์ ์ฒด ๊ธ
์ํ์คํฌ์ธ ์ง๋์ฌ 2๊ธ ์ค๊ธฐ ๋ณด๋๋น๋ฉ ์ ์์ฑ ์ถ์ฒ(์ด์ฑ๋ชฝ)
์ํ์คํฌ์ธ ์ง๋์ฌ ๋ณด๋๋น๋ฉ ์ค๊ธฐ·๊ตฌ์ ์ค๋น ์๋ฃ ์ถ์ฒ (2026 ๊ฐ์ ๋ฐ์)์ํ์คํฌ์ธ ์ง๋์ฌ 2๊ธ ๋ณด๋๋น๋ฉ ์ค๊ธฐ์ ๊ตฌ์ ์ ์ค๋นํ๋ฉด์์ด๋ค ์๋ฃ๋ก ๊ณต๋ถํด์ผ ํ ์ง ๊ณ ๋ฏผ์ด ๋ง์์ต๋๋ค.ํนํ ๊ฐ์ ๋ ๋ด์ฉ์ด ๋ฐ์๋ ์๋ฃ๋ฅผ ์ฐพ๋ ๊ฒ ์ค์ํ๋ค๊ณ ๋๊ผ๋๋ฐ,์ต๊ทผ์ ๊ตฌ๋งคํด์ ๋ณด๊ณ ์๋ ์๋ฃ๊ฐ ๊ด์ฐฎ์์ ๊ฐ๋จํ ์ ๋ฆฌํด๋ณด๋ ค๊ณ ํฉ๋๋ค. ์ค๋นํ์๋ ๋ถ๋ค์ ํ๋ฒ์ฏค ๋ค์ด๋ดค์๋ฒํ ๋ด์ฉ์ด๊ธด ํฉ๋๋ค! ํฌ๋ชฝ์ผ๋ก ๊ตฌ๋งค ๊ฐ๋ฅํ๋ ์๋ ๋งํฌ ์ฐธ๊ณ ํ์ธ์~๐ https://kmong.com/gig/442134์ต์ ๊ฐ์ ๋ด์ฉ์ด ๋ฐ์๋์ด ์์ด์ ์ข์์ต๋๋ค์ํ ์ค๋นํ๋ฉด์ ๊ฐ์ฅ ์ ๊ฒฝ ์ฐ์๋ ๋ถ๋ถ์์ต์ ์ถ์ ๊ธฐ์ค์ด ๋ฐ์๋์ด ์๋์ง์์ต๋๋ค.์ด ์๋ฃ๋ 2026๋ ๊ฐ์ ๋ด์ฉ์ ๊ธฐ์ค์ผ๋ก ์ ๋ฆฌ๋์ด ์์ด์๊ธฐ์ค์ด ๋ฐ๋ ๋ถ๋ถ๊น์ง ๊ฐ์ด ํ์ธํ๋ฉด์ ๊ณต๋ถํ ์ ์์์ต๋๋ค.๊ธฐ์ถ๋ฌธ์ ์ค..
[๋ฐฑ์ค - 1003] ํผ๋ณด๋์น ํจ์ (C++)
https://www.acmicpc.net/problem/1003ํผ๋ณด๋์น ํจ์F(n) = F(n-1) + F(n-2) ๋จ) F(0) = 0, F(1) = 1 ๋ฌธ์ ์ด๋ฒ ๋ฌธ์ ๋ ํผ๋ณด๋์น๋ฅผ ์ฌ๊ท๋ก ๊ตฌํํ์์ ๋ 0๊ณผ 1์ด ๋ช๋ฒ ํธ์ถ๋๋์ง๋ฅผ ๊ณ์ฐํ๋ ๋ฌธ์ ์ ๋๋ค.int fibonacci(int n) { if (n == 0) { printf("0"); return 0; } else if (n == 1) { printf("1"); return 1; } else { return fibonacci(nโ1) + fibonacci(nโ2); }}์ ์ฝ๋์์ n์ ๋ฐ๋ผ 0๊ณผ 1์ด ๊ฐ๊ฐ ์ผ๋ง๋ ํธ์ถ ๋ ์ง๋ฅผ ๊ณ์ฐํด์ฃผ๋ฉด ๋ฉ๋๋ค. n์ด 0์ด๋ผ๋ฉด 0์ด..
