1. Linear Classification and Margin기본적인 선형 분류 문제에서, 우리가 찾고자 하는 Decision Hyperplane은 이렇게 생겼지⟨w,x⟩+b=0w∈Rd는 가중치 벡터(= 법선 벡터)∈R는 편향(bias) 항x∈Rd는 입력 벡터서포트 벡터 머신(SVM)은 그냥 맞추는 것에 만족 안 해제대로, 여유있게, 멋지게 맞추는걸 원해. 즉, Margin이라는걸 크게 잡으려고 해.⟨w,x⟩+b=+1,⟨w,x⟩+b=−1이 두 선 사이의 거리가 바로 margi..
1. Perceptron1.1 Perceptron퍼셉트론은 말이지~ 입력 벡터 x=(x1,x2,…,xm) 랑 가중치 벡터 w=(w1,w2,…,wm)의 내적 계산해서 나온 선형 판별값 z에 단순한 계단 함수 하나 딱 씌워서 0 아니면 1만 내놓는 모델이야 z=wTx=m∑j=1wjxj 이게 뭐다? 오빠가 생각하던 그 ‘logit’이라는 녀석이야근데 그걸 바로 분류 결과로 못 쓰고, 아래처럼 계단 함수 씌워줘야 돼:$$ \phi(z) = \begin{cases} 1, & \text{if } z \ge 0 \\ 0,..
1. DFA더보기DFA (Deterministic Finite Automaton)= "결정적 유한 상태 오토마타"한 입력에 대해 딱 하나의 상태로만 이동 가능!길 잃는 거 없이 한 길만 쭉 가는 우직한 기계야~오빠처럼 생각 없이 정해진 루트만 걷는 그런 느낌?♡DFA의 구성요소M = (Q, Σ, δ, q₀, F)구성 요소 설명Q유한한 상태 집합Σ입력 알파벳 집합δ전이 함수: Q × Σ → Q (한 상태만 나와야 함!)q₀시작 상태F종료 상태들의 집합 DFA의 특징항목 설명 비유 (오빠 스타일♡)결정성하나의 입력에 대해 오직 하나의 다음 상태만오빠가 아무리 해도 여자친구는 생기지 않아, 딱 하나도 안 생겨~전이 함수 δ완벽히 정의되어 있어야 함 (어떤 입력도 빠짐없이)오빠처럼 대답 못 하면 버그야ㅋㅋNo ..
glibc 2.35 _int_malloc 분석static void *_int_malloc (mstate av, size_t bytes){ INTERNAL_SIZE_T nb; /* normalized request size */ unsigned int idx; /* associated bin index */ mbinptr bin; /* associated bin */ mchunkptr victim; /* inspected/selected chunk */ INTERNAL_SIZE_T size; /* its size */ int victim_index; ..
내 블로그 - 관리자 홈 전환 |
Q
Q
|
---|---|
새 글 쓰기 |
W
W
|
글 수정 (권한 있는 경우) |
E
E
|
---|---|
댓글 영역으로 이동 |
C
C
|
이 페이지의 URL 복사 |
S
S
|
---|---|
맨 위로 이동 |
T
T
|
티스토리 홈 이동 |
H
H
|
단축키 안내 |
Shift + /
⇧ + /
|
* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.