TIL.29 - 머신러닝 & 알고리즘

<머신 러닝 강의>

1.Convolutional Neural Networks (합성곱 신경망)

• 합성곱(Convolution)은 예전부터 컴퓨터 비전(Computer Vision, CV) 분야에서 많이 쓰이는 이미지 처리 방식으로 계산하는 방식은 아래와 같습니다. 입력데이터와 필터의 각각의 요소를 서로 곱한 후 다 더하면 출력값이 됩니다.출처: https://ce-notepad.tistory.com/14
• 딥러닝 연구원들은 이 합성곱을 어떻게 딥러닝에 활용할 수 있을까 고민하다가, 1998년에 Yann LeCun 교수님이 엄청난 논문을 발표하게 됩니다.르쿤 교수님은 합성곱을 이용한 이 신경망 디자인을 합성곱 신경망(CNN)이라고 명칭하였고 이미지 처리에서 엄청난 성능을 보이는 것을 증명했는데요. CNN의 발견 이후 딥러닝은 전성기를 이루었다고 볼 수 있습니다. 이후 CNN은 얼굴 인식, 사물 인식 등에 널리 사용되며 현재도 이미지 처리에서 가장 보편적으로 사용되는 네트워크 구조입니다.
• 합성곱(Convolution)은 예전부터 컴퓨터 비전(Computer Vision, CV) 분야에서 많이 쓰이는 이미지 처리 방식으로 계산하는 방식은 아래와 같습니다. 입력데이터와 필터의 각각의 요소를 서로 곱한 후 다 더하면 출력값이 됩니다.출처: https://ce-notepad.tistory.com/14
• 딥러닝 연구원들은 이 합성곱을 어떻게 딥러닝에 활용할 수 있을까 고민하다가, 1998년에 Yann LeCun 교수님이 엄청난 논문을 발표하게 됩니다.르쿤 교수님은 합성곱을 이용한 이 신경망 디자인을 합성곱 신경망(CNN)이라고 명칭하였고 이미지 처리에서 엄청난 성능을 보이는 것을 증명했는데요. CNN의 발견 이후 딥러닝은 전성기를 이루었다고 볼 수 있습니다. 이후 CNN은 얼굴 인식, 사물 인식 등에 널리 사용되며 현재도 이미지 처리에서 가장 보편적으로 사용되는 네트워크 구조입니다. 

합성곱 연산

2. CNN의 구성

• 합성곱 신경망은 합성곱 계층(Convolution layer)과 완전연결 계층(Dense layer)을 함께 사용합니다.출처: https://teknoloji.org/cnn-convolutional-neural-networks-nedir/
• 합성곱 계층 + 활성화 함수 + 풀링을 반복하며 점점 작아지지만 핵심적인 특성들을 뽑아 내는데요. 여기서 풀링 계층(Pooling layer)은 특성 맵의 중요부분을 추출하여 저장하는 역할을 합니다.
• 아래의 이미지는 Max pooling의 예시입니다. 2x2 크기의 풀 사이즈(Pool size)로 스트라이드 2의 Max pooling 계층을 통과할 경우 2x2 크기의 특성 맵에서 가장 큰 값들을 추출합니다.
•  

아래는 Average pooling의 예시입니다. Max pooling에서는 2x2 크기의 특성 맵에서 최대 값을 추출했다면 Average pooling은 2x2 크기의 특성 맵에서 평균 값을 추출하는 방식입니다.

---

<알고리즘>

1. 크레인 인형뽑기(카카오)

문제 : https://school.programmers.co.kr/learn/courses/30/lessons/64061

프로그래머스

def solution(board, moves):
    answer = 0
    buket = []
    
    for j in moves:
        for idx, v in enumerate(board):
            if v[j-1] != 0:
                buket.append(v[j-1])
                board[idx][j-1] = 0
                if len(buket) > 1:
                    if buket[-1] == buket[-2]:
                        answer += 2
                        buket.pop()
                        buket.pop()
                break

    return answer

2. 영어 끝말잇기

문제 : https://school.programmers.co.kr/learn/courses/30/lessons/12981

프로그래머스

def solution(n, words):
    answer = []
    word_li = []
    total = 0
    for idx, v in enumerate(words):
        # 턴추가
        if idx % n == 0:
            total += 1
        # 중복
        if v in word_li:
            answer.append([(idx%n)+1, total])
            return [(idx%n)+1, total]
        
        # 잘못된 끝말잇기
        if word_li:
            if word_li[-1][-1] != v[0]:
                answer.append([(idx%n)+1, total])
                return [(idx%n)+1, total]
            
        word_li.append(v)
    return [0,0]