공대생 도전 일지

import numpy as np import matplotlib.pyplot as plt import scipy.io # Setup the parameters you will use for this part of the exercise input_layer_size = 400 num_labels = 10 from google.colab import drive drive.mount('/content/drive') # Given code def displayData(X, example_width=None): if example_width is None: example_width = int(round(np.sqrt(X.shape[1]))) plt.set_cmap("gray") m, n = X.shape ex..

사전 method 일반 integer size(): 사전의 항목 수를 반환 boolean isEmpty(): 사전이 비어있는지 여부를 반환접근 element findElement(k): (키, 원소) 항목들의 모음인 사전에 키 k를 가진 항목이 존재하면 해당 원소를 반환, 그렇지 않으면 특별 원소 NoSuchKey를 반환 갱신 insertItem(k,e): 사전에 (k,e) 항목을 삽입 element removeElement(k) : 사전에 키 k를 가진 항목이 존재하면 해당 항목을 삭제하고 원소를 반환, 그렇지 않으면 특별 원소 NoSuchKey를 반환 사전 ADT 구현 구현 형태 구현 종류 예 주요 탐색 기법 리스트 무순사전ADT 기록 파일 선형 탐색 순서사전 일람표 이진 탐색 트리 탐색트리 이진탐색..

막무가내로 그냥 시작해본 gpts로 주식 도우미 만들기는 실패했다. 그리하여 gpt4를 통해 gpts를 만들기로 도전해보았다. 아직은 한글이 약하다고해서 구글 번역기를 많이 사용하였다. 이러한 대답을 그대로 gpts에 건내주었고 이 줄글을 통해 gpts는 새로운 챗봇을 튜닝했다. 그러나 역시 최신 데이터가 들어가지 않았다... api를 통해 주식정보를 가지고 오고, 그 데이터를 학습시키는게 중요해 보인다.... 아직까진 실시간 학습은 무리로 보인다.

요즘 openai의 gpt가 폭팔적이다. 거기에 개인이 커스텀할 수 있는 gpt라니 1시간 전에 결제한 이유도 여기에 있었다. 예전부터 모든 주식 데이터를 가지고 80%의 정답률만 보여도 내가 돈을 벌 수 있지 않을까? 하고 생각했었는데 그 머신을 한번 만들어 보겠다. 내 요청에 따른 gpt의 답변이다. 또한 일러스트로 사용할 돈방석에 앉은 귀여운 ai를 그려달라고 했더니 이런 그림도 그려줬다. 이 방석이 살짝 마음에 들지 않아 더 귀엽게 바꿔달라 했다. 나름 하트를 추가하면서 사랑스럽게 보이려고 한것 같다. 이정도에 만족하고 조금더 추가해줄 정보가 없냐고 물어보니 믿을 수 있는 출처로부터의 상세하고 최신 재무 데이터를 입력해 달라고 했다. 한투 API를 받으려니 계좌가 없다... 이부분은 나중에 추가 ..

일단 위에 보이는 창에서 카드정보, 카드 유효기간 , cvc 등 각종 정보를 입력해준다. 내가 가지고 있는 카드가 비자가 되어 편리하게 사용했다. 우편 번호는 내 집주소를 네이버에 검색하면 바로 나온다. 결제를 완료하면 이러한 창이 나온다. 그냥 이렇게 종료하면 아쉬우니 블로그에 맞는 일러스트를 하나 그려달라고 했다. 흠... 아직은 잘 모르겟다

import numpy as np import matplotlib.pyplot as plt # ==================== Load Data ==================== # The first two columns contains the exam scores and the third column # contains the label. from google.colab import drive drive.mount('/content/drive') data = np.loadtxt('/content/drive/MyDrive/Colab Notebooks/ex2data2.txt', delimiter=',') data = np.array(data) X = data[:,0:2] y = data[:,2:3..

import numpy as np import matplotlib.pyplot as plt from google.colab import drive drive.mount('/content/drive') # ==================== Load Data ==================== # The first two columns contains the exam scores and the third column # contains the label. data = np.loadtxt('/content/drive/MyDrive/Colab Notebooks/ex2data1.txt', delimiter=',') data = np.array(data) X = data[:,0:2] y = data[:,2:3..

import numpy as np import matplotlib.pyplot as plt # ==================== Part 1: Basic Function ==================== print('Running warmUpExercise ... ') print('5x5 Identity Matrix: ') def warmUpExercise(): return np.eye(5)# YOUR CODE HERE warmUpExercise() output Running warmUpExercise ... 5x5 Identity Matrix: array([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0.,..

힙 힙 순서 key(v) >= ket(parent(v)) 힙 높이 $\log{n}$ 힙을 이용한 우선 순위 큐 구현 힙 삽입 Alg insertItem(k) 1. advanceLast() 2. z= last 3. Set node z to k 4. expandExternal(z) 5. upHeap(z) 6 return Alg upHeap(v) 1. if(isRoot(v)) return 2. if(key(v) >= key(parent(v))) return 3. swapElements(v,parent(v)) 4. upHeap(parent(v))힙 삭제 Alg removeMin() 1. k = key(root()) 2. w = last 3. Set root to key(w) 4. retreatLast() - 삭..

힙 힙 순서 key(v) >= ket(parent(v)) 힙 높이 log⁡�logn 힙을 이용한 우선 순위 큐 구현 힙 삽입 Alg insertItem(k) 1. advanceLast() 2. z= last 3. Set node z to k 4. expandExternal(z) 5. upHeap(z) 6 return Alg upHeap(v) 1. if(isRoot(v)) return 2. if(key(v) >= key(parent(v))) return 3. swapElements(v,parent(v)) 4. upHeap(parent(v)) 힙 삭제 Alg removeMin() 1. k = key(root()) 2. w = last 3. Set root to key(w) 4. retreatLast() - ..