Juyeong Shin

KHU CSE 19
KHU DKE Lab.

Tag

python

numpy가 더 빠른 이유-캐시메모리 입장에서

3 분 소요

numpy가 더 빠른 이유 너무 바쁜 파이선 numpy 이야기를 하기 전에, 파이선 이야기를 먼저 하고자 한다. numpy가 더 빠른 이유-레지스터 입장에서 포스트의 내용을 살펴보면 numpy int32는 python list보다 34배 넘게 더 빠르다. SIMD만 고려하면 2배 ...

GraphSAGE

2 분 소요

Inductive Representation Learning on Large Graphs, NIPS 2017

t-SNE

1 분 소요

t-distributed stochastic neighbor embedding, t-SNE

LLE

1 분 소요

Local Linear Embedding, LLE

K-Means

1 분 소요

K-Means

NMF

2 분 소요

non-negative matrix factorization, NMF

LDA

1 분 소요

Latent Dirichlet Allocation, LDA

PCA

4 분 소요

PCA (Principal Component Analysis)

LSA

2 분 소요

Latent Semantic Analysis, LSA

kNN

1 분 소요

kNN (k-Nearest Negihbors algorithm)

SVM using kernel

1 분 소요

SVM (Support Vector Macnine) Using Kernel technique

SVM

1 분 소요

SVM (Support Vector Machine)

맨 위로 이동 ↑

coding

t-SNE

1 분 소요

t-distributed stochastic neighbor embedding, t-SNE

LLE

1 분 소요

Local Linear Embedding, LLE

K-Means

1 분 소요

K-Means

NMF

2 분 소요

non-negative matrix factorization, NMF

LDA

1 분 소요

Latent Dirichlet Allocation, LDA

PCA

4 분 소요

PCA (Principal Component Analysis)

LSA

2 분 소요

Latent Semantic Analysis, LSA

kNN

1 분 소요

kNN (k-Nearest Negihbors algorithm)

SVM using kernel

1 분 소요

SVM (Support Vector Macnine) Using Kernel technique

SVM

1 분 소요

SVM (Support Vector Machine)

맨 위로 이동 ↑

machine_learning

t-SNE

1 분 소요

t-distributed stochastic neighbor embedding, t-SNE

LLE

1 분 소요

Local Linear Embedding, LLE

K-Means

1 분 소요

K-Means

NMF

2 분 소요

non-negative matrix factorization, NMF

LDA

1 분 소요

Latent Dirichlet Allocation, LDA

PCA

4 분 소요

PCA (Principal Component Analysis)

LSA

2 분 소요

Latent Semantic Analysis, LSA

kNN

1 분 소요

kNN (k-Nearest Negihbors algorithm)

SVM using kernel

1 분 소요

SVM (Support Vector Macnine) Using Kernel technique

SVM

1 분 소요

SVM (Support Vector Machine)

맨 위로 이동 ↑

numpy

t-SNE

1 분 소요

t-distributed stochastic neighbor embedding, t-SNE

LLE

1 분 소요

Local Linear Embedding, LLE

K-Means

1 분 소요

K-Means

NMF

2 분 소요

non-negative matrix factorization, NMF

LDA

1 분 소요

Latent Dirichlet Allocation, LDA

PCA

4 분 소요

PCA (Principal Component Analysis)

LSA

2 분 소요

Latent Semantic Analysis, LSA

kNN

1 분 소요

kNN (k-Nearest Negihbors algorithm)

SVM using kernel

1 분 소요

SVM (Support Vector Macnine) Using Kernel technique

SVM

1 분 소요

SVM (Support Vector Machine)

맨 위로 이동 ↑

sklearn

t-SNE

1 분 소요

t-distributed stochastic neighbor embedding, t-SNE

LLE

1 분 소요

Local Linear Embedding, LLE

K-Means

1 분 소요

K-Means

NMF

2 분 소요

non-negative matrix factorization, NMF

LDA

1 분 소요

Latent Dirichlet Allocation, LDA

PCA

4 분 소요

PCA (Principal Component Analysis)

