19일차 내일배움캠프 개발일지

오늘은 무엇을 배웠을까요?

 

바로 알고리즘 강의 중 배열, 링크드 리스트와

머신러닝 강의 중

tensorflow, kaggle을 활용하여

선형회귀 실습 해보기를 진행했습니다.

 

링크드 리스트는 빅오표기법 O(N) 방식으로 특정 원소를 조회하는 것이 가능하며

중간에 삽입 또는 삭제를 할 경우 O(1) 방식으로 가능합니다.

Array의 경우 빅오 표기법은 위와 반대가 되겠습니다.

데이터를 추가하는 경우 모든 공간이 다 찼어도 맨 뒤의 노드만 동적으로 추가한다면 문제 없습니다.

Array의 경우는 새로운 메모리 공간을 할당받아만 합니다.

 

즉 데이터에 접근하는 경우가 빈번하다면 Array를,

삽입과 삭제가 빈번하다면 링크드 리스트를 사용하는 것이 바람직하겠지요.

 

근데 파이썬의 배열은 list 라고 부르는데 왜 그런 것일까요?

파이썬의 경우 내부적으로 동적 배열이라는 걸 사용해서

배열의 길이가 늘어나도 O(1)의 시간 복잡도가 걸립니다.

 

https://en.wikipedia.org/wiki/Dynamic_array

Dynamic array - Wikipedia

 

그래서 파이썬의 배열은 링크드 리스트, 배열 두가지 모두로 쓸 수 있습니다.

(근데 링크드 리스트는 아닙니다. 이 부분은 조금 복잡하니 그냥 모두 쓸 수 있다고 생각하는게 좋겠습니다.)

 

https://colab.research.google.com/drive/1TN0zpxNsO7aeX6a0A39fJljlc8CiGNZv?usp=sharing 

1주차 머신러닝 숙제

위 링크로 들어가면 제가 진행한 1주차 머신러닝 강의 숙제를 볼 수 있답니다.

처음 머신러닝 fit을 진행할 때 loss가 줄지 않아서 왜 그럴까 생각해보니

다른 방법으로 시도를 안 해봤더라구요.

 

model = Sequential([
  Dense(1)
])

model.compile(loss='mean_squared_error', optimizer=SGD(lr=0.01)) # mean_absolute_error, Adam, lr=0.1 등으로 바꿔 진행해볼것)

model.fit(
    x_train,
    y_train,
    validation_data=(x_val, y_val),
    epochs=100
)

 

주석 처리한 부분처럼 다양한 시도를 해보며 loss가 잘 줄어드는 지 확인하는 과정을 거치면서

공부를 했답니다.

 

오늘은 여기까지!

내일 볼 수 있다면 좋겠어요.

제발!~