IT의 답을 터득하다, 아답터 - 민 기술사
IT의 답을 터득하다, 아답터 - 민 기술사
  • 52
  • 283 830

Відео

책 출판 어렵지 않습니다. IT 전문가가 알려주는 POD 출판 (Feat. 부크크)
Переглядів 15614 днів тому
책을 출판하고 싶지만 과정이 어려워 망설이시나요? 부크크와 함께하면 당신도 쉽게 작가가 될 수 있습니다. POD출판과 부크크 플랫폼을 아답터 채널이 소개합니다. [부크크 사이트 바로가기] bookk.co.kr/ #POD #출판 #부크크 #bookk #작가
[기초 자료구조] 5강. 비선형 자료구조 - 그래프
Переглядів 11314 днів тому
#자료구조 #강의 #특강 #자료구조강의 #자료구조특강 #자료구조교육 #비선형자료구조 #그래프 #DFS #BFS #다익스트라 #벨만포드 #플로이드와샬 #크루스칼 #프림
[기초 자료구조] 4강. 비선형 자료구조 - 트리
Переглядів 11621 день тому
#자료구조 #강의 #특강 #자료구조강의 #자료구조특강 #자료구조교육 #비선형자료구조 #트리 #전위순회 #후위순회 #중위순회
(추가보충강의) 빅데이터 분석기사 필기 완벽 요약강의 | 보충강의 | 빅분기 | 필기 | 요약강의 | 최단시간 최대효율👍| 핵심 요약노트와 함께
Переглядів 3,2 тис.21 день тому
[핵심요약노트 - 전자책] bookk.co.kr/bookStore/65fc41a8c66fdcc2c61e8a81 #빅분기 #빅데이터분석 #빅데이터분석기사 #필기 #요약정리 #요약강의 #요약노트 #벼락치기
[기초 자료구조] 3강. 선형 자료구조
Переглядів 189Місяць тому
#자료구조 #강의 #특강 #자료구조강의 #자료구조특강 #자료구조교육 #선형자료구조 #리스트 #스택 #큐 #데큐
ADsP 42회 (24/08/10) 시험 간략한 총평
Переглядів 8 тис.Місяць тому
#adsp #빅데이터분석 #준전문가 #42회 #총평
[기초 자료구조] 2강. 알고리즘 성능분석
Переглядів 279Місяць тому
#자료구조 #강의 #특강 #자료구조강의 #자료구조특강 #자료구조교육 #시간복잡도 #빅오
[기초 자료구조] 1강. 자료구조를 배워야 하는 이유와 개념
Переглядів 422Місяць тому
#자료구조 #강의 #특강 #자료구조강의 #자료구조특강 #자료구조교육
IT기술사 멘토 선택이 고민된다면? 제가 추천해드립니다. | 현직 기술사가 전하는 이야기
Переглядів 227Місяць тому
#기술사 #시험 #멘토링 #추천 현직 기술사가 전하는 이야기 - 6부
2024년 5급 기술고시 전산직 인공지능 기출풀이
Переглядів 3912 місяці тому
#2024 #기술고시 #5급공무원 #고시 #전산직 #기출문제풀이 #인공지능
(완강) [인공지능 특강] 25강. 전이학습과 딥러닝 경량화
Переглядів 3442 місяці тому
[Part1.머신러닝(1강-14강) 전자책(ebook)] bookk.co.kr/bookStore/66219762501a86a4f687e7ac [Part2.딥러닝(15강-25강) 전자책(ebook)] bookk.co.kr/bookStore/66866259ac6f93874913f303 #인공지능 #강의 #특강 #인공지능강의 #인공지능특강 #인공지능교육 #전이학습 #transferlearning #경량화 #경량딥러닝 #온디바이스ai
[인공지능 특강] 24강. 자연어 처리
Переглядів 3972 місяці тому
[Part1.머신러닝(1강-14강) 전자책(ebook)] bookk.co.kr/bookStore/66219762501a86a4f687e7ac [Part2.딥러닝(15강-25강) 전자책(ebook)] bookk.co.kr/bookStore/66866259ac6f93874913f303 #인공지능 #강의 #특강 #인공지능강의 #인공지능특강 #인공지능교육 #자연어처리 #nlp #워드임베딩 #임베딩 #BERT #GPT #트랜스포머 #BLEU
[인공지능 특강] 23강. Auto Encoder
Переглядів 3003 місяці тому
