Submit Search
Upload
부울 대수와 컴퓨터 논리
•
Download as PPT, PDF
•
2 likes
•
2,847 views
S
suitzero
Follow
Report
Share
Report
Share
1 of 16
Download now
Recommended
제4강 명제와 논리-정보
제4강 명제와 논리-정보
csungwoo
이 슬라이드는 Martin Arjovsky, Soumith Chintala, Léon Bottou 의 Wasserstein GAN (https://arxiv.org/abs/1701.07875v2) 논문 중 Example 1 을 해설하는 자료입니다
Wasserstein GAN 수학 이해하기 I
Wasserstein GAN 수학 이해하기 I
Sungbin Lim
기초적인 Linear Algebra 와 Matrix Calculus 부터 Back-propagation 까지 유도하는 슬라이드입니다. 본 슬라이드에서는 NumPy 와 선형대수를 다룹니다.
Linear algebra
Linear algebra
Sungbin Lim
집합
집합
guestae23607
이재용(서울대학교 통계학과)
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
r-kor
Example kr
Example kr
Kihong Heo
퍼셉트론은 인공 신경망의 기원으로, 페셉트론의 학습원리는 최근 주목 받고 있는 심층 신경망의 학습 원리와 다르지 않습니다.
[신경망기초] 신경망의시작-퍼셉트론
[신경망기초] 신경망의시작-퍼셉트론
jaypi Ko
variational gaussian mixture model 설명
Gmm to vgmm
Gmm to vgmm
수철 박
Recommended
제4강 명제와 논리-정보
제4강 명제와 논리-정보
csungwoo
이 슬라이드는 Martin Arjovsky, Soumith Chintala, Léon Bottou 의 Wasserstein GAN (https://arxiv.org/abs/1701.07875v2) 논문 중 Example 1 을 해설하는 자료입니다
Wasserstein GAN 수학 이해하기 I
Wasserstein GAN 수학 이해하기 I
Sungbin Lim
기초적인 Linear Algebra 와 Matrix Calculus 부터 Back-propagation 까지 유도하는 슬라이드입니다. 본 슬라이드에서는 NumPy 와 선형대수를 다룹니다.
Linear algebra
Linear algebra
Sungbin Lim
집합
집합
guestae23607
이재용(서울대학교 통계학과)
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
r-kor
Example kr
Example kr
Kihong Heo
퍼셉트론은 인공 신경망의 기원으로, 페셉트론의 학습원리는 최근 주목 받고 있는 심층 신경망의 학습 원리와 다르지 않습니다.
[신경망기초] 신경망의시작-퍼셉트론
[신경망기초] 신경망의시작-퍼셉트론
jaypi Ko
variational gaussian mixture model 설명
Gmm to vgmm
Gmm to vgmm
수철 박
NICE: Non-linear Independent Components Estimation Laurent Dinh, David Krueger, Yoshua Bengio. 2014. Density estimation using Real NVP Laurent Dinh, Jascha Sohl-Dickstein, Samy Bengio. 2017. Glow: Generative Flow with Invertible 1x1 Convolutions Diederik P. Kingma, Prafulla Dhariwal. 2018. 논문 리뷰 자료
Flow based generative models
Flow based generative models
수철 박
확률 통계 (파이썬)
확률 통계 (파이썬)
확률 통계 (파이썬)
Yong Joon Moon
Support Vector Machine Tutorial 한국어
Support Vector Machine Tutorial 한국어
Support Vector Machine Tutorial 한국어
Jungkyu Lee
회귀분석, 경사하강법
확통 회귀분석
확통 회귀분석
jaypi Ko
산포된 데이터를 정합하는 직선을 찾는 것으로 이해해도 무방합니다. 주어진 데이터를 이용해 기울기와 절편을 구하는 방법입니다. 먼저 행렬연산을 통해 구하는 방법을 설명합니다. 그리고 퍼셉트론에 사용된 것과 같은 방법을 다시 설명하므로 선택적으로 듣기 바랍니다. 설명된 예제에 대한 C 언어 코드를 제공합니다. Tensorlow 코드는 정합 과정을 시각화하여 보여줍니다.
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
jaypi Ko
하스켈 학교 1/4 - 하스켈 프로그래밍 입문
하스켈 프로그래밍 입문
하스켈 프로그래밍 입문
Kwang Yul Seo
기본 회전 공식
기본 회전 공식
cancan21st
데이터야놀자 2017
How to Study Mathematics for ML
How to Study Mathematics for ML
Dataya Nolja
부산대학교 알고리즘 동아리 Alcall주최의 교내 프로그래밍 경시대회 문제풀이 입니다.
