총 63개
-
인공지능의 탐색방법: 깊이 우선 탐색과 너비 우선 탐색, 경험적 탐색방법2025.05.121. 깊이 우선 탐색 깊이 우선 탐색은 그래프의 한 쪽부터 깊이 있게 탐색하는 방법입니다. 첫째, 시작 노드에서 인접한 하나의 노드를 선택합니다. 둘째, 해당 노드를 기준으로 인접한 노드가 없을 때까지 탐색을 계속합니다. 마지막으로, 스택과 재귀함수를 사용하여 방문하지 않은 노드를 탐색할 수 있습니다. 깊이 우선 탐색은 모든 노드를 탐색할 수 있지만, 최단거리가 아닌 경우에 사용됩니다. 2. 너비 우선 탐색 너비 우선 탐색은 모든 경우를 탐색할 수 있으며, 단방향 최단거리를 탐색하는 데 유용합니다. 먼저 한 단계를 건너서 탐색을 하...2025.05.12
-
[컴퓨터과학과]인공지능_중간과제물2025.01.251. 상태공간 탐색 상태공간 탐색은 문제를 해결하기 위해 가능한 모든 상태(노드)를 탐색하고, 목표 상태에 도달하는 경로를 찾는 탐색 알고리즘입니다. 문제를 풀이하는 과정은 초기 상태를 설정하고 목표 상태에 도달하게끔 연산자를 찾는 과정으로, 비용을 고려하여 트리 등의 그래프를 이용해 구할 수 있습니다. 범위가 크면 클수록 드는 비용이 방대해 진다는 특징이 있어 최대한 정보를 가진 상태에서 범위를 좁히는 것이 중요합니다. 2. A* 알고리즘 A* 알고리즘은 출발노드로부터 목표노드까지의 최적경로를 탐색하는 탐색 알고리즘이며 평가함수를...2025.01.25
-
방통대 인공지능 중간과제물2025.01.251. 균일비용 탐색 균일비용 탐색(uniform-cost search)은 그래프에서 시작하는 노드에서 대상으로 하는 노드까지의 최적 경로를 찾기 위해서 가장 낮은 경로 비용을 사용하는 알고리즘이다. 그러므로, 균일비용 탐색은 최소의 비용에 의거하여 우선순위 큐의 방식을 참조해 트리의 가장 높은 곳의 정점인 루트의 노드부터 확장한다. 확장한 노드에서 후계노드가 발생하며, 경로비용은 g(ni) = g(n) + C (n, ni)로 확인된다. 이 때, g(n)은 출발노드부터 노드까지의 경로비용이며, 발생한 후계노드 중 C (n, ni)은 ...2025.01.25
-
[컴퓨터과학과]알고리즘_출석수업과제물2025.01.251. 오일러 경로 오일러 경로(Eulerian Trail)는 그래프에 존재하는 모든 간선을 정확히 한 번씩 방문하는 연속된 경로를 의미합니다. 각 정점의 차수가 홀수인 정점이 0개 혹은 2개 이어야 하며, 홀수점이 2개일 경우에는 홀수점에서 시작해야 합니다. 2. 배낭 문제 배낭의 용량을 초과하지 않는 범위 내에서 배낭에 들어있는 물체들의 이익의 합이 최대가 되도록 물체를 넣는 문제입니다. 물체를 쪼개서 넣을 수 있으며, 단위 무게당 이익이 가장 큰 물체부터 최대한 넣는 과정을 반복하여 해결할 수 있습니다. 3. 이진 탐색 이진 탐...2025.01.25
-
에어비앤비 창업과정에서 실현접근법의 적용2025.01.261. 감내할 만한 손실(affordable loss) 에어비앤비 창업 과정에서 감내할 만한 손실 원칙은 초기 단계에서 리스크를 최소화하면서도 실행 가능한 방식으로 사업을 추진하는 데 중요한 역할을 했습니다. 체스키와 게비아는 초기 자본이 거의 없는 상태에서 월세를 충당하기 위해 소규모의 공유숙박 아이디어를 시도하였으며, 이를 통해 초기 사업 모델의 가능성을 테스트할 수 있었습니다. 2. 가용수단(bird in hand) 에어비앤비의 창업자들은 자신이 가진 자원과 능력을 최대한 활용하여 초기 사업을 구체화했습니다. 체스키와 게비아는 ...2025.01.26
-
