전체 글 76

[패스트캠퍼스]Chapter 3. 딥러닝을 위한 파이썬 03-09 조건문

03-09 조건문 개발자들(특히 웹 개발자들) 사이에는 유서 깊은 개싸움토론 주제가 하나 전해져 내려옵니다. 웹 개발에 쓰이는 HTML은 과연 프로그래밍 언어인가? 결론부터 말하자면 HTML은 프로그래밍 언어로 보기는 어렵습니다. 그 이유 중 하나로, 조건문, 반복문, 변수가 없기 때문이라는 측면이 있습니다. HTML은 문서나 데이터의 구조를 표현하는 언어인 마크업 언어(MarkUp Language)로 분류됩니다. 이 뿌리 깊은 발작 버튼논쟁을 먼저 소개한 이유는, 이번 포스트와 다음 포스트에서 조건문과 반복문을 다루기 때문입니다. 프로그래밍 언어로 논리(로직)를 실행하고 구성하려면 이러한 조건문, 반복문의 이용은 피할 수 없습니다. 조건문 조건문은 프로그램 실행의 흐름을 제어합니다. 특정 길이 이상의 ..

[패스트캠퍼스]Chapter 3. 딥러닝을 위한 파이썬 03-08 참과 거짓 자료형

03-08 참과 거짓 자료형 오늘날의 디지털 컴퓨터들이 모든 정보를 0 또는 1로 구분한다는 점은 아마 많이들 알고 계실 겁니다. 이 특성을 이용한 자료형이 있는데 일명 불 또는 부울(Bool, Boolean) 자료형입니다. 이 자료형은 참과 거짓을 판별하는 논리 연산자의 역할을 합니다. 이번 포스트에서는 이러한 참, 거짓 자료형에 대해 정리해보겠습니다. 부울 자료형 부울 자료형은 컴퓨터과학에서 말하는 논리 연산(logical operation)에 뿌리를 두고 있습니다. 참과 거짓이라는 두 상태를 이용하며, 논리 연산을 하는 게이트(gate)를 조합하는 데에도 사용됩니다. 보통 참(True, T)을 1로 놓고 거짓(False, F)을 0으로 놓곤 합니다. 파이썬에서는 변수에 True, False를 할당함..

[패스트캠퍼스]Chapter 3. 딥러닝을 위한 파이썬 03-07 사전 자료형과 집합 자료형

03-07 사전 자료형과 집합 자료형 딥러닝 공부를 시작하고 코딩에도 어느 정도 숙달될 무렵까지도 저는 이 두 자료형의 중요성을 깨닫지 못했습니다. 그리고 함수에 키워드를 추가할 일이 생기자 그제서야 이걸 배운 이유를 깨우쳤습니다... 항상 깨달음이 늦어 오늘 소개할 이 두 자료형은 특정한 원소의 존재 여부를 빠르게 확인하고 추가/삭제할 수 있습니다. 들어가기에 앞서 사전 자료형의 명칭은 영문 명칭인 딕셔너리(dictionary)를 직역한 이름입니다. 파이썬을 다룬 서적마다 다르기는 하지만 보통 딕셔너리라는 영문명 그대로 사용하기 때문에 이 포스트에서도 딕셔너리 자료형이라는 이름이 혼용되었음을 알려드립니다. 또한 다른 프로그래밍 언어 등에서는 연관 배열(associative array), 해쉬(hash)..

[패스트캠퍼스]Chapter 3. 딥러닝을 위한 파이썬 03-06 리스트 자료형과 튜플 자료형

03-06 리스트 자료형과 튜플 자료형 프로그래밍을 할 때는 변수 한 두개를 다루는 것이 아니라 수백, 수천 개 이상의 변수를 다뤄야 할 때가 많습니다. 멀리 갈 것도 없이, 전교생의 성적을 처리할 때 학생 수가 백 명, 천 명을 넘어가는 경우는 드물지 않죠. 따라서 이와 같이 여러 변수를 하나로 묶어서 처리할 수 있는 자료형이 필요한데, 리스트(list)와 튜플(tuple)이 바로 그것입니다. 리스트 자료형 이미 자료구조 편부터 파이썬의 리스트를 각종 자료구조와 비교하면서 설명했기 때문에 익숙하실 지도 모르겠습니다.내적 친밀감 대략적으로 그 특징을 짚고 넘어가자면 아래와 같습니다. 대괄호 [] 안에 여러 원소들을 쉼표로 구분해 넣을 수 있다. 인덱싱이나 슬라이싱을 사용할 수 있다. 원소를 수정할 수 있..

[패스트캠퍼스]Chapter 3. 딥러닝을 위한 파이썬 03-05 문자열 자료형

03-05 문자열 자료형 저번 포스트에서 수 자료형을 언급할 때 정말 간략하게 문자열 자료형이 언급되었는데, 이 문자형 자료형은 여러 프로그래밍 언어에서 널리 사용되고, 사용자 친화적인 프로그램을 만들 때 기본적인 조건입니다. 파이썬의 문자열은 작은따옴표 또는 큰따옴표를 사용합니다. 둘 중 아무거나 써도 상관 없지만, 작은따옴표로 시작했다면 반드시 작은따옴표로 마무리되어야 하며 큰따옴표의 경우도 마찬가지입니다. a = "Hello" b = 'Python' print(a) print(b) 파이썬 문자열의 특징 중 하나로 문자열끼리의 덧셈이 가능합니다. 문자열끼리 덧셈을 수행하면, 여러 문자열이 연결되어 하나로 통합된 문자열을 반환합니다. 다만, 실무에서 파이썬을 쓸 때는 그렇게까지 권장되는 방법은 아닙니다..

