JLOG

구글 애드센스에서 광고를 승인 받고, 티스토리에 상,하단 광고를 등록하려고 했다. 인터넷에 찾아보니 플러그인을 사용해서 광고를 설정하면 쉽게 설정이 가능하다는 글을 보았다. (플러그인 사용 관련해서는 나중에 따로 글을 작성하겠다.) 구글 애드센스에서 가져온 반응형 광고를 복사해 플러그인 창에 넣고 적용하자 아래와 같은 에러가 떴다. '광고 사이즈를 확인할 수 없습니다. 반응형 광고 코드가 아닌지 확인해주세요.' 그래서 구글 광고가 반응형인지 확인했는데, 반응형으로 가져온 것이 맞았다. 광고 크기가 설정이 되있지 않아서 이런 문제가 발생한다고 생각해, 구글 광고 크기를 조절할 수 있는 방법을 찾아보았다. html 코드를 쉽게 변경 해주는 "뭐하라"님의 반응형 고급코드 생성사이트가 있다는 것을 찾았다. 사이..

!! 목표 선형적인 관계에 있는 Linear Regression(선형회귀)와기울기를 이용해 loss를 줄이고 W,b를 갱신하는 Gradient descent algorithm(경사하강법)에 대해 알아보자 1. Linear Regression의 Hypothesis 와 cost 설명 -Linear Regresssion Linear Regression : 선형적인 관계에 있는 식이라 생각할 수 있다. 데이터들을 바탕으로 적절한 Linear 관련 식을 찾아, Regression 할 수 있도록 한다. -Hypothesis : 어떤 값이 나올지 예측하는 것 H(x) = Wx+b에서 정답에 제일 부합하는 W & b를 찾는 것이 목표 -Cost Function (Loss Function) 정해진 H(x) = Wx+b의..

Greedy Algorithm(욕심쟁이 알고리즘, 탐욕 알고리즘,탐욕법) 그리디 알고리즘이란? 그리디 알고리즘이란 "매 선택에서 지금 이 순간 당장 최적인 답을 선택하여 적합한 결과를 도출하자" 라는 모토를 가지는 알고리즘 설계 기법이다. 주의할 점은 지금 당장 최적의 선택이라고 해도 결과적으로는 최선의 결과가 아닐 수 있다. 즉, 그리디 알고리즘은' 되는가'를 확인하거나 '적당한 결과'를 도출해내는 알고리즘이라 생각할 수 있다. 그리디 알고리즘을 사용하기에 적절한 문제는, -탐욕 선택 속성(greedy choice property) -최적 부분 구조(optimal substructure)의 특성을 가지는 문제들을 해결하기에 좋다. 즉, 1) 한번의 선택이 다음 선택에는 전혀 무관한 값 2) 매 순간의 ..

줌 내 설정으로 스피커를 소리를 줄이게 되면 컴퓨터 스피커 자체의 소리가 줄어들게 된다. 이때 컴퓨터 내 오디오 믹스 기능을 설정해서 줌 미팅 소리를 줄일 수 있다. 오른쪽 아래에 스피커버튼에 오른쪽을 누르고 '볼륨 믹서 열기' 버튼을 누르자 볼륨 믹서 창이 뜨면 zoom 회의에 해당하는 볼륨만 줄여주면 손쉽게 소리 조절이 가능하다.

!목표 어플 내에서 여러 화면들을 만들어보고 각 화면을 전환해보자 대부분의 앱은 여러 화면으로 구성되어 있고, 화면을 전환하며 실행된다. 화면은 액티비티로 구현한다. 즉, 화면을 띄우거나 닫는 과정은 액티비티를 전환하는 것과 같다. *참고 안드로이드 앱의 4가지 구성 요소 앱을 단말에 설치했을 때 -액티비티(Activity) -서비스(Service) -브로드캐스트 수신자(Broadcast Recivr) -내용 제공자(Content Provider) 요소들에 대한 정보들을 요구한다. AndroidManifest.xml 파일이 이러한 구성 요소들에 대한 정보들을 가지고 있다. 만약 새 액티비티를 사용하고 싶다면 새 액티비티 정보를 매니페스트 파일에 추가하여야 한다. 소스코드에서 단순히 액티비티를 띄우려면 s..

