Home
About
- Eyedicamp 개발 이야기
  
  Big Data, Machine Learning, AI 등의 다양한 이야기를 하는 곳.
- Learn More
- Email
- Instagram
- Github
Posts
- All Posts
- All Tags
Projects

Tag Archive

AI Expert Roadmap

관계형 vs 비관계형 데이터베이스
블로그를 시작하며

Database

관계형 vs 비관계형 데이터베이스

English Writing Study

Should Space Exploration Budget be Increased?
Should Generative AI be Regulated?

Fundamentals

관계형 vs 비관계형 데이터베이스

IT

사과와 로봇

Machine Learning

[8.2] Training Graph Neural Networks
[8.1] Graph Augmentation for GNNs
[7.3] Stacking layers of a GNN
[7.2] A Single Layer of a GNN
[7.1] A general Perspective on GNNs
[6.3] Deep Learning for Graphs
[6.2] Basics of Deep Learning
[6.1] Introduction to Graph Neural Networks
[5.3] Collective Classification
[5.2] Relational and Iterative Classification
[5.1] Message passing and Node Classification
[4.4] Matrix Factorization and Node Embeddings
[4.3] Random Walk with Restarts
[4.2] PageRank: How to solve?
[4.1] PageRank
[3.3] Embedding Entire Graphs
[3.2] Random Walk Approaches for Node
[3.1] Node Embeddings
[2.3] Traditional Feature-based Methods : Graph
[2.2] Traditional Feature-based Methods : Link
[2.1] Traditional Feature-based Methods : Node
[1.3] Choice of Graph Representation
[1.2] Applications of Graph ML
[1.1] Why Graphs?

Machine Learning with Graphs

[8.2] Training Graph Neural Networks
[8.1] Graph Augmentation for GNNs
[7.3] Stacking layers of a GNN
[7.2] A Single Layer of a GNN
[7.1] A general Perspective on GNNs
[6.3] Deep Learning for Graphs
[6.2] Basics of Deep Learning
[6.1] Introduction to Graph Neural Networks
[5.3] Collective Classification
[5.2] Relational and Iterative Classification
[5.1] Message passing and Node Classification
[4.4] Matrix Factorization and Node Embeddings
[4.3] Random Walk with Restarts
[4.2] PageRank: How to solve?
[4.1] PageRank
[3.3] Embedding Entire Graphs
[3.2] Random Walk Approaches for Node
[3.1] Node Embeddings
[2.3] Traditional Feature-based Methods : Graph
[2.2] Traditional Feature-based Methods : Link
[2.1] Traditional Feature-based Methods : Node
[1.3] Choice of Graph Representation
[1.2] Applications of Graph ML
[1.1] Why Graphs?

QUBO

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

array

[BOJ 2559] 수열
\[BOJ 11659\] 구간 합 구하기 4

backtracking

[BOJ 14889] 스타트와 링크
[BOJ 14888] 연산자 끼워넣기
[BOJ 15652] N과 M (4)
[BOJ 15651] N과 M (3)
[BOJ 15650] N과 M (2)

codex

[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

combinations

[BOJ 14889] 스타트와 링크
[BOJ 15650] N과 M (2)

css

[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

cumulative-sum

\[BOJ 11659\] 구간 합 구하기 4

dashboard

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

deque

[BOJ 28279] 덱 2
[BOJ 18258] 큐 2

divide-and-conquer

[BOJ 24060] 알고리즘 수업 - 병합 정렬 1

domain-wall

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

dp

[BOJ 9184] 신나는 함수 실행
[BOJ 11053] 가장 긴 증가하는 부분 수열
[BOJ 1904] 01타일
[BOJ 10844] 쉬운 계단 수
[BOJ 1912] 연속합
[BOJ 9461] 파도반 수열
[BOJ 24416] 알고리즘 수업 - 피보나치 수 1

dwave

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

fastapi

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

fibonacci

[BOJ 1904] 01타일
[BOJ 24416] 알고리즘 수업 - 피보나치 수 1
[BOJ 10870] 피보나치 수 5

github-pages

[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

gmail

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

google-calendar

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

google-sheets

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

html

[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

implementation

[BOJ 14888] 연산자 끼워넣기
[BOJ 28279] 덱 2
[BOJ 28278] 스택 2
[BOJ 18258] 큐 2
[BOJ 2444] 별