01) 자료구조와 알고리즘 - 자료구조의 개념 문제 해결을 위한 자료의 공간 및 시간적 의미의 효율적 사용(처리)를 위해 구조화한 것. - 데이터 정보 선형구조(배열), 비선형구조(포인터) - 정보처리 - 단위 Bit – Byte – Field – Record – File – DB Bit란 정보표현의 최소단위 (on/off) Binary Digit(2진수) Byte(= 4 Bit) 문자 표현의 최소단위, 절대 주소가 있음. Field란 문자가 모인 의미있는 하나의 데이터 단위. (논리적 자료 단위) Record란 연관된 필드들의 모임. File이란 연관된 레코드들의 모임. 기억장소에 저장되어 연속적인 문자열들의 모임. - 표현 수치데이터 : 정수와 실수, 2진법 8진법 16진법 10진법. - 알고리즘의 ..

4.1 다음 명령어에 대해서 아래 질문에 답하라. 명령어 : AND Rd, Rn, Rm 뜻 : Reg[Rd] = Reg[Rn] AND Reg[Rm] 4.1.1 이 명령어를 실행하기 위해서 그림 4.10의 제어 유닛이 생성하는 제어신호들의 값은? RegWrite MemRoad ALUMux MemWrite ALUop RegMux Branch 0 0 1(Imm) 1 ADD X 0 ALUMux는 ALU 입력에서 Mux를 제어하는 제어신호. 0(Reg)면 레지스터 파일의 출력을 선택, 1(Imm)은 명령어로부터 즉시 ALU에 대한 두번째 입력을 선택. RegMux는 레지스터 파일에 대한 데이터 입력에서 Mux 제어하는 제어신호. 0(ALU)는 ALU의 출력 선택. 1(Mem)은 메모리의 출력 선택. X는 Don’..

3.1) 5ED4-07A4의 결과는 무엇인가? 이 두수는 부호없는 16비트 16진수이다. 결과를 16진수로 구하고 계산과정을 보여라. 5ED4(16)을 이진표현으로 바꾸면 0101 1110 1101 0100(2) 이다. 07A4(16)을 이진표현으로 바꾸면 0000 0111 1010 0100(2) 이다. 이 두 수의 차를 연산하면 0101 0111 0011 0000(2)이다. 이를 16진수로 바꾸면 5730(16) 이다. 3.6) 185와 122가 부호없는 8비트 십진 정수라고 가정하라. 185 - 122를 계산하라. 오버플로 또는 언더플로인가? 아니면 둘 다 인가? 십진수 185와 -122를 합하면 63(10)이 나온다. 이는 이진수로 바꾸면 0011 1111이고, 1.11111 * 2^5이므로 오버플..

2.1 ) 다음 C문장을 위한 LEGv8 어셈블리 코드를 작성하라. C변수 f,g,h는 레지스터 X0, X1, X2에 있다고 가정한다. 최소 개수의 어셈블리 명령어를 사용하라. f = g + ( h - 5 ) ; add f, h, -5 add f, f, g //h와 -5를 더하고 이를 다시 g랑 더한다. 2.3 ) 다음 C문장에 해당하는 LEGv8 어셈블리 코드는? C변수 f, g, h, i, j는 레지스터 X0, X1, X2, X3, X4에 있다고 가정한다. 배열 A와 B의 시작 주소는 레지스터 X6과 X7에 있다고 가정한다. B[8] = A[i - j]; SUB x9, x3, x4 //임의의 x9레지스터에 i-j 를 해줌 LDUR x9, [x6, x9] // A배열이 시작 주소가 x6이고, i-j가 ..

1.3) C와 같은 상위 수준 언어로 작성된 프로그램을 컴퓨터 프로세스가 바로 수행할 수 있는 표현으로 바꾸는 과정을 설명하여라. C와 같은 상위 수준 언어를 작성하고, 이 것을 컴파일러를 통해 어셈블리 언어로 번역한다. 이를 어셈블러가 2진수로 바꾸어주어 컴퓨터 프로세서가 프로그램을 수행할 수 있게 만들어준다. 1.5) 동일한 명령어 집합을 가지고 있는 3개의 다른 프로세서 P1, P2, P3의 클록석도와 CPI는 다음과 같다. a)어느 프로세서의 성능이 가장 좋은가? 초당 명령어 수로 표현하여라. 동일한 명령어 집합을 가졌다고 하였으니 명령어 수가 같다고 볼 수 있다. 초당 명령어 수를 x라하면 각각의 CPU 실행시간은 이렇게 볼 수 있다. P1의 실행시간 = (1.5(CPI) * x) / 3GHz ..

#시작 로이터(Reuters) 뉴스 데이터셋으로 단일 레이블 다중 분류 문제 다루기 목적 : 텍스트 분류 11258개의 기사와 46개의 뉴스 카테고리 분류. 각 토픽은 최소 10개이상의 샘플이 있음. from keras.datasets import reuters (train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words = 10000) #로이터 데이터셋 가져오고 각 데이터를 변수에 넣어줌 #훈련용데이터와 검증용 데이터 몇개로 분류되었는지 출력. print(len(train_data)) print(len(test_data)) print(train_data[1]) #2차원 배열로 들어가있음 print(train_labe..

# IMDB란 인터넷 영화 데이터베이스(Internet Movie Database, 약칭 IMDB)이다. 우리가 사용할 데이터는 영화 사이트 IMDB의 리뷰 데이터이다. 이 데이터는 리뷰에 대한 텍스트와 해당 리뷰가 긍정인 경우 1, 부정인 경우 0으로 표시한 레이블로 구성된 데이터이다. 이 데이터셋은 케라스에서 import하여 바로 사용할 수 있다. 이 데이터셋을 사용하여 머신러닝을 제작할 것이다. 목적은 텍스트 분류, 그 중에서도 감성 분류를 연습하기위함에 있다. 여기서 감성 분류(Sentiment Analysis)란, 텍스트 안에 들어있는 여러가지 주관적인 정보(의견, 감성, 평가, 태도 등)을 머신러닝을 돌려 분석하는 것이다. #입력 데이터 불러오기 #케라스의 데이터셋에 있는 IMDB를 불러온다...

1 1003 피보나치 함수 단순 재귀로 피보나치 수를 구하면 왜 느릴까요? 함수 호출의 개수가 기하급수적으로 늘어나기 때문입니다 import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; public class Main { public static void main(String[] args) throws IOException { BufferedReader bfr = new BufferedReader(new InputStreamReader(System.in)); int T = Integer.parseInt(bfr.readLine()); for(int i=0; i

아무것도 안알려주고 일단 시도해보고 시행착오 겪으면서 실력을 키워나가게 하는 방법임. Agent가 올바른 행동을 하면 보상(rewards)을 주고, 불리한 행동을 하면 벌점을 부여해줌. 이렇게 행동 하나하나가 쌓여서 보상이 최대화가 되게 만드는 학습방법임. Agent가 자신이 잘하고 있는 것인지, 잘 못하고 있는 것인지 확실하게 알아야하기에 무조건 scalar feedback을 해야함. ex) +1, -3, +2.6, +2 ... 환경에 대한 사전지식이 없는 상태로 학습이 시작되고, 보상을 통하여 학습을 함. 어떠한 행동을 했을 때 환경이 어떻게 반응하는지에 따른 보상이 주어짐. 어떻게 보상이 최대화가 될 수 있는지 학습을 하는 것이 강화학습. Agent : 주어진 문제 내에서 행동을 하는 주체. Sta..