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
NAVER D2
quaternion, rotation, slerp, interpolation of quaternion
Quaternion and Rotation
Quaternion and Rotation
Young-Min kang
Manage your expectation
Manage your expectation
Gregory Rho
2진 비드 덧셈기 구현
6비트덧셈기
6비트덧셈기
herojoon1378
이 발표에서는 위상학적 자료 분석(Topological Data Analysis)을 어떻게 하고, 그에 대한 통계적 추정을 어떻게 하는지 간단하게 소개한다. 위상학적 자료 분석은 포괄적으로는 자료에서 위상학적인 특성을 추출하는 분석 방법을 아우르는데, 대표적으로 persistent homology와 군집 나무(cluster tree) 등이 있다. persistent homology는 자료를 여러 해상에서 관측하고 지속성 있게 나타나는 위상 특성을 추려냄으로써 분석하고, 군집 나무는 자료의 레벨 군집이 어떤 계층 구조를 생성하는지 봄으로써 자료를 분석한다. 자료로부터 추정된 persistent homology와 군집 나무는 자료 분포의 임의성에 의해 오차가 생기는데, 이를 통계적으로 정량화할 수 있다. 이 발표에서는 persistent homology와 군집 나무의 오차를 정량화함으로써 어떻게 통계적으로 유효한 신뢰 집합을 얻을 수 있는지 제시하고, 실제로 계산하는 방법도 알아본다.
Tda jisu kim
Tda jisu kim
NAVER Engineering
사회조사 분석사 2급 준비 자료
2012-12-25 사조사2급실기-공식
2012-12-25 사조사2급실기-공식
Seok-kyu Kong 공석규
7조 발표자료
7조 발표자료
진환 김
숭실대학교 알고리즘 동아리 SCCC 주최의 교내 프로그래밍 경시대회 문제풀이 입니다.
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
NAVER D2
선형대수학 보충 자료입니다.
선형 대수학
선형 대수학
Chang Su Youk
8조 발표자료
8조 발표자료
진환 김
2008년,그래프 이론 수강 시 발표
Eigenvalues of regular graphs
Eigenvalues of regular graphs
Jungkyu Lee
조합(composition) 관점에서 본 하스켈 모나드 소개
하스켈 모나드
하스켈 모나드
Kwang Yul Seo
파이썬을 위한 수학 이해하기
python 수학이해하기
python 수학이해하기
Yong Joon Moon
오퍼레이터에 대해 이해하기
파이썬+Operator+이해하기 20160409
파이썬+Operator+이해하기 20160409
Yong Joon Moon
More Related Content
What's hot
NICE: Non-linear Independent Components Estimation Laurent Dinh, David Krueger, Yoshua Bengio. 2014. Density estimation using Real NVP Laurent Dinh, Jascha Sohl-Dickstein, Samy Bengio. 2017. Glow: Generative Flow with Invertible 1x1 Convolutions Diederik P. Kingma, Prafulla Dhariwal. 2018. 논문 리뷰 자료
Flow based generative models
Flow based generative models
수철 박
확률 통계 (파이썬)
확률 통계 (파이썬)
확률 통계 (파이썬)
Yong Joon Moon
Support Vector Machine Tutorial 한국어
Support Vector Machine Tutorial 한국어
Support Vector Machine Tutorial 한국어
Jungkyu Lee
회귀분석, 경사하강법
확통 회귀분석
확통 회귀분석
jaypi Ko
산포된 데이터를 정합하는 직선을 찾는 것으로 이해해도 무방합니다. 주어진 데이터를 이용해 기울기와 절편을 구하는 방법입니다. 먼저 행렬연산을 통해 구하는 방법을 설명합니다. 그리고 퍼셉트론에 사용된 것과 같은 방법을 다시 설명하므로 선택적으로 듣기 바랍니다. 설명된 예제에 대한 C 언어 코드를 제공합니다. Tensorlow 코드는 정합 과정을 시각화하여 보여줍니다.
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
jaypi Ko
하스켈 학교 1/4 - 하스켈 프로그래밍 입문
하스켈 프로그래밍 입문
하스켈 프로그래밍 입문
Kwang Yul Seo
기본 회전 공식
기본 회전 공식
cancan21st
데이터야놀자 2017
How to Study Mathematics for ML
How to Study Mathematics for ML
Dataya Nolja
부산대학교 알고리즘 동아리 Alcall주최의 교내 프로그래밍 경시대회 문제풀이 입니다.
