4장
4.1 훈련데이터와 시험데이터 범용 능력을 제대로 평가하기 위해 훈련 데이터와 시험 데이터의 분리가 필요 데이터셋 하나로만 매개변수의 학습 및 평가를 수행하면 올바른 평가가 될 수 없음 * 오버피팅 문제 : 한 데이터셋에만 지나치게 최적화된 상태 - 훈련 데이터만 사용하여 학습해 최적의 매개변수 찾음 - 그 후 시험 데이터를 사용하여 훈련한 모델의 실력을 평가함 4.2 손실함수 - 신경망은 하나의 지표를 기준으로 최적의 매개변수 값을 탐색함 : 신경망 학습에서 사용하는 지표를 손실 함수라고 한다. 1) 오차제곱합 - 가장 많이 쓰이는 손실함수 y = [0.1, 0.05, 0.6, 0.0, 0.05, 0.1, 0.0, 0.1, 0.0, 0.0] t = [0, 0, 1, 0, 0, 0, 0, 0, 0, 0]..
2023. 6. 1.
백준 2609 [파이썬] (유클리드호제)
#1 유클리드호제법을 이용한 풀이 a,b = map(int,input().split()) # 최대공약수 # a & b의 최대 공약수는 b & a를 b로 나눈 나머지의 최대 공약수 def gcd(a, b): while b > 0: a, b = b, a % b return a # 최소공배수 # a와 b의 곱을 a와 b의 최대 공약수로 나눈 값 def lcm(a, b): return a * b // gcd(a, b) print(gcd(a, b)) print(lcm(a, b)) #2 내장함수를 이용한 풀이 import math a, b = map(int, input().split()) print(math.gcd(a, b)) print(math.lcm(a, b)) 유클리드호제 ? 유클리드 호제법은 최대공약수를 구..
2023. 3. 20.