LSA

2 분 소요

Latent Semantic Analysis, LSA

kNN

1 분 소요

kNN (k-Nearest Negihbors algorithm)

SVM using kernel

1 분 소요

SVM (Support Vector Macnine) Using Kernel technique

SVM

1 분 소요

SVM (Support Vector Machine)

맨 위로 이동 ↑

data_structure

BST(Binary Search Tree)와 KD트리 그리고 B트리와 R트리

11 분 소요

BST(Binary Search Tree)와 KD트리 그리고 B트리와 R트리 트리를 이용한 인덱싱 기법들.. 근데 이제, 다차원을 곁들인 자료구조를 공부한 적이 있다면 BST(Binary Search Tree, 이진탐색트리)도 배웠을 것이다.

맨 위로 이동 ↑

c++

BST(Binary Search Tree)와 KD트리 그리고 B트리와 R트리

11 분 소요

BST(Binary Search Tree)와 KD트리 그리고 B트리와 R트리 트리를 이용한 인덱싱 기법들.. 근데 이제, 다차원을 곁들인 자료구조를 공부한 적이 있다면 BST(Binary Search Tree, 이진탐색트리)도 배웠을 것이다.

맨 위로 이동 ↑

algorithm

Randomized Quick Sort와 느낀 점

1 분 소요

Randomized Quick Sort와 느낀 점 Quick Sort Quick Sort는 분할정복 알고리즘(Divide & Conquer)으로서, pivot을 잡고 partiton 함수로 pivot보다 작은 item들은 왼쪽에, pivot보다 큰 item들은 오른쪽에...

ANNOY(아노이)

최대 1 분 소요

Approximate Nearest Neighbors Oh-Yeah Introduce to ANNOY Spotify에서 개발한 ANN(Approximate Nearest Neighbor) 인덱싱 기법 Tree-based 공간 분할 기법 기존 K-D Tree에 비해 개선...

HNSW

8 분 소요

Hierarchical Navigable Small World About Paper 제목: Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World grpah...

Traditional Nearest Neighbors Algorithms

5 분 소요

Introduce to kNN(k Neareset Neighbors) 거리가 가장 가까운 이웃 k개를 반환하는 알고리즘 혹은 가장 인접한 벡터 k개를 선택하여 voting을 통해 classification Distance Measurement로는 크게 3가지 존재 ...

컴퓨터는 만능 알고리즘 기계인가?

2 분 소요

컴퓨터는 만능 알고리즘 기계인가? 서론 근래에 컴퓨터에 대한 관심이 급증하고 있다. 사실 근래라고 하기엔 근래가 아니라고 할 것 같다. 언론에서 매일같이 IT 관련 기사를 쏟아내던 것은 20년도 더 되었으니.

맨 위로 이동 ↑

gossip

정언명령

최대 1 분 소요

칸트, 정언명령 정언명령 핵심 2 문장 1번 준칙 네 행동 준칙이 네 의지로 인해 보편적 자연 법칙이 되어야 할 것처럼 그렇게 행동하라. 즉, 당신의 행동 준칙을 보편화하라. 2번 준칙 너 자신의 인격이나 다른 ...

Markdown Practice!

최대 1 분 소요

Heading1 Heading2 Heading3 Heading4 Heading5 Heading6

First github Posting!

최대 1 분 소요

My first git-hub post Hello world. this is my first jekyll blog post.

맨 위로 이동 ↑

database

ANNOY(아노이)

최대 1 분 소요

Approximate Nearest Neighbors Oh-Yeah Introduce to ANNOY Spotify에서 개발한 ANN(Approximate Nearest Neighbor) 인덱싱 기법 Tree-based 공간 분할 기법 기존 K-D Tree에 비해 개선...

HNSW

8 분 소요

Hierarchical Navigable Small World About Paper 제목: Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World grpah...

Traditional Nearest Neighbors Algorithms

5 분 소요

Introduce to kNN(k Neareset Neighbors) 거리가 가장 가까운 이웃 k개를 반환하는 알고리즘 혹은 가장 인접한 벡터 k개를 선택하여 voting을 통해 classification Distance Measurement로는 크게 3가지 존재 ...