[Part1.머신러닝(1강-14강) 전자책(ebook)] bookk.co.kr/bookStore/66219762501a86a4f687e7ac [Part2.딥러닝(15강-25강) 전자책(ebook)] bookk.co.kr/bookStore/66866259ac6f93874913f303 #인공지능 #강의 #특강 #인공지능강의 #인공지능특강 #인공지능교육 #AutoEncoder #Encoder #Decoder #LatentSpace #ContextVector #VAE #GAN #생성모델 #생성형ai #anomalydetection #이상탐지
[인공지능 특강] 22강. RNN(Recurrent Neural Network)
Переглядів 2963 місяці тому
[Part1.머신러닝(1강-14강) 전자책(ebook)] bookk.co.kr/bookStore/66219762501a86a4f687e7ac [Part2.딥러닝(15강-25강) 전자책(ebook)] bookk.co.kr/bookStore/66866259ac6f93874913f303 #인공지능 #강의 #특강 #인공지능강의 #인공지능특강 #인공지능교육 #RNN #LSTM #GRU #VanillaRNN #BiRNN #BiLSTM #BiGRU
[인공지능 특강] 21강. CNN의 활용
Переглядів 2843 місяці тому
[인공지능 특강] 21강. CNN의 활용
[인공지능 특강] 20강. CNN(Convolutional Neural Network)
Переглядів 3193 місяці тому
[인공지능 특강] 20강. CNN(Convolutional Neural Network)
[인공지능 특강] 19강. DNN(Deep Neural Network)
Переглядів 6153 місяці тому
[인공지능 특강] 19강. DNN(Deep Neural Network)
[인공지능 특강] 18강. 신경망에서의 활성함수와 손실함수
Переглядів 5233 місяці тому
[인공지능 특강] 18강. 신경망에서의 활성함수와 손실함수
[인공지능 특강] 17강. 딥러닝 학습에서 마주하는 문제들
Переглядів 4604 місяці тому
[인공지능 특강] 17강. 딥러닝 학습에서 마주하는 문제들
[인공지능 특강] 16강. 활성함수의 필요성과 오류역전파
Переглядів 4424 місяці тому
[인공지능 특강] 16강. 활성함수의 필요성과 오류역전파
ADsP 41회 (24/05/11) 시험 간략한 총평
Переглядів 9 тис.4 місяці тому
ADsP 41회 (24/05/11) 시험 간략한 총평
[인공지능 특강] 15강. 인공신경망의 역사
Переглядів 4824 місяці тому
[인공지능 특강] 15강. 인공신경망의 역사
글씨체 기술사 합격에 중요할까? | 현직 기술사가 전하는 이야기
Переглядів 2754 місяці тому
글씨체 기술사 합격에 중요할까? | 현직 기술사가 전하는 이야기
ADsP 2시간만에 완벽 정복하기 | 요약강의 | 최단시간 최대효율👍 | 핵심 요약노트와 함께 | 빅데이터분석 준전문가
Переглядів 158 тис.5 місяців тому
ADsP 2시간만에 완벽 정복하기 | 요약강의 | 최단시간 최대효율👍 | 핵심 요약노트와 함께 | 빅데이터분석 준전문가
[인공지능 특강] 14강. 시계열 분석
Переглядів 1,7 тис.5 місяців тому
[인공지능 특강] 14강. 시계열 분석
빅데이터분석기사(필기) 8회 (24/04/06) 간략한 총평
Переглядів 5 тис.5 місяців тому
빅데이터분석기사(필기) 8회 (24/04/06) 간략한 총평
1년만에 기술사 시험 합격한 비결 | 현직 기술사가 전하는 이야기
Переглядів 1,3 тис.5 місяців тому
1년만에 기술사 시험 합격한 비결 | 현직 기술사가 전하는 이야기
[인공지능 특강] 13강. 강화학습
Переглядів 3995 місяців тому
[인공지능 특강] 13강. 강화학습
[인공지능 특강] 12강. 연관규칙분석
Переглядів 3935 місяців тому
[인공지능 특강] 12강. 연관규칙분석

