[부스트코스] 코칭스터디 9기 : AI Basic 2023 3주차 미션(Q1, Q2, Q3, Q4) 변형 문제 풀이
2023. 2. 7. 16:59ㆍBOOTCAMP/boostcourse AI BASIC 2023
Q1. 무작위의 데이터를 가진 4x3의 행렬을 가지는 numpy array와 3x2 행렬을 가지는 numpy array를 만든 후 행열곱 연산을 진행해 보세요.
Input
import numpy as np
arr1 = np.random.rand(4, 3)
arr2 = np.random.rand(3, 2)
dot = np.dot(arr1, arr2)
print(dot, dot.shape)
Output
[[0.74783254 0.83914466]
[1.00723028 1.53956107]
[1.31310099 1.56683021]
[1.34259143 1.5164803 ]] (4, 2)
Q2. 두 numpy array의 concatenate 연산을 구해보세요.
arr1 = np.array([[2, 4], [4, 13]], float)
arr2 = np.array([[5, 8], [9, 16]], float)
Input
concat_1 = np.concatenate((arr1,arr2), axis=0)
concat_1
Output
array([[ 2., 4.],
[ 4., 13.],
[ 5., 8.],
[ 9., 16.]])
Input
concat_2 = np.concatenate((arr1,arr2), axis=1)
concat_2
Output
array([[ 2., 4., 5., 8.],
[ 4., 13., 9., 16.]])
Q3. 아래와 같이 데이터가 주어져있을 때, 경사하강법을 위한 데이터를 분리해 보세요.
*주어진 xy 데이터를 이용해서 학습과 정답 데이터를 준비해 보세요.
import numpy as np
xy = np.array([[7., 9., 11., 15., 18., 22.],
[30., 40., 50., 60., 70., 80.]])
Input
import numpy as np
xy = np.array([[7., 9., 11., 15., 18., 22.],
[30., 40., 50., 60., 70., 80.]])
x_train = xy[0]
y_train = xy[1]
print(x_train, x_train.shape)
print(y_train, y_train.shape)
Output
[ 7. 9. 11. 15. 18. 22.] (6,)
[30. 40. 50. 60. 70. 80.] (6,)
Q4. 경사 하강법 구현을 위해서 위에서 분리한 x_train 데이터와 계산될 weight, bias 값을 정의해 보세요.
Input
beta_gd = np.random.rand(1)
bias = np.random.rand(1)
print(beta_gd, bias)
Output
[0.02547554] [0.01124154]
'BOOTCAMP > boostcourse AI BASIC 2023' 카테고리의 다른 글
[부스트코스] 코칭스터디 9기 : AI Basic 2023 5주차 미션(Q1, Q2, Q3) 변형 문제 풀이 (0) | 2023.02.20 |
---|---|
[부스트코스] 코칭스터디 9기 : AI Basic 2023 4주차 미션(Q1, Q2, Q3) 변형 문제 풀이 (0) | 2023.02.14 |
[부스트코스] 코칭스터디 9기 : AI Basic 2023 2주차 미션(Q1, Q2) 변형 문제 풀이 (0) | 2023.02.01 |
[부스트코스] 코칭스터디 9기 : AI Basic 2023 1주차 미션(Q3, Q4, Q5) 변형 문제 풀이 (0) | 2023.01.15 |
[부스트코스] 코칭스터디 9기 : AI Basic 2023 1주차 미션(Q1, Q2) 변형 문제 풀이 (0) | 2023.01.13 |