콘텐츠로 바로가기
용어17

optimization

이 용어로 연결된 기록을 섹션별로 살펴봅니다.

  1. Graph, String & Optimization

    비선형 관계를 다루는 그래프 이론, 텍스트 데이터 처리를 위한 문자열 알고리즘, 그리고 고수준 문제 해결을 위한 최적화 기법을 다루는 학습 노드입니다.

    data-structures-algorithms / graph-string-optimization
  2. Bitwise & Low-level Optimization

    컴퓨터의 최소 정보 단위인 비트를 직접 조작하여 연산 속도와 메모리 효율을 극한으로 끌어올리는 하위 레벨 알고리즘 기술을 다루는 학습 노드입니다.

    data-structures-algorithms / graph-string-optimization / bitwise-low-level-optimization
  3. Complexity & Tuning Strategy

    상위 수준의 알고리즘 설계와 실제 하드웨어의 실행 성능 사이의 간극을 메우기 위한 성능 측정, 병목 분석 및 세부 튜닝 전략을 다루는 학습 노드입니다.

    data-structures-algorithms / graph-string-optimization / complexity-tuning-strategy
  4. Graph Foundations & Flow

    정점과 간선의 연결을 통해 현실 세계의 관계와 네트워크를 모델링하는 그래프 자료구조와, 최단 경로 및 네트워크 유량의 물리적 최적화를 다루는 학습 노드입니다.

    data-structures-algorithms / graph-string-optimization / graph-foundations-flow
  5. String Matching & Automata

    방대한 텍스트 속에서 특정 패턴을 고속으로 추출하기 위한 문자열 매칭 기법과, 상태 전이를 통해 패턴의 일치 여부를 판별하는 유한 오토마타의 수리적 원리를 다루는 학습 노드입니다.

    data-structures-algorithms / graph-string-optimization / string-matching-automata
  6. Learning & Optimization

    기계가 데이터로부터 수리적 규칙을 스스로 물리 학습하는 기본 원리와, 오차를 줄여나가는 최적화의 역학을 다루는 학습 노드입니다.

    machine-learning-ai / learning-optimization
  7. Machine Learning Basics

    기계가 명시적인 프로그래밍 없이 데이터로부터 수리적 패턴을 찾아내고 스스로 성능을 개선하는 기계 학습의 물리적 근간과 핵심 패러다임을 다룹니다.

    machine-learning-ai / learning-optimization / machine-learning-basics