КОМЕНТАРІ

  • @soo-log
    @soo-log 2 дні тому

    9/17 1과목 1회독 완료 9/18 22:50 2과목 시작🎸

  • @prizm-o
    @prizm-o 2 дні тому

    전공지식이 없는 입문자다보니 강의에서 G(t)의 각 항에 할인율을 보상에 곱하는 매커니즘 이해가 어려워 질문남겨요. 현재(t) 상태에서 뒤로 갈수록(t+1, t+2...) 할인율을 거듭 곱해 차별을 둔다는 점은 알겠는데 최단거리를 찾았다고 치면 도착점으로부터 멀어질수록(시작점에 가까울수록) 행동에 따른 보상에 감마가 더 곱해지는것이 아닌가요? 시점상 뒤로 갈수록 보상이 더 작아져야하는데 어디서 이해가 잘못된걸까요? 그리고 R항의 개수가 극단적으로 많은 경우에, 짧은 경로를 찾아 R항 개수가 적은 경우보다 Gt가 더 커질 수 있지 않나요? 좋은 강의를 보고도 이해를 잘 못하는 것 같아 죄송합니다ㅜㅜ

    • @IT-vt5dk
      @IT-vt5dk День тому

      안녕하세요. 제가 설명을 자세히 드리지 못한점이 오히려 죄송합니다ㅠ 정말 좋은 질문 감사합니다. 답변드릴게요. 1. 도착점으로부터 멀어질수록(시작점에 가까울수록) 행동에 따른 보상에 감마가 더 곱해지는것이 아닌가요? - 도착점에서 멀어질수록 감마가 더 곱해지는데 감마가 0에서 1사이의 값이라는 것을 생각해보시면 도착점에서 멀어질수록 더 곱해지면서 보상이 적어진다는 것을 알 수 있습니다. 예를들어 감마가 0.5라면 감마의 제곱은 0.25가 되고, 감마를 세번 곱하면 0.125가 되면서 점점 값이 작아집니다. 아마 질문자께서는 곱하면 값이 커진다는 전제로 생각을 하셔서 그런것 같습니다. 0~1사이 값을 곱한다는 것으로 생각해보시면 이해가 되실겁니다. 2. R항의 개수가 극단적으로 많은 경우에, 짧은 경로를 찾아 R항 개수가 적은 경우보다 Gt가 더 커질 수 있지 않나요? - 보상함수만 생각하면 그 논리가 맞습니다. 하지만, 우리가 풀고자 하는 문제는 결국 벨만 최적 방정식입니다. 해당 보상함수가 최대가 되는 것이 무조건 답이 아니고, 벨만 최적방정식의 해를 통하여 정책과 보상, 그리고 상태 모두를 고려하여 최적의 결과를 도출하는 것이 강화학습에서 원하는 정답입니다. 그리고 이 종합적인 것들을 고려하면 결국 우리가 원하는 최적의 길을 여러번 반복 끝에 Agent가 도출하게됩니다. 최종 도착지의 결과만 두고 고려하는 것이 아니라 벨만 최적 방정식은 그 순간의 상태를 고려하여 미래를 예측하는 방정식입니다. 그래서 수학적으로 미래에 대한 예측이기에 기댓값이 붙습니다.

    • @prizm-o
      @prizm-o День тому

      @@IT-vt5dk 답변 감사합니다. 2번 답변은 이해했습니다. 그런데 1번에서 도착점에서 멀어질수록 감마가 곱해지기 때문에 보상이 더 적어지는 것이 맞다고 하셨는데 그러면 도착점에서 먼 상태일수록 나중 시점이 된다는 것인가요? t가 증가하는 방향과 기준을 잘 모르겠습니다.