์ ํค ๊ตฌ๋ผ๋ชจํ , ๋์ ํ๋ ์ฌ๋์๊ฒ ํด์ฃผ๊ณ ์ถ์ ๋ง
*์ ํค ๊ตฌ๋ผ๋ชจํ ๋์ Lake Louise์ ๊ฐ์ํ์๋ฉด์ ํธํ๊ฒ ๊ธ์ ์ฝ์ด๋ณด์ธ์. ์ ํค ๊ตฌ๋ผ๋ชจํ ์ ๋์ ์ ๋ํ ๋ง์๊ฐ์ง๊ทธ๋ ํผ์๋ ธ๋ฅผ ์ ๋ฌธ์ ์ผ๋ก ๋ฐฐ์ด ์ฌ๋์ ์๋๋๋ค. ๊ทธ๋ ๋ฌผ๋ฆฌํ ์์ฌ๋ฅผ ๋ง์น ๋ค ํผ์๋ ธ ์๊ณก๊ฐ๋ก ํ๋ํ์์ต๋๋ค.์ด๋ฏธ ๋ํ๊ต 1ํ๋ ๋๋ถํฐ ๋์ ๋ฐ์ผ๋ฉฐ ํผ์๋ ธ ๊ด๋ จ ์ผ์ ํ๋ค๊ณ ํฉ๋๋ค. ํผ์๋ ธ๋ฅผ ์ ๊ณตํ ์ฌ๋๋ ์๋๋ฐ ์ด๋ป๊ฒ ์ด๋ฐ ์ผ์ด ๊ฐ๋ฅํ์๊น์? ๋ฌผ๋ก ์ฌ๋ฅ์ด ์์ด์ ๋ผ๊ณ ์๊ฐํ ์๋ ์์ต๋๋ค. ์ด ๋ถ๋ถ์ ๋ถ์ ํ๋ ๊ฒ์ ์๋๋๋ค. ๊ทธ๊ฐ ์ด๋ ธ์ ๋ ํ๊ต์์๋ ์ ์๋์ด ํผ์๋ ธ์ ์ฌ๋ฅ์ด ์์์ ๋จ์จ์ ์์์ฐจ๋ ธ์ ์ ๋๋๊น์. ํ์ง๋ง ์ง์์ด ์ด๋ ค์์ง๋ฉฐ ํผ์๋ ธ๋ฅผ ๋ ์ด์ ์น ์ ์๋ ์๊ฐ์ ์ด๋ฅด๋ ์ ๋๋ ๊ทธ๋ ๊บพ์ด์ง ์๊ณ ํผ์๋ ธ๋ฅผ ๊ณ์ ์ณค์ต๋๋ค. ๊ทธ๊ฐ ๋ฌผ๋ฆฌํ ์์ฌ๋ฅผ ๋ง์น ๋ค ํผ์๋ ธ์ ๊ฟ์ ํฌ๊ธฐํ ์ฑ ์ทจ์ ..
002. ๋ค์ธต ํผ์ ํธ๋ก , ํผ์ ํธ๋ก ์ ํ๊ณ๋ฅผ ๋์ด์
์ง๋ ์๊ฐ์ AI์ ๋จ๊ตฐํ ์๋ฒ์ง์ธ ํผ์ ํธ๋ก ์ ๋ํ์ฌ ์์๋ดค์ต๋๋ค. ํผ์ ํธ๋ก ์ ๊ฐ์ฅ ํฐ ๋ฌธ์ ๋ ๋น ์ ํ์ ์ธ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ์ง ๋ชปํ๋ค๋ ์ ์ด ์์์ฃ ! ๊ธฐ์ตํ์๋์?(XOR ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ์ง ๋ชปํ๋ ํ๊ณ). ์ค๋์ ๊ทธ ํ๊ณ๋ฅผ ๋ฐ์ด๋์ ์ ์๋ ๋ฐฉ๋ฒ์ธ ๋ค์ธต ํผ์ ํธ๋ก (MLP, Multi-Layer Perceptron)์ ๋ํด ์ด์ผ๊ธฐํด๋ณผ๊ฒ์!๋ค์ธต ํผ์ ํธ๋ก ์ด๋?MLP๋ ๋ง ๊ทธ๋๋ก ํผ์ ํธ๋ก ์ ์ฌ๋ฌ๊ฐ ์์์ ๋ง๋๋ ๋ชจ๋ธ ๊ตฌ์กฐ์ ๋๋ค. ์ ๋ ฅ์ธต(Input Layer), ์๋์ธต(Hidden Layer), ์ถ๋ ฅ์ธต(Output Layer)์ผ๋ก ๊ตฌ์ฑ๋๋ฉฐ ํนํ ์ด์ ํผ์ ํธ๋ก ๊ณผ ๋ค๋ฅธ ์ ์ ์๋์ธต์ด ์ถ๊ฐ๋๋ค๋ ์ ์ ์์ด์!MLP์ ๊ตฌ์กฐMLP๋ ์๋์ ๊ฐ์ ๊ตฌ์กฐ๋ฅผ ๊ฐ์ง๋๋ค. ์ ๋ ฅ์ธต(Input Layer): ์ ๋ ฅ ๋ฐ์ดํฐ๋ฅผ ๋ฃ๋ ๊ณณ์๋์ธต(Hidd..