전체 글 (35) 썸네일형 리스트형 알고리즘 2월 7일 leet easy 1 programmers easy 3 완료 2월 8일 programmers medium 1 수행 2월 9일 x 2월 10일 2월 14일 easy 약 40문제 medium 1(문제총 55문제품) 2월 15일 medium 1문제 2월 16일 medium 1문제 2월 17일 medium 2문제 백준 알고리즘 태그 어떤 알고리즘이 뭐고 취약한지 써보기 수학 Mathematics 3614 구현 Implementation 3270 다이나믹 프로그래밍 Dynamic Programming 2270 그래프 이론 Graph Theory 2114 자료 구조 Data Structures 2074 문자열 String 1440 그리디 알고리즘 Greedy 1249 브루트포스 알고리즘 Bruteforcing 1172 그래프 탐색 Graph Traversal 1143 정렬 Sorting 981 정수론 Number Theory 791 기하학 Geometry 779 트리 Tree 777 세그먼트 트리 Segment Tree 771 이분 탐색 Binary Search 694 너비 우선 탐색 Breadth-first Search.. 역량 관리 Software engineering - DevOps - MLOps - TD - 개발 모델 - Git Algorithm - 백준 - Leetcode - 루틴 필요 - Vim 등 기본 소양 English - 회화 - 글 - 토론 - Comprehensive input 언어적 소양 - 대화법 - 설득법 - 글쓰기 - 토론하기 - 발표법 - 책읽기 - 자신감 - 공포증 극복 전문지식 - Computer vision paper follow - AI 최신 기술 뉴스 논문등 follow - 프레임 워크 - 라이브러리 법률 / 금융 - 근로법 민법 형법 등 기본적인 법률 - 경영학 - 세금 등 - 투자 - 주식 - 법인 - 계약 어떤 일이든 무엇이든 다른사람들의 도움을 적극적으로 받을 것 혼자서 생각해서 역량을 키우.. 잘 쓰이는 통계 모델 정리 알고리즘 1.Naïve Bayes Classifier Algorithm 2.K Means Clustering Algorithm 3.Support Vector Machine Algorithm 4.Apriori Algorithm 5.Linear Regression 6.Logistic Regression 7.Artificial Neural Networks 8.Random Forests 9.Decision Trees 10.Nearest Neighbours. 부스팅 알고리즘 AdaBoost LightGBM XGBoost Gradient Boost 진로 1. 대학원 1.1. 대학원 석사 1.1.1 석사 후 국과연 취직 루트 (무난. 안될 수도 있지만 가장 가능성 있는 직장. 하지만 안흥,창원 같은 곳 배치되면 어카지 1.1.2 석사 후 정출연 취직 루트 (무난. 연봉 6~7000 예상. 내가 좋아하는 연구를 계속해서 할 수는 있지만 실적압박이 좀 있을 수 있음) 2.1 대학원 박사 2.1.1 해외 대학원 루트. 미국 30위권 내를 목표로 준비 후 입학. 박사 입학 후 상당한 난항을 겪을 것으로 예상. 낮은 자존감, 해외 생활, 언어 장벽 문제 등 상당히 어려운 문제가 내포되어있음. 박사 내내 가족 및 친구들을 볼 수 없음. 그러나 대기업 취직하거나 교수되는 루트가 상당히 좋음. 그러나 내가 현실적으로 교수가 될 상인가? 앞으로 학생 수도 적어지면서 교수.. 과제를 성공시키기 위해 한 짓거리 1. Domain Randomization 2. Reinforcement Learning 3. Domain Adaptation 4. Supervised Learning 5. Sim-to-Real 6. Semantic Segmentation 7. Data Augmentation 8. Auto Labeling 9. View point transformation 10. Representation Learning 11. Late fusion 슈퍼마리오 1을 플레이하는 AI를 만드는 방법(4) 지난 시간에는 보이는 게임화면을 디지털화(?)하는 데 성공했다. 이제 우리는 이 단순화된 화면을 가지고 다양한 방법의 알고리즘을 만들고 돌리려고 한다. 이전까지 하던 것은 약간 복잡한? 전처리였다. 이제는 진짜 머리를 써야하는 부분을 들어가야 할 것이다. 첫번째로는 강화학습(Reinforcement Learning)을 돌려보려고 한다. 강화학습을 위해서는 다양한 라이브러리가 사용될 수 있다. 본인은 pytorch에 매우 익숙해져있기 때문에 pytorch를 사용하여 reinforcement learning을 구축한 라이브러리인 stable baselines 3를 사용하려고 한다. 무엇이든지, 처음 보는 라이브러리를 잘 사용하기 위해서는 공식 홈페이지를 가야한다. https://stable-baselines.. 슈퍼마리오 1을 플레이하는 AI를 만드는 방법(3) 이번 시간에는 드디어 python을 사용할 예정이다. 2부에서 찾았던 주소들을 python으로 읽기 전에 주소들을 다시한번 정리하자. ================ 마리오의 x위치는 0086 006D이다 마리오의 y위치는 00CE 마리오의 x속도는 0057 마리오의 y속도는 009F 마리오의 상태는 0754 0756 : 꼬마는 10 성인은 01 불쏘는 성인은 02 각 몬스터의 x위치는 0087 0088 0089 008A 008B 006E 006F 0070 0071 0072 각 몬스터의 y위치는 00CF 00D0 00D1 00D2 00D3 각 몬스터의 종류는 0016 0017 0018 0019 001A 점수: 07DD ~ 07E4 (BCD 코드) 시간: 07F8 ~ 07FA (BCD 코드) 앞으로 나아간 .. 이전 1 2 3 4 5 다음