    • @IT-vt5dk
      @IT-vt5dk День тому

      ​@@prizm-o 아... 어떤 질문인지 알겠네요. 자 우선 말씀주신것처럼 t+1, t+2시점은 미래 시점이 맞습니다. G함수는 현재 시점으로부터 미래에 받을 수 있는 보상도 고려하는 것입니다. 그래서 미래는 감마를 곱해서 보상을 현재보다는 낮게 해주는거고요. 그러면 도착점에서 멀어질수록 도착점에 도착하기 위한 보상의 감가율을 계속 곱해지면서 점점 낮아지는 값으로 더해질 겁니다. 이를 표현하려고 했는데, 지금보니 제가 너무 생략해서 말해서 과거 시점처럼 이해 할만 하네요. 그러면 다시 이렇게 정리하면 어떨까요? 현재와 먼 미래의 보상을 같은 취급하면, 상태가 전이되기 위한 "시간"은 무시하게 되서 결국 보상은 같더라도 시간을 손해볼겁니다. (즉, 보상이 같다면 최단 경로 보다는 불합리한 경로로 움직일 겁니다.) 그래서 미래의 시간에 감마를 곱해서 시간에 대한 패널티를 부여하여 최단 시간을 고려하도록 만든것입니다.

  • @잠자기장인-x3r
    @잠자기장인-x3r 4 дні тому

    1과목 04:30 2과목 22:45 3과목 38:50

  • @ylee2211
    @ylee2211 4 дні тому

    추석연휴 동안 완강도전합니다! 강의 너무 기대됩니다~

  • @캠린이-z8r
    @캠린이-z8r 5 днів тому

    잘들었습니다!

  • @hyunjunoh6791
    @hyunjunoh6791 6 днів тому

    비용함수 MSE식 중에서 "(실제값-예측값)"으로 5장에서 강의 들어었는데 6장에서는 왜 "(예측값-실제값)" 식으로 바뀌었나요? 아님 바뀌어도 상관없는지, 혹은 상황마다 바뀌는지 알고 싶습니다.

    • @IT-vt5dk
      @IT-vt5dk 6 днів тому

      안녕하세요. 바뀌어도 상관없습니다. 두 식은 수학적으로 동치입니다. 제곱을 취해주면 어차피 두 식 다 동일한값이 나오기때문입니다. 7에서 5를 빼서 제곱을하나, 5에서 7을 빼서 제곱을 하나 둘 다 값은 4가 나오니깐요.

  • @비둘기맘-v3z
    @비둘기맘-v3z 8 днів тому

    1:29:49

  • @eunice7193
    @eunice7193 9 днів тому

    감사합니다!

  • @eunice7193
    @eunice7193 9 днів тому

    시험공부에 많은 도움 되었습니다!! 참고로 고품질 데이터 속성 보기로 일관성이 아닌 완전성이나왔던 것으로 기억합니다. 아마 맞을거에요.제가 그걸 골랐거든요😂 빅데이터 시대에 완전한 데이터는 없지!하면서 자신있게 찍고 넘겼답니다!

  • @moonlighttttt677
    @moonlighttttt677 9 днів тому

    60점 딱 합격했습니다!! 좋은 강의 감사드립니다 ㅎㅎㅎㅎㅎㅎ 앙 개꿀링

  • @권종오-v1d
    @권종오-v1d 9 днів тому

    시험 본 제 생각을 말씀드려보면 우선 시험난이도는 8회차보다는 확실히 쉬웠던거같지만 8회차부터 이전회차랑은 전혀 다른 난이도로 느껴졌습니다. 현재 복원이 잘 안되어 있는데 대부분의 사람들이 보기를 죄다 처음보는 내용이라 기억조차 하지 못한다고 생각합니다. 올려주신 군집분석 문제가 헷갈렸던 이유는 군집을 변경 불가하다는 말앞에 “절대”라는 말이 포함되어 있어서 그랬던 거 같구요. 그밖에도 매개변수 최적화 문제,지수평활법 문제(지수평활법은 머머머로 이루어져있다가 보기로 있었던 문제), 최대우도추정법?이 나온문제 등등 정말 깊게 찾아보지않으면 절대 못맞추는 문제가 나왔습니다. 시험문항중에 궁금한게 있는데 계절변화를 나타낼때 극좌표 그래프를 사용하여 나타나면 데이터가 왜곡되지않는다고 하는데 왜 그런지 알 수 있을까요?

