전체 글

[데보션영 2기] 8월 테크세미나 후기

안녕하세요 데보션 영 2기 니빵내빵조의 김예은입니다! ‘업무 생산성 향상을 위한 생성형 AI 사용’주제로 8월에 진행되었던 테크세미나 다들 들으셨나요?! 저는 요즘 Chat gpt와 관련된 프로젝트를 하고 있어서 특히나 관심을 갖고 집중해서 들었는데요, 들으면서 흥미로웠던 부분들과 느낀점을 써보겠습니다. 테크 세미나는 ‘조코디’님께서 진행해주셨습니다. 이번 세미나는 전반적인 숲을 볼 수 있는 강의, ‘생산성’에 초점을 맞춰서 말씀해주셨습니다! 처음에 삼성생명 광고를 보여주셨는데요, 저는 ‘엇? 이 광고는 왜 보여주신거지’라고 생각했습니다. 혹시 저 같은 분 계실까요..?ㅎㅎ 알고보니 그 광고는 생산형 AI엔진으로 만든 광고였습니다. 심지어 그 뒤에 보여주신 블랙핑크 춤을 추는 사람도 AI가 만들었다는 것..

[데보션영 2기] 8월 영 전용 밋업 후기

안녕하세요 데보션 영2기(DEVOCEAN YOUNG) 김예은입니다! 오늘은 8월에 진행되었던 영 전용 밋업 후기를 써보려고 해요 8월 영 전용 밋업에서는 4분의 마스터님께서 다양한 이야기를 들려주셨습니다. 첫 순서로 전창국 마스터님께서 '요즘 PM의 효과적인 프로젝트 관리'을 주제로 말씀해주셨습니다. 사실 저는 평소 PM이라는 직무에 대해 관심이 많았는데요, 이번 기회에 PM에 관련된 좋은 정보를 얻을 수 있어서 너무 유익했던 시간이었습니다. 말씀해주신 내용들 중 기억에 남는 것은 계획설정 중심의 프로젝트에 관련된 내용이었습니다. 계획설정 중심의 프로젝트를 아래 세 가지로 나눠서 설명해주셨습니다! 1. 실적중심이 아닌 계획세우기 중심으로 주간 미팅 진행 2. 작은 목표로 분할을 하는 것부터 최종목표를 달..

[데보션 영 2기] 티움(T.um)투어 후기

안녕하세요! 데보션영 2기 김예은입니다 지난 7월달에 티움투어를 위해 을지로 T타워를 다녀왔습니다! 데보션영 2기로 선발된 후 T타워를 그래도 3~4번 방문했는데, 늘 갈 때마다 웅장하고....멋있고....감탄하는 것 같아요 ㅋㅋ 저도 여기 다니고 싶은 마음이랄까...?ㅎㅎ 아무튼! 저는 티움투어를 시작하기 전에 미리 팀원들과 만나서 담당자님과 함께 구내식당을 먹기로 했습니다! skt구내식당이라니...엄청난 기대를 하고 갔습니다!!! 아니나 다를까 구내식당 조차 으리으리...진짜 구내식당에서 살아도 될만큼 너무 잘되어있습니다 날마다 메뉴 구성이 바뀌는데, 제가 방문한 날에는 소불고기 뚝배기 정식이 있어서 다른 메뉴들도 많았지만 한식러버이기 때문에 바로 시켰습니다 ㅎㅎ 보이시나요..반찬 가짓수도 많고 너무..

[Python] - 이진검색트리

이진트리 * 트리 자료구조 - 트리는 나무를 거꾸로 뒤집어 놓은 형태 *이진트리 : 자식 노드가 최대 2개(좌우노드라고도함) *이진검색 트리 : 이진트리중 활용도가 높은 트리로, 값 크기를 기준으로 일정형태로 구성 (왼쪽 자식노드는 나보다 작고, 오른쪽자식노드는 나보다 크다, 같거나 기준 붙어도 ok) *포화이진트리 : 루트로부터 시작해서 모든 노드가 정확히 두개 씩의 자식노드를 가지도록 꽉 채워진 트리 노드수가 2의 k제곱 - 1 *전 이진트리 : 모든 자신 노드 개수가 0개 또는 2개 *완전 이진트리 : 노드의 수가 맞지 않아 포화 이진트리를 만들 수 없을 때 왼쪽부터 모두 채워나간 이진트리(포화이진트리만들어나가는 과정) 이진검색트리검색 이진검색트리에서의 값 검색 -> 매우 빠르게 검색가능 ,완전 이..

