'K-MOOC'에 해당되는 글 51건

###

a^tb < ||a||b||

a^tb = 종류???

### 식들 음...

||x||¹=∑|x_i|

||x||무한 = max |x_i|

|x^ty| < ||x||_p||y||_q for 1/p+1/q =1

Q. 실수 x, y에 대해서 2x + 9y = 7 일 때, 4x2 + 9y2 의 최솟값을 고르시오.

A.  49/10

### 음...

포함된건 포함된 것을 분관하여 경우의 수를 구한는거 같음.. 

잘모르겟움

### 최적의 거리 찾기

도시를 다들리는 최적의 방법을 찾는법은

수많은 경를 다구해 최단 거리를 산출하는 방법

### 순서도 

1. Initial state

   목적

2. Possible actions

   가능한 방한들

3. Goal test

   목적에 도착 했는가

4. Path cost

   Step cost (x, a , y) ≥ 0: 방법은 0보다 크거나 같다

   비용 정리

### 추상화 방법

원래 문제를 추상화를 통하여 간단하게 혹은 쉽게 이해하게 만든다

### tree search(트리 서치)

이동의 경우의수를 트리구조로 만든것

액션이 가능한 경우에 수를 나열하여 다음갈 곳도 나열을 한다

### 전략

1. Completeness: 해를 찾을 수 있다 라는 목적

2. Time complexity : 시간이 얼마나 걸릴지

3. Space complexity: 총 매모리 필요량

4. Optimality : 항상 최적의 솔루션이 있나?

### Uninformed search

1. Breadth-first search : 너비 우선 

2. Uniform-cost search

3. Depth-first search : 깊이 우선 

4. Depth-limited search

5. Iteratibe deepening search

@@ 너비 우선 탐색 (Breadth-First search)

FiFO(first in first out) 

fringe(아직 펼쳐지지않은 로드)

     A  

  B      C

D  E  F  G

시작 

A    --> a갈 수 있는곳 BC 

BC ---> b 갈 수있는곳 DE

CDE ---> c 갈 수 있는곳 FG

DEFG ---> d 갈 수 있는곳 ......

이런식으로 메모리를 최대한 절약하여 찾는 방법

@@ 깊이 우선 탐색(Depth-First search)
LIFO = Last in frist out

     A 

  B      C

D  E  F  G

시작 

A    --> a갈 수 있는곳 BC 

BC ---> b 갈 수있는곳 DE

DEC ---> d 갈 수 있는곳 HI

HIEC ---> H 갈 수 있는곳 없을시 없엠

IEC ---> I 갈 수 있는곳 ....

끝 까지 가보는 것 이다

그렇게 메모리를 줄여 서치를 한다 

### 사물인터넷

사물 인터넷 시대가 와서 모든 기기들의 통신으로 인한 연결성과 개인의 컴퓨터로 제어 및 사용을 할 수 있게 되었다 

### 센싱 정보 가공 및 추출

사전에 수집된 정보로 기계학습 모델을 만든다

### IOT 혁신 응용 어플리케이션

1. 필요로한가

2. 구현가능한가

3. 디자인은 어떻게 할것인가

4. 완성이란 어디까지인가

###배터리의 문제

전력 소모가 많아서 문제가 되었다

GPU>Network>CPU>sensing

이렇게 배터리의 용량이 따라가지 못하는 중이다

###데이터를 분석에 필요한 것

많은 데이터를 분석하기 위하여 다양한 컴퓨터의 데이터를 연동시 켜야한다

그 데이터양을 처리할 수 있는 속도 가 필요하다

그외에도 다양한 필요요소가 있을 것이다

### 데이터의 구성요소

데이터 디스크 ---> 분산 처리 시스템 ---> 분산 프로세싱 시스템 ---> 응용 가능하게 할 앱 같은거

### 빅데이타 WORKFLOW

1. 서비스 (Service)

2. Data ingestion(분석하는거)

3.Data analysis(예측하는거)  

4. Machine learning training(머신러닝 학습)

5. Machine learning interence(머신러닝 추론시스템) 다음은 1.로 다시감

### 분산처리를 어떻게 할지 

1. name node

어떤 데이타가 어디있다는 위치를 알려줌

2. Client

어떤 일을 해야하는지 얻고 찾아서 읽거나 쓴다