  • @박광영-o8m
    @박광영-o8m 9 днів тому

    찍은게 잘 맞았으면 좋겠습니다 ㅠㅠㅠㅋ 영상 감사합니다.

  • @oovoo5575
    @oovoo5575 10 днів тому

    고품질 데이터 속성이 아닌것은 문제 제 기억으로는 마지막 선지가 일관성이 아니라 완전성(completeness)으로 출제됐던거로 기억해요

  • @popopo729
    @popopo729 10 днів тому

    저... 시험치는데 쌤 목소리가 들렸어요ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

  • @user-gr1bk6zb3c
    @user-gr1bk6zb3c 10 днів тому

    혹시 준지도학습이 정답이라는 문제 있는듯 한데 그 문제의 지문중 "일부 레이블"이라는 단어가 있었어요. 그렇다고 전이학습이 답이 되긴 어려울까요?

    • @hysskm
      @hysskm 10 днів тому

      전이 학습은 미리 학습된 가중치들을 끌어다 내가 가진 데이터셋에 학습시켜 일부 또는 모든 가중치들을 다시 한번 조정하는 학습입니다. 답이 되기는 조금.. 힘들거같아요

  • @Na-hp9zo
    @Na-hp9zo 10 днів тому

    벼락치기긴 했지만 그래도 쓰앵님 덕에 잘 공부해서 봤슴다 붙었으면 좋겠네여

  • @user-zf1jw3hw7f
    @user-zf1jw3hw7f 10 днів тому

    혹시 동질성 검정 단순무작위추출은 답이 될 가능성이 없을까요?

  • @IT-vt5dk
    @IT-vt5dk 10 днів тому

    SVM 문제에서 가중치 벡터가 보기에 있었으면, 마진이 아니고 가중치 벡터를 정답으로 보는게 맞습니다. 마진은 단순한 스칼라(크기) 개념이고 가중치벡터는 초평면과 직교하는 방향을 나타내는 벡터(크기와 방향)을 의미하기 때문입니다. offset은 영상에서 말씀드린 bias가 맞습니다.

    • @최동환-r6n
      @최동환-r6n 10 днів тому

      오 벡터 고르고 편향 골랏던거 같네용

  • @heb1727
    @heb1727 10 днів тому

    MDS, t-sne 문제 보기가 MDS는 어쩌고 유클리드 거리 기반이다. t-sne은 어쩌고 맨해튼 거리기반이다. 이었던 기억이 가물가물나요 ㅠ 정확하진 않아요 ㅎ 요번시험 체감난이도 너무 높은거같아요

  • @hysskm
    @hysskm 10 днів тому

    논란의 문제들 푸는 과정들이 저랑 유사하네요. 감사합니다. 저대로 정답 처리된다면 논란의 문제들은 다 맞은거 같네여

  • @qy8444
    @qy8444 10 днів тому

    SVM 문제 답이 가중치벡터(w), 편향(b)인 것 같습니다. 마진은 거리(스칼라값)라..

    • @IT-vt5dk
      @IT-vt5dk 10 днів тому

      가중치 벡터가 보기에 있었나요? 그러면 가중치 벡터를 정답으로 보는게 맞을거 같습니다.

  • @승훈-m1t
    @승훈-m1t 10 днів тому

    시험 보며 궁금했던 부분 잘 배우고 갑니다

  • @user-dj7rv9dz1b
    @user-dj7rv9dz1b 11 днів тому

    선생님 adsp 합격했어요 감사합니다❤❤ sqld도 강의랑 요약집 내주세요~~😊😊

  • @비티-y5d
    @비티-y5d 11 днів тому

    합격했어용

  • @김은지-g8x
    @김은지-g8x 11 днів тому

    합격했습니다! 감사합니다. 빅데이터 분석기사도 붙었으면 좋겠네요!