[Python] - 축소정복

축소정복기법 ◆ 주어진 문제와 더 작은 문제간의 관계를 이용하는 전략 - 예 : n! = n * (n-1)! - 분할정복기법의 일종 ◆ 적용방식 - 하향식 : 순환(재귀)구조 #팩토리얼(하향식 축소정복기법) def factorial_recur(n): if n == 1: return 1 else: return(n*factorial_recur(n-1)) - 상향식 : 반복구조 #팩토리얼(상향식 축소정복기법) def factorial_iter(n): result = 1 for k in range(1,n+1): result = result * k return result 문제 축소형태 1. 고정크기축소 - 팩토리얼(일정한 크기의 수만큼 일정하게 줄어든다) 2. 고정 비율 축소 - 이진탐색, 거듭제곱(문제가 일정..

[Python] 알고리즘 - 완전탐색

억지기법 문제의 정의를 바탕으로 한 가장 직접적인 방법 예) 최대공약수 방법, a^n구하는 알고리즘 등... 억지기법의 중요성 : 쉬운문제 어렵게 풀필요없다, 광범위하게 문제적용가능, 실제로 더 빠를수도, 이론적인 기반이 된다 정렬, 탐색, 기하학적문제, 완전탐색, 그래프탐색 선택정렬 - 정렬문제에 대한 가장 직접적인 해결방법 - 입력리스트에서 가장 작은 항목을 찾고 이것을 꺼내 정렬된 리스트에 순서대로 저장한다(입력된 리스트와 같은 크기의 리스트 1개를 추가 필요로함) * 제자리 정렬을 위한 알고리즘 개선 -> 정렬이 안된 리스트에서 최솟값이 선택되면 이 값을 새로운 리스트가 아닌 첫 번째 요소와 교환한다. -> n-1번 반복(n번쨰는 자동으로 큰 값이니까!) def selection_sort(A): ..

[Python] 기본적인 자료구조 - 그래프(Graph)

그래프(graph) - 현상이나 사물을 정점 vertex(node)와 간선edge로 표현한것 Graph G = (V,E) V : 정점집합 V : 간선집합 - 두 정점이 간선으로 연결되어 있으면 인접 adjacent하다고 한다.= 이웃관계에 있다고 표현하기도 한다. * 그래프의 종류 - 무방향성 그래프 : 간선에 방향이 없는 그래프 정점표현 = {A,B,C,D} 간선표현 = { (A,B) , (C,D) } - 방향성 그래프 : 간선에 방향이 있는 그래프 정점표현 = {A,B,C,D} 간선표현 = { , } ≠ 가중치 그래프 : 간선마다 가중치가 다르게 부여된 그래프 - 간선에 방향이 없는 그래프 - 간선에 방향이 있는 그래프 그래프 표현법 - 그래프는 정점의 집합과 간선의 집합의 결합 -> 그래프를 표현하..

[Python] 알고리즘 효율성 분석

오늘은 알고리즘 효율성 분석에 대해 알아보려고 한다. * 좋은 알고리즘은? - 시간효율성 : 이론적분석에 사용, 컴퓨터마다 다르게 측정된다. - 공간효율성 : 코드효율성(코드 보수성), 알고리즘이 사용하는 메모리 공간 ====> 보통 시간 효율성을 더 중요시 한다고 한다. ====> BUT! 이론적인 복잡도 분석 > 절대적인 시간 측정 * 알고리즘 복잡도 분석에서 중요한 점 1. 알고리즘에서 입력의 크기는 무엇인가? 2. 복잡도에 영향을 미치는 가장 핵심적인 기본 연산은 무엇인가? 3. 입력의 크기가 증가함에 따라 처리시간은 어떤 형태로 증가하는가? 4. 입력의 특성에 따라 알고리즘 효율성에는 어떤 차이가 있는가? 1. 입력의 크기 - 알고리즘의 효율성은 입력크기(개수)의 함수형태로 표현 - 무엇이 입력..

[Python] 알고리즘 - 최대 공약수 구하기(유클리드 알고리즘)

유클리드 알고리즘 이용 gcd(a,b) = gcd(b, a mod b) def gcd(a,b): #a가 b보다 작지 않아야 한다 while b != 0 : #b가 0이면 멈춤 r = a % b a = b b = r return a

[Python] 알고리즘 - 최대값찾기

*사용자로부터 입력 : input()* 1. 첫 번째 방법 def find_max(A): max = A[0] for i in range(len(A)): #range(start,end,step) : start이상, end미만, step간격 if A[i] > max: max = A[i] return max array = [int(n) for n in input().split()] print(array, "최댓값 = ", find_max(array)) 2. 두 번째 방법(좀 더 간결하게!) def find_max(A): max = A[0] for i in A[1:] if i > max: max = i return max array = [int(n) for n in input().split()] print(ar..