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
NAVER D2
quaternion, rotation, slerp, interpolation of quaternion
Quaternion and Rotation
Quaternion and Rotation
Young-Min kang
Manage your expectation
Manage your expectation
Gregory Rho
2진 비드 덧셈기 구현
6비트덧셈기
6비트덧셈기
herojoon1378
이 발표에서는 위상학적 자료 분석(Topological Data Analysis)을 어떻게 하고, 그에 대한 통계적 추정을 어떻게 하는지 간단하게 소개한다. 위상학적 자료 분석은 포괄적으로는 자료에서 위상학적인 특성을 추출하는 분석 방법을 아우르는데, 대표적으로 persistent homology와 군집 나무(cluster tree) 등이 있다. persistent homology는 자료를 여러 해상에서 관측하고 지속성 있게 나타나는 위상 특성을 추려냄으로써 분석하고, 군집 나무는 자료의 레벨 군집이 어떤 계층 구조를 생성하는지 봄으로써 자료를 분석한다. 자료로부터 추정된 persistent homology와 군집 나무는 자료 분포의 임의성에 의해 오차가 생기는데, 이를 통계적으로 정량화할 수 있다. 이 발표에서는 persistent homology와 군집 나무의 오차를 정량화함으로써 어떻게 통계적으로 유효한 신뢰 집합을 얻을 수 있는지 제시하고, 실제로 계산하는 방법도 알아본다.
Tda jisu kim
Tda jisu kim
NAVER Engineering
사회조사 분석사 2급 준비 자료
2012-12-25 사조사2급실기-공식
2012-12-25 사조사2급실기-공식
Seok-kyu Kong 공석규
7조 발표자료
7조 발표자료
진환 김
숭실대학교 알고리즘 동아리 SCCC 주최의 교내 프로그래밍 경시대회 문제풀이 입니다.
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
NAVER D2
선형대수학 보충 자료입니다.
선형 대수학
선형 대수학
Chang Su Youk
8조 발표자료
8조 발표자료
진환 김
2008년,그래프 이론 수강 시 발표
Eigenvalues of regular graphs
Eigenvalues of regular graphs
Jungkyu Lee
조합(composition) 관점에서 본 하스켈 모나드 소개
하스켈 모나드
하스켈 모나드
Kwang Yul Seo
What's hot
(20)
Flow based generative models
Flow based generative models
확률 통계 (파이썬)
확률 통계 (파이썬)
Support Vector Machine Tutorial 한국어
Support Vector Machine Tutorial 한국어
확통 회귀분석
확통 회귀분석
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
하스켈 프로그래밍 입문
하스켈 프로그래밍 입문
기본 회전 공식
기본 회전 공식
How to Study Mathematics for ML
How to Study Mathematics for ML
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
Quaternion and Rotation
Quaternion and Rotation
Manage your expectation
Manage your expectation
6비트덧셈기
6비트덧셈기
Tda jisu kim
Tda jisu kim
2012-12-25 사조사2급실기-공식
2012-12-25 사조사2급실기-공식
7조 발표자료
7조 발표자료
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
선형 대수학
선형 대수학
8조 발표자료
8조 발표자료
Eigenvalues of regular graphs
Eigenvalues of regular graphs
하스켈 모나드
하스켈 모나드
Similar to 부울 대수와 컴퓨터 논리
파이썬을 위한 수학 이해하기
python 수학이해하기
python 수학이해하기
Yong Joon Moon
오퍼레이터에 대해 이해하기
파이썬+Operator+이해하기 20160409
파이썬+Operator+이해하기 20160409
Yong Joon Moon
Taocp 1 2-2
Taocp 1 2-2
codevania
sicp
1.3장 차수 높은 프로시저(higher order procedure)로 요약하는 방법
1.3장 차수 높은 프로시저(higher order procedure)로 요약하는 방법
홍준 김
2012 Dm 02
2012 Dm 02
Jungyerin
Murphy의 머신러닝 8장 요약
8. Logistic Regression
8. Logistic Regression
Jungkyu Lee
Variational Autoencoder explained PPT, it contains tensorflow code for it
Variational AutoEncoder(VAE)
Variational AutoEncoder(VAE)
강민국 강민국
2012 Dm A0 06 Pdf
2012 Dm A0 06 Pdf
jinwookhong
2012 Dm A0 06 Pdf
2012 Dm A0 06 Pdf
kd19h
linear algebra
Eigendecomposition and pca
Eigendecomposition and pca
Jinhwan Suk
모바일 부터 하드웨어까지 가능하게 하는 가장 강력한 언어, GITHUB 에서 가장 많은 프로젝트, 해커톤에서 가장 많이 사용되는 언어, 오바마 대통령도 배웠던 언어, 바로 자바스크립트입니다.
Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자
Park Jonggun
RNN을 python/numpy로 직접 구현한 code를 통하여, RNN을 이해. (BPTT 및 상태를 전달하는 과정 등) http://blog.naver.com/freepsw/220941652066 상세 설명 참고
Code로 이해하는 RNN
Code로 이해하는 RNN
SANG WON PARK
자바스크립트의 연산자에대해 살펴보는 과정입니다.
2.Startup JavaScript - 연산자
2.Startup JavaScript - 연산자
Circulus
한양대 이상화 교수님 <선형대수> KOCW 9강 선형 변환 (Linear Transformation) 강의 정리 노트
선형대수 08. 선형 변환 (Linear Transformation)
선형대수 08. 선형 변환 (Linear Transformation)
AHRA CHO
R의 확률분포 함수에 대해 알아봅니다.
01.r 기초 확률분포
01.r 기초 확률분포
Yoonwhan Lee
Probability for machine learning
[Probability for machine learning]
[Probability for machine learning]
강민국 강민국
ESM(온수당 머신 러닝) 11주차 중간 갈무리
ESM Mid term Review
ESM Mid term Review
Mario Cho
파이썬 확률과 통계 기초 이해하기
파이썬 확률과 통계 기초 이해하기
파이썬 확률과 통계 기초 이해하기
Yong Joon Moon
Semiconductor Fundamentals 2.3. energy band of 1 dimensional crystal
Semiconductor Fundamentals 2.3
Semiconductor Fundamentals 2.3
Je Hun Seo
[기초수학] 미분 적분학
[기초수학] 미분 적분학
KyeongWon Koo
Similar to 부울 대수와 컴퓨터 논리
(20)
python 수학이해하기
python 수학이해하기
파이썬+Operator+이해하기 20160409
파이썬+Operator+이해하기 20160409
Taocp 1 2-2
Taocp 1 2-2
1.3장 차수 높은 프로시저(higher order procedure)로 요약하는 방법
1.3장 차수 높은 프로시저(higher order procedure)로 요약하는 방법
2012 Dm 02
2012 Dm 02
8. Logistic Regression
8. Logistic Regression
Variational AutoEncoder(VAE)
Variational AutoEncoder(VAE)
2012 Dm A0 06 Pdf
2012 Dm A0 06 Pdf
2012 Dm A0 06 Pdf
2012 Dm A0 06 Pdf
Eigendecomposition and pca
Eigendecomposition and pca
Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자
Code로 이해하는 RNN
Code로 이해하는 RNN
2.Startup JavaScript - 연산자
2.Startup JavaScript - 연산자
선형대수 08. 선형 변환 (Linear Transformation)
선형대수 08. 선형 변환 (Linear Transformation)
01.r 기초 확률분포
01.r 기초 확률분포
[Probability for machine learning]
[Probability for machine learning]
ESM Mid term Review
ESM Mid term Review
파이썬 확률과 통계 기초 이해하기
파이썬 확률과 통계 기초 이해하기
Semiconductor Fundamentals 2.3
Semiconductor Fundamentals 2.3
[기초수학] 미분 적분학
[기초수학] 미분 적분학
More from suitzero
Drawing on canvas
Drawing on canvas
suitzero
2.2.4 순환목록
2.2.4 순환목록
suitzero
1.4.2 코루틴연습문제
1.4.2 코루틴연습문제
suitzero
The gravitational N -body pro
The gravitational N -body pro
suitzero
Clojure in the Wild
Clojure in the Wild
suitzero
xUnitTestPattern/chapter16
xUnitTestPattern/chapter16
suitzero
HolubOnPatterns/chapter3_3
HolubOnPatterns/chapter3_3
suitzero
3장 자동적으로 움직이는 게임 에이전트 생성법_2
3장 자동적으로 움직이는 게임 에이전트 생성법_2
suitzero
3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법
suitzero
프리젠테이션-제목없음
프리젠테이션-제목없음
suitzero
More from suitzero
(10)
Drawing on canvas
Drawing on canvas
2.2.4 순환목록
2.2.4 순환목록
1.4.2 코루틴연습문제
1.4.2 코루틴연습문제
The gravitational N -body pro
The gravitational N -body pro
Clojure in the Wild
Clojure in the Wild
xUnitTestPattern/chapter16
xUnitTestPattern/chapter16
HolubOnPatterns/chapter3_3
HolubOnPatterns/chapter3_3
3장 자동적으로 움직이는 게임 에이전트 생성법_2
3장 자동적으로 움직이는 게임 에이전트 생성법_2
3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법
프리젠테이션-제목없음
프리젠테이션-제목없음
부울 대수와 컴퓨터 논리
1.
부울 대수와 컴퓨터
논리
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
Download now