방통대 알고리즘 출석과제물2025.01.241. 빅오 함수 입력 크기 n에 대한 빅오 함수들을 성능 관점에서 가장 나쁜 것부터 차례대로 나열하면 O(2^n) -> O(n^3) -> O(n^2) -> O(nlogn) -> O(n) -> O(logn) -> O(1)이다. 수행시간에 비례한 효율성을 고려할 경우 n의 값이 증가하면 연산 시간도 증가하며, 뚜렷한 차이를 보인다. 따라서 시간 복잡도 함수식의 결과로 수행시간의 효율성을 증명할 수 있다. 2. 이진 탐색 이진 탐색의 점화식은 T(n) = O(1)일 때 n=1, T(n/2) + O(1)일 때 n>=2이며, 폐쇄형은 T(n...2025.01.24
-
레드 블랙 트리와 B-트리의 작업 시간 비교2025.01.191. 레드 블랙 트리 레드 블랙 트리는 이진 탐색 트리의 일종으로, 노드의 색을 통해 트리의 균형을 유지하는 자료 구조입니다. 각 노드는 빨간색 또는 검은색으로 색칠되며, 특정한 규칙을 따름으로써 트리의 높이를 제한하고 균형을 유지합니다. 레드 블랙 트리의 주요 규칙은 모든 노드가 빨간색 또는 검은색이어야 하며, 루트 노드와 리프 노드는 검은색이어야 하고, 빨간색 노드의 자식 노드는 모두 검은색이어야 하며, 임의의 노드에서 리프 노드까지의 경로에는 동일한 수의 검은색 노드가 존재해야 합니다. 이러한 규칙을 통해 트리는 항상 균형을 ...2025.01.19
-
인공지능 ) 균일비용 탐색 알고리즘 ) 언덕오르기 탐색 알고리즘 ) A 알고리즘 ) 알고리즘별 특성 비교 ) 문제 상황 정의 ) 탐색트리2025.05.131. 균일비용 탐색 알고리즘 균일비용 탐색(Uniform-Cost Search) 알고리즘이란 시작 상태에서 인접한 노드를 방문하고 그중에서 가장 비용이 적게 드는 상태를 선택한 다음 방문하지 않은 상태와 방문한 상태의 인접한 모든 상태에서 다음으로 가장 비용이 적은 상태를 선택하는 것을 반복하여 목표 상태에 도달하려고 시도하는 알고리즘이다. 균일비용 탐색은 상당히 효율적인 방법이지만 특정 문제에서는 무한 루프에 빠질 수 있다는 단점이 존재한다. 2. 언덕오르기 탐색 알고리즘 언덕 오르기 탐색(Hill-Climbing Search) ...2025.05.13
-
[인공지능의세계 A+] 기말고사 문제풀이 객관식 + 서술형 + 단답형 문제+해설2025.05.101. 기계학습 기계학습은 인간의 학습능력을 기계나 컴퓨터에서 구현한 것으로, 지도학습과 비지도학습으로 구분할 수 있다. 지도학습은 학습 데이터의 정답이 주어지는 반면, 비지도학습은 정답이 주어지지 않는다. 신경망은 자동으로 가중치를 학습하는 기계학습 방식이다. 강화학습은 보상을 통해 최적의 행동을 학습하는 방식으로, 알파고가 자체 연습 대국을 통해 좋은 수를 학습하는 데 사용되었다. 2. 클러스터링 K-Means 클러스터링은 데이터를 K개의 클러스터로 분류하는 방법이다. K-Means 클러스터링의 단점은 k의 개수를 사전에 정해야 ...2025.05.10
-
수학1 세부능력 및 특기사항 예문 18개입니다. 유용하게 사용하시길 바랍니다.2025.05.141. 다항식의 나눗셈 다항식의 나눗셈에서 나머지의 차수는 나누는 수의 차수보다 낮다는 특성을 이용해서 관련된 문제를 풀고 급우들 앞에서 설명하고 이해를 잘하지 못한 급우를 위해 쉬운 문제를 제작해 설명함. 2. 여러 가지 방정식과 부등식 절댓값 기호가 하나만 들어있는 부등식, 절댓값 기호가 두 개 들어있는 부등식에 관한 문제를 풀고, 급우들 앞에서 풀이 과정을 설명함. 3. 원의 방정식 원의 중심과 직선과의 거리의 관계를 활용하여 급우들 앞에서 발표함으로써 학습 이해도가 뛰어나고 급우들의 이해를 돕는 배려 있는 행동을 보여줌. 4....2025.05.14
1 / 7
