๐‘๐‘œ๐‘ก๐‘’๐‘๐‘œ๐‘œ๐‘˜

๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ์ดˆ ๋ณธ๋ฌธ

๋จธ์‹ ๋Ÿฌ๋‹ ๐Ÿฆพ

๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ์ดˆ

seoa__ 2025. 1. 16. 19:49

[ ๋ชฉ์ฐจ ]

    ๋จธ์‹ ๋Ÿฌ๋‹

    • AI : ์ธ๊ฐ„์˜ ์ง€๋Šฅ์„ ์š”๊ตฌํ•˜๋Š” ์—…๋ฌด๋ฅผ ์ˆ˜ํ–‰ํ•˜๊ธฐ ์œ„ํ•œ ์‹œ์Šคํ…œ
    • Machine Learning : ๊ด€์ธก๋œ ํŒจํ„ด์„ ๊ธฐ๋ฐ˜์œผ๋กœ ์˜์‚ฌ ๊ฒฐ์ •์„ ํ•˜๊ธฐ ์œ„ํ•œ ์•Œ๊ณ ๋ฆฌ์ฆ˜
    • Deep Learning  : AI๋ฅผ ํฌ๊ด„ํ•˜์—ฌ ํ†ต๊ณ„ํ•™๊ณผ ์ปดํ“จํ„ฐ๊ณตํ•™์„ ๋ฐ”ํƒ•์œผ๋กœ ๋ฐœ์ „ํ•œ ์œตํ•ฉ์ „๋ฌธ
    • Data Analysis : ๋ฐ์ดํ„ฐ ์ง‘๊ณ„, ํ†ต๊ณ„ ๋ถ„์„, ๋จธ์‹ ๋Ÿฌ๋‹์„ ํฌํ•จํ•œ ํ–‰์œ„

     

    ๋จธ์‹ ๋Ÿฌ๋‹์€ ๋ฐ์ดํ„ฐ ์ˆ˜์ง‘๊ณผ ์ฒ˜๋ฆฌ๊ธฐ์ˆ ์˜ ๋ฐœ์ „์œผ๋กœ ๋Œ€์šฉ๋Ÿ‰ ๋ฐ์ดํ„ฐ์˜ ํŒจํ„ด์„ ์ธ์‹ํ•˜๊ณ  ์ด๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์˜ˆ์ธก, ๋ถ„๋ฅ˜ํ•˜๋Š” ๋ฐฉ๋ฒ•๋ก ์„ ๋งํ•จ

      ๋จธ์‹ ๋Ÿฌ๋‹์˜ ์ข…๋ฅ˜

      1. Supervised Leaning (์ง€๋„ํ•™์Šต)
      2. Unsupervised Learning(๋น„์ง€๋„ ํ•™์Šต)
      3. Reinforcement Learning(๊ฐ•ํ™” ํ•™์Šต)

       

      ๋จธ์‹ ๋Ÿฌ๋‹ ์ ์šฉ ๋ถ„์•ผ

      • ๊ธˆ์œต : ์‹ ์šฉํ‰๊ฐ€, ์‚ฌ๊ธฐํƒ์ง€, ์ฃผ์‹ ์˜ˆ์ธก
      • ํ—ฌ์Šค์ผ€์–ด : ์งˆ๋ณ‘ ์˜ˆ์ธก, ํ™˜์ž ๋ฐ์ดํ„ฐ ๋ถ„์„
      • ์ด์ปค๋จธ์Šค : ๊ณ ๊ฐ ๊ตฌ๋งค ํŒจํ„ด ๋ถ„์„, ์ถ”์ฒœ ์‹œ์Šคํ…œ, ๊ฐ€๊ฒฉ ์ตœ์ ํ™”, ์žฅ๋ฐ”๊ตฌ๋‹ˆ ๋ถ„์„
      • ์ž์—ฐ์–ด์ฒ˜๋ฆฌ : ๋ฒˆ์—ญ, ์ฑ—๋ด‡, ํ…์ŠคํŠธ๋ถ„์„
      • ์ด๋ฏธ์ง€ & ์˜์ƒ์ฒ˜๋ฆฌ : ์–ผ๊ตด์ธ์‹, ์ด๋ฏธ์ง€ ์ƒ์„ฑ

       

      vs code ๋‹จ์ถ•์–ด

      • ctrl + enter : ํ˜„์žฌ ์…€ ์‹คํ–‰
      • ctrl + P : ๋น ๋ฅธ ํŒŒ์ผ ์—ด๊ธฐ
      • ctrl + shift + P : ๋ชจ๋“  ๋ช…๋ น ํ‘œ์‹œ
      • ctrl + L : ํ˜„์žฌ ์ค„ ์„ ํƒ
      • ctrl + D :  ๊ฐ™์€ ๋‹จ์–ด ์„ ํƒ (์—ฌ๋Ÿฌ ๋ฒˆ ๋ˆ„๋ฅด๋ฉด ๋‹ค์ค‘)
      • alt + click : ๋‹ค์ค‘ ์ปค์„œ
      • ctrl + / : ์ฃผ์„ ์ฒ˜๋ฆฌ/ํ•ด์ œ
      • shift + alt + f : ์ฝ”๋“œ ์ž๋™ ์ •๋ ฌ
      • ctrl + space : ์ž๋™ ์™„์„ฑ ์ œ
      • shift + enter : ํ˜„์žฌ ์…€ ์‹คํ–‰ → ๋‹ค์Œ ์…€๋กœ ์ปค์„œ ์˜ฎ๊ธฐ๊ธฐ
        • ์…€ ์„ ํƒ๋ชจ๋“œ
        • A : ํ˜„์žฌ ์…€์—์„œ ์œ„์ชฝ์— ์ƒˆ๋กœ์šด ์…€ ์ถ”๊ฐ€
        • B : ํ˜„์žฌ ์…€์—์„œ ์•„๋ž˜์ชฝ์œผ๋กœ ์ƒˆ๋กœ์šด ์…€ ์ถ”๊ฐ€
        • DD : ํ˜„์žฌ ์…€ ์‚ญ์ œ
        • M : ํ˜„์žฌ ์…€์„ ์ฝ”๋“œ์—์„œ ๋งˆํฌ๋‹ค์šด์œผ๋กœ ๋ณ€๊ฒฝ
        • Y : ํ˜„์žฌ ์…€์„ ๋งˆํฌ๋‹ค์šด์—์„œ ์ฝ”๋“œ๋กœ ๋ณ€๊ฒฝ
        • C, V, X : ๋ณต์‚ฌ, ๋ถ™์—ฌ๋„ฃ๊ธฐ, ์ž˜๋ผ๋‚ด๊ธฐ