  • @acetpen
    @acetpen 12 днів тому

    1:20:56

  • @subak8361
    @subak8361 13 днів тому

    이거면 민트책 안봐도 되나요?

  • @ShinHeejin-w4q
    @ShinHeejin-w4q 13 днів тому

    이거 계속 봣더니 5일만에 78점으로 합격했어용 오예~ 최고에요! 혹시 SQL자격증도 요약 영상 찍어주세요~

  • @chaewonseo8391
    @chaewonseo8391 13 днів тому

    좋은 강의 만들어주셔서 감사합니다 ^^

  • @IT-vt5dk
    @IT-vt5dk 14 днів тому

    강의추가 보충 및 정정 17:55 3가지 Set으로 나눌 경우 - Train Set : 학습, Test Set : 실제 사용 전 평가, Validation Set : 학습간 검정 21:55 Test Set 3개 Fold, Train Set 1개 Fold 이미지 -> Train Set 3개 Fold, Test Set 1개 Fold 이미지로 정정

  • @ysl8461
    @ysl8461 14 днів тому

    감사합니다~ 혹시 강의자료(요약본) 어디서 구할수 있나요?

    • @IT-vt5dk
      @IT-vt5dk 14 днів тому

      강의 세부설명에 링크참조하시면 됩니다~

  • @Mini_rice2
    @Mini_rice2 14 днів тому

    17:30

  • @user-jt7ne4uw5l
    @user-jt7ne4uw5l 15 днів тому

    감사합니다❤ 이번에 합격했습니다 ㅠㅠ

  • @안녕나는떙땡이야
    @안녕나는떙땡이야 15 днів тому

    이 강의 전자책 9900원 + 떠돌아다니는 기출문제 2-3개 --> 합격

  • @안녕나는떙땡이야
    @안녕나는떙땡이야 15 днів тому

    저 이쪽 취업 준비하고 있는 사람이긴한데, 이 강의 1회독하고 중요하다고 하신 부분 캡쳐해서 2-3번 봤는데 붙었슴다........... 이 강의는 사기에요. 저의 첫 자격증입니다 > <

  • @wuwangkgoodk
    @wuwangkgoodk 15 днів тому

    이 동영상 한번 정독하고 미어캣에서 제공되는 어플로 기출문제 위주 공부했습니다 베이스는 이 분야에 약간의 상식을 가진 수준이었고 시험기간은 2주 가량, 80점대로 합격했습니다 좋은 동영상 감사합니다.

  • @ridio0
    @ridio0 15 днів тому

    핵심요약노트구매하면 필기책 안사도 되나요?

  • @lhins0120
    @lhins0120 15 днів тому

    전체적으로 책 통해서 공부 다 하고 마지막에 이 강의 보면서 정리하면서 공부했더니 adsp 1번에 합격했습니다!! 진짜 완전 비전공자예요 다들 힘내세요 아자 일주일 잡고 공부했습니다ㅎㅎ

  • @Jamie-00184
    @Jamie-00184 16 днів тому

    최단시간 최단효율 맞는것 같아요 ! 비전공자이고 , 혼자 공부하면서 이 시험 통과할수 있을까 걱정 많이했는데 시험 일주일 전에 이거 계속 돌리고 기출문제 몇개 풀고 이번에 시험 봤습니다 ! 점수 사전공개 된거 봤는데 66점으로 합격했네요. 진짜 감사드려요 이거 없었으면 합격 못했을지도 ㅎㅎ 복 많이 받으세용 🎉

  • @김상현-n2j
    @김상현-n2j 16 днів тому

    해당 내용에 PDF 다운받아서 1달 동안 10회독 정도 했습니다. 기출문제 받아서 계속 풀어보고 했더니, 1,2과목 만점에 3과목에서 조금 틀리긴했는데,무난하게 합격했습니다~! 감사합니다! 다음 SQLD도 준비중인데 관련 자료 있으면 들어보고싶습니다!