벡터 데이터베이스-개요

1 분 소요

벡터 데이터베이스 데이터 비정형 데이터 설계된 모델이나 구조로 구성되지 않은 데이터 실세계에 존재하는 가장 많은 데이터 예시: 오디오, 비디오, 텍스트 데이터 등 정형 데이터 MySQL, Postg...

맨 위로 이동 ↑

paper_review

HNSW

8 분 소요

Hierarchical Navigable Small World About Paper 제목: Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World grpah...

GraphSAGE

2 분 소요

Inductive Representation Learning on Large Graphs, NIPS 2017

맨 위로 이동 ↑

humanities

정언명령

최대 1 분 소요

칸트, 정언명령 정언명령 핵심 2 문장 1번 준칙 네 행동 준칙이 네 의지로 인해 보편적 자연 법칙이 되어야 할 것처럼 그렇게 행동하라. 즉, 당신의 행동 준칙을 보편화하라. 2번 준칙 너 자신의 인격이나 다른 ...

맨 위로 이동 ↑

computer_architecture

멀티 쓰레딩 환경에서 캐시 미스에 대해

4 분 소요

멀티 쓰레딩 환경에서 캐시 미스에 대해 CPU 캐시의 구조 이번 포스팅에 앞서, numpy가 더 빠른 이유 - 캐시메모리 입장에서를 먼저 보고 오길 권장한다. CPU 캐시 메모리에 대한 대략적인 이해 후 이번 포스팅을 보는 것이 훨씬 이해에 도움이 될 것이다.

numpy가 더 빠른 이유-캐시메모리 입장에서

3 분 소요

numpy가 더 빠른 이유 너무 바쁜 파이선 numpy 이야기를 하기 전에, 파이선 이야기를 먼저 하고자 한다. numpy가 더 빠른 이유-레지스터 입장에서 포스트의 내용을 살펴보면 numpy int32는 python list보다 34배 넘게 더 빠르다. SIMD만 고려하면 2배 ...

맨 위로 이동 ↑

deep_learning

GraphSAGE

2 분 소요

Inductive Representation Learning on Large Graphs, NIPS 2017

맨 위로 이동 ↑

gcn

GraphSAGE

2 분 소요

Inductive Representation Learning on Large Graphs, NIPS 2017

맨 위로 이동 ↑

arduino

맨 위로 이동 ↑

turing_machine

컴퓨터는 만능 알고리즘 기계인가?

2 분 소요

컴퓨터는 만능 알고리즘 기계인가? 서론 근래에 컴퓨터에 대한 관심이 급증하고 있다. 사실 근래라고 하기엔 근래가 아니라고 할 것 같다. 언론에서 매일같이 IT 관련 기사를 쏟아내던 것은 20년도 더 되었으니.

맨 위로 이동 ↑

halt_problem

컴퓨터는 만능 알고리즘 기계인가?

2 분 소요

컴퓨터는 만능 알고리즘 기계인가? 서론 근래에 컴퓨터에 대한 관심이 급증하고 있다. 사실 근래라고 하기엔 근래가 아니라고 할 것 같다. 언론에서 매일같이 IT 관련 기사를 쏟아내던 것은 20년도 더 되었으니.

맨 위로 이동 ↑

quick_sort

Randomized Quick Sort와 느낀 점

1 분 소요

Randomized Quick Sort와 느낀 점 Quick Sort Quick Sort는 분할정복 알고리즘(Divide & Conquer)으로서, pivot을 잡고 partiton 함수로 pivot보다 작은 item들은 왼쪽에, pivot보다 큰 item들은 오른쪽에...

맨 위로 이동 ↑

operating_system

멀티 쓰레딩 환경에서 캐시 미스에 대해

4 분 소요

멀티 쓰레딩 환경에서 캐시 미스에 대해 CPU 캐시의 구조 이번 포스팅에 앞서, numpy가 더 빠른 이유 - 캐시메모리 입장에서를 먼저 보고 오길 권장한다. CPU 캐시 메모리에 대한 대략적인 이해 후 이번 포스팅을 보는 것이 훨씬 이해에 도움이 될 것이다.

맨 위로 이동 ↑