수방법 : www.swmaestro.org 온라인 지원 SW마에스트로 교육 프로그램 SWM 과정소개 창의력..