    • @IT-vt5dk
      @IT-vt5dk 14 днів тому

      합격축하드립니다~! SQLD는 제가 따로 준비해놓은 강의는 없네요 ㅠ SQLD도 다른 좋은 강의들 찾아보면 많으니 열심히 하시어 좋은결과 있으시길 바라겠습니다!

  • @hooonitv3256
    @hooonitv3256 16 днів тому

    와우...

  • @justab-29
    @justab-29 16 днів тому

    전체적으로 1 3강은 평 60 넘기긴했는데 2과목이 좀 아쉬웠다

  • @ming_maang
    @ming_maang 16 днів тому

    아싸 공부안하고 이영상만 출근때 화장하면서 봤는데 합격했어요❤❤❤❤

  • @Kim__J
    @Kim__J 17 днів тому

    3:31 최근접 대치법에 대한 설명일까요 ? 단순 확률 대치법은 전체 데이터 중 무작위 데이터로 대치하는 것 으로 알고 있어 여쭤봅니다!

    • @IT-vt5dk
      @IT-vt5dk 16 днів тому

      단순확률대치법은 무작위로 대치하는 방법이 아닙니다. 확률을 기반으로 대치하는 방법으로, 확률을 구하는 방법은 여러가지가 있고 가장 무난한 방법으로 영상에서 소개드린 Nearest Neighbors 가 있습니다.

  • @user-stephCurry
    @user-stephCurry 17 днів тому

    선생님 덕분에 adsp 합격해서 정말 감사드립니다 ㅠㅠ 요즘 자료구조 공부하는데 이해가 정말 잘되는거 같아요! 나중에 자료구조와 알고리즘 문제 풀이도 해주시면 정말 감사드리겠습니다 ㅎㅎ

  • @원박-z1o
    @원박-z1o 17 днів тому

    책보고 독학하는데 강의 정말 도움 많이 됩니다. 이번주 시험 합격하고 싶어요ㅎ

  • @Mini_rice2
    @Mini_rice2 17 днів тому

    26:35

  • @h.s753
    @h.s753 18 днів тому

    안녕하세요^^ 비전공자인데 덕분에 ADsP합격하고 빅분기 도전합니다! 1주일 남았지만 아답타님 강의들으며 열심히 해보겠습니다^^

  • @고양이좋아-j8y
    @고양이좋아-j8y 18 днів тому

    좋은 영상 올려주셔서 감사합니다 ㅎㅎ 한 가지 궁금한 점이 데이터 개수가 30개 이상이면 무조건 정규성을 가정하는 건지 알고 싶습니다. 데이터가 30개 이상이어도 정규성을 띄지 않을 가능성도 있지 않나요? 시험에서는 이와 관련해서 30개 이상이면 무조건 정규성을 가정하지 않아도 된다고 출제되는 편인가요?

    • @IT-vt5dk
      @IT-vt5dk 18 днів тому

      데이터 30개 이상이면 정규성을 가정한다는 것은 큰 수의 법칙이라는 통계의 유명한 법칙에서 비롯합니다. 말씀주신것처럼 30개 이상이어도 정규성을 띄지 않을수도 있지만 일반적으로 30개라고 가정을 하고, 시험에서는 특정 보기에서 "30개이상이면 정규성을 가정할 수 있다"라는 정도로만 출제가 되지 30개 딱 개수로 무조건 가정하지 않아도 된다고 출제된 적은 없습니다.

  • @user-xw6rw6si6m
    @user-xw6rw6si6m 18 днів тому

    비전공자 2일의 전사로 이 강의만 두 번 보고 요약본 외워서 기출 없이 70점대 여유있게 합격했습니다. 기출을 풀어본 적이 없어서 시험 본 뒤에는 많이 틀린 것 같고 망한 줄 알았는데, 점수 까보니까 꽤 여유네요... 정말 감사합니다