!! 목표 Machine Learning의 종류(Supervised learning / Unsupervised learning) 그리고 관련 용어와 개념을 알아보자 1. Machine Learning의 배경 Limitations of explicit programming → 직접 학습하는 Machine Learning을 생각해냈다 2. Supervised learning, Unsupervised learning의 구분 1) Supervised learning(지도학습) 해당 data와 label이 주어진 학습 ex) data : 고양이 사진 / label : 고양이 라는 것을 주고 학습을 시킨다 2) Unsupervised learning(비지도학습) label이 주어지지 않은 채로 데이터를 보고 스스로..

[참고] 이 글은 이 블로그 내용을 참고해서 작성 되었습니다. jin-t.tistory.com/4#comment5854351 OpenPose로 motion estimation, 모션인식 얼마 전 야구계에 있는 동생이 AI로 선수의 동작분석에 관심이 있다는 이야기를 했고, 나는 AI 모션인식에 관심이 있다고 했더니, 프로그램 만들어볼 수 있겠냐고 했다. ... 나도 완전 쌩 초보이지 jin-t.tistory.com Human pose estimation 관련 프로젝트를 시작하기 위해 OpenPose를 먼저 실행시켜 보려 했다. mac환경에서 OpenPose를 구동하려고 하니 8GB RAM 이상/ 8 cores CPU 이상의 사양이 요구 되었다. 내 소중한 맥북은 그 사양이 되지 않아 ildoonet으로 대..

codeup.kr/problem.php?id=2632 계단 오르기 1 계단을 오를 수 있는 방법의 수를 출력한다. codeup.kr n번째 계단을 오르는 경우의 수는 n-2번째 계단을 두번 오르는 수와 n-1번째 계단을 한번 오르는 수의 합이다. 예를 들어서 확인해보면, 1번째 계단을 오르는 수는 -1번째 계단을 두번 오르는 수(0) + 0번째 계단을 한번 오르는 수(1) = 1 2번째 계단을 오르는 수는 0번째 계단을 한번에 두번 오르는 수(1) + 1번째 계단을 한번 오르는 수(1) = 2 3번째 계단을 오르는 수는 1번째 계단을 한번에 두번 오르는 수(1) + 2번째 계단을 한번 오르는 수(2) = 3 4 : 2 + 3 = 5 5 : 3 + 5 = 8 ... 처럼 직접 계산해보면서 확인할 수 있다...

Mac terminal에서 Emacs를 설치하고, 실행을 하려고 했다. 하지만 계속 아래와 같은 알림창이 뜨며 실행이 되지 않았다 "app cannot be opened because apple cannot check it for malicious software." 1 ) 원인 구글링해보니, 애플이 이 프로그램에 악성(malicious)을 띄어, 보안 문제 때문에 Block한 것이다. 2) 해결법 안내를 무시하고 그냥 열기 위해 이 안내창이 뜬 상태에서 'System Preferences'을 열어준다. 그 후 "Security & privacy"을 눌러 들어가준다. 오른쪽 밑에 "Open Anyway"를 누르면 경고를 무시하고 프로그램을 연다. 한번 Allow를 해주면 다음부터는 경고창 없이 바로 프로..

# import list to save price_info = [] total_price_set = [] # Get input data x = int(input()) for i in range(x) : #{ price_info.append(list(map(int,input().split(" ")))) #} # FOR TESTING # x = 3 # price_info = [[26, 40, 83], [49, 60, 57], [13, 89, 99]] # Process # 첫번째 집부터 색이 안겹치는 조건에 따라 재귀함수를 사용해 총 가격을 check 해준다. # 중간 계산 과정에서 이미 계산한 total 값보다 가격이 높다면 return으로 재귀를 빠져 나온다. # total_price_set에서 최소 가격..