Timers SleepingAllows a process (or thread) to suspend execution for a period of timesleep(), nanosleep(), clock_nanosleep()TimerAllows a process to schedule a notification for itself to occur at some time in the futurealarm() → 주기적인 타이머를 사용하기에는 부적합Interval timer (itimer)POSIX timer Interval Timers int setitimer(int which, const struct itimerval *value, struct itimerval *ovalue)Provide more cont..
분류 전체보기
베이지안 분류기 분류기 학습 (훈련)에 사용하는 정보는 '훈련 집합'이라고 한다.훈련 집합 X = {(x1,t1), (x2,t2), ..., (xn, tn)}Xi = (x1, x2, ..., xd)는 특징 벡터Ti ∈ {w1, w2, ..., wm}은 분류 표지 (이진 분류기의 경우 M=2) 최소 오류 베이지안 분류기 주어진 특징 벡터 x에 대해 '가장 그럴듯한' 분류로 분류사후 확률, P(wi|x)을 이용 하지만 일반적으로 사후 확률을 직접 구할 수 없다. 그렇기 때문에 베이즈 정리를 이용해 사전 확률과 우도로 이를 구한다. 이때, 분모는 무시해도 된다. 상수니까사전 확률 계산:P(w1) = n1 / N, P(w2) = n2 / N ...정확한 값이 아니라 추정 (N이 커짐에 따라 실제 값에 가까워짐)..
마르코프 체인 마르코프 성질을 가진 이산시간 확률과정마르코프 성질:과거와 현재 상태가 주어졌을 때의 미래 상태의조건부 확률 분포가 과거 상태와는 독립적으로 현재 상태에 의해서만 결정됨오늘의 상태는 어제의 상태에 의해서만 결정되고, 내일의 상태는 오늘의 상태에 의해서만 결정됨이산시간 확률과정:이산적인 (뚜렷이 구분되는) 시간의 변화에 따라 확률이 변화하는 과정e.g., 아침 - 점심 - 저녁 마르코프 체인의 구성 요소 상태 집합S = {1,2,...,m}주식: S = {상승, 하락}날씨: S = {해, 비, 흐림, 눈, ....}상태 전이 확률 (조건부 확률)현재 상태 i에서 다음 상태 j로 변화할 확률Pij = P(다음상태 = j | 현재상태 = i) + 상태와 상태 전이 확률이 주어지면 상태 전이도로 ..
Low resolution sleeping unsigned int sleep(unsigned int seconds)Puts the invoking process to sleep for the number of seconds specified by secondsReturn valueNumber of seconds not slept (does not set errno)A seccessful call returns 0, but the function may return other values between 0 and secondsA signal interrupt the napIf sleeping the entire specified time is truly a concern (not a usual case):..
Time Wall time (real time)Actual time and data in the real worldUsed when interfacing with the user or timestamping an eventIdeal for measuring absolute timeE.g., Noon on 1 March 1919실제 세상의 시간정보입니다Monotonic timeThis time source is strictly linearly increasing이 시간은 Wall time과 달리, 선형적으로 증가하는 시간입니다 System's uptime (time since boot)Deterministic and unchangeable이 시간은 Wall time과 달리, 바뀔 수 없고, 결정적인 시간입..
https://arxiv.org/abs/2005.14165 Language Models are Few-Shot LearnersRecent work has demonstrated substantial gains on many NLP tasks and benchmarks by pre-training on a large corpus of text followed by fine-tuning on a specific task. While typically task-agnostic in architecture, this method still requires task-specific fiarxiv.org2024.11.27 - [[Deep daiv.]/[Deep daiv.] NLP] - [Deep daiv.] NLP..
Fuzzy Inference 애매함 (ambigous)를 처리하는 수리 이론퍼지 집합가능한 해의 집합예제: "아름다운 여자의 집합", "키 큰 사람의 집합"소속 여부가 확실하지 않은 경우의 집합 - 수학적 집합과 배치소속 함수D 소속함수는 전체 집합 X의 모든 원소를 집합 {0,1}에 대응(mapping), 즉 예시 + 예시 2번을 보면 25세의 경우 두 집합에 포함될 확률의 합이 1이 넘는것을 볼 수 있다. 퍼지집합의 기준은 주관적이기 때문이다. 퍼지집합의 연산 집합 X에 정의된 두 개의 퍼지 집합 A,B여집합 A각 원소 x에 대한 소속 함수: 1 - u(x)합집합각 원소 x에 대한 소속 함수: max{uA(x), uB(x)}교집합각 원소 x에 대한 소속 함수: min{uA(x), uB(x)}상등정의:..
지식의 정의 지식합목적적으로 개념화된 형태의 정보정보가 지식이 되기 위해서는 지식 베이스가 필요 (데이터와 정보를 정리하고 체계화하여 정리) 지식의 표현과 추론 지식과 문제의 해를 얻기 위해 지식을 처리하는 메커니즘이 모두 필요지식은 컴퓨터에서 처리되기 위해 심볼의 형태로 묘사된다표현된 지식은 추론 과정을 통해 새로운 내부 표현형태로 변환사실과 내부표현 사이의 매핑: 시스템의 표현 능력을 나타내는 중요한 요소 + 정방향 매핑은 fact에서 simbol로의 변환, 역방향 매핑은 new simbol에서 new fact로의 변환을 의미한다. + 추론은 입력받은 simbol을 통해 new simbol을 만드는 과정을 말한다. ex. 모든 사람은 생각한다: ∀x(man(x) → think(x)) 지식 표현 방법 ..