[패스트캠퍼스][환급 챌린지]Chapter 3. 딥러닝을 위한 파이썬 03-04 수 자료형

이틀 쉬다가 왔습니다. 다시 시작해보죠! 03-04 수 자료형 모든 프로그래밍 언어가 그렇듯 파이썬도 여러 가지 다양한 수 데이터를 처리하기 위한 문법을 제공합니다. 앞선 포스트들의 예제에서도, 오늘 정리할 정수형, 실수형 예제들을 (설명하지 않고 넘어갔을 뿐) 처리하는 방법들을 사용해왔습니다. 이번 포스트에서는 변수와 상수의 개념을 이해한 뒤에 파이썬에서 수 데이터를 어떻게 처리하는 지를 알아보고, 사칙연산을 비롯한 간단한 연산을 어떻게 수행하는지 알아보겠습니다. 변수와 상수 가장 보편적인 개념부터 시작해보겠습니다. 프로그래밍 언어에서의 변수와 상수는 수학에서의 그것들과 유사합니다. 먼저 수학에서의 정의를 해보면... 변수 (Variable): 정해지지 않은 값을 표현하기 위해 사용하는 기호, 변하는 ..

[패스트캠퍼스][환급 챌린지]Chapter 3. 딥러닝을 위한 파이썬 03-03 파이썬 기본 입출력

03-03 파이썬 기본 입출력 파이썬을 비롯한 모든 프로그래밍 언어는 기본적으로 입출력 함수를 가지고 있습니다. 우리가 어떤 연산을 했다고 하면, 이 연산 결과는 아직 컴퓨터만 가지고 있고, 사용자가 그걸 확인할 수는 없습니다. 출력 명령을 내리지 않았기 때문이죠. 인질 그래서 연산 결과를 우리가 확인해야 한다면 출력 함수를 필히 따로 써줘야 합니다. 반대로, 계산기 프로그램을 만든다고 했을 때, 우리가 원하는 수를 매번 코드에 변수 값을 바꿔가면서 연산하는 건 불편하겠죠. 따라서 이미 GUI까지 완성된 프로그램에 입력하기 위해서는 이러한 데이터 입력을 받아주는 함수도 필요합니다. 파이썬의 입출력 방식 파이썬의 입출력 방식은 크게 두 가지로 구분됩니다. 표준 입출력 (a.k.a 기본 입출력) 프로그램이 ..

[패스트캠퍼스][환급 챌린지]Chapter 3. 딥러닝을 위한 파이썬 03-02 파이썬 로컬 개발 환경

03-02 파이썬 로컬 개발 환경 이전 포스트에서 소개한 온라인 개발 환경은 편리하긴 하지만 한계점도 있었습니다. 가령 우리가 인터넷에 접속할 수 없는 오프라인 환경에서 개발을 해야 한다면 온라인 개발 환경을 전혀 사용할 수 없겠죠. 또는 본격적인 딥러닝 소프트웨어와 같이 며칠 동안 24시간 내내 돌아가야 하는 코드를 개발해야 하는 경우, 온라인 개발 환경에 따라 사용 제한 시간이 걸려 있는 경우가 있으므로 지속적으로 사용하는 데 한계가 존재합니다. 따라서 본격적인 개발을 위해서는 로컬 개발 환경을 구축할 필요가 있습니다. 여기서 로컬은 사용자가 직접 사용하는 컴퓨터를 의미하며, 반대되는 개념으로 리모트 또는 서버 등과 비교되고는 용어입니다. 들어가기에 앞서: 이번 포스트에서 소개할 프로그램의 설치는 모..

[패스트캠퍼스][환급 챌린지]Chapter 3. 딥러닝을 위한 파이썬 03-01 파이썬 온라인 개발 환경

Chapter 3. 딥러닝을 위한 파이썬 자, 드디어 본격적으로 파이썬을 파는 날이 되겠습니다. 하지만 본격적으로 파이썬의 문법과 사용 방법을 알기에 앞서서, 파이썬을 쓸 수 있는 환경을 어떻게 만드는지를 알아야 합니다. 소위 말하는 '개발 환경'은 프로그램을 개발하는 일련의 과정을 한 프로그램 안에서 수행할 수 있도록 해주는 환경을 말합니다. 오늘은 먼저 별도의 프로그램을 설치하지 않더라도 곧바로 개발을 할 수 있는 온라인 개발 환경부터 설명하겠습니다. 03-01 파이썬(Python) 온라인 개발 환경 온라인 개발 환경은 별도의 프로그램 설치 없이, 웹 브라우저(크롬, 엣지, 사파리 등)만 있으면 사용할 수 있는 장점이 있습니다. 간단한 프로그램의 작성과 디버깅, 테스트에 유용하지만, 프로그램 실행 결..

[패스트캠퍼스][환급 챌린지]Chapter 2. 딥러닝을 위한 자료구조 02-10 그래프의 표현

02-10 그래프의 표현 드디어 자료구조의 마지막 파트입니다. 자료구조 이야기하다가 뜬금없이 그래프 얘기가 나와서 처음엔 '....?' 싶었습니다. 그게 우리가 아는 그래프랑 조금 다른 개념까지 포괄하는 것을 깨닫는 데는 단 5분도 걸리지 않았습니다... 애초에 그래프 자료구조를 얘기하기는 것이기도 했고 말이죠. 딥러닝 분야에는 GCN(Graph Convolutional Network)라는 학습 알고리즘이 따로 존재할 정도니 이번 파트도 잘 배워보죠. 그래프 def) 그래프 (Graph): 사물을 정점(vertex 또는 node)과 간선(edge)으로 나타내기 위한 도구 그래프를 수치적으로 나타나는 데에는 크게 2가지 방식이 있습니다. 인접 행렬(adjacency matrix): 2차원 배열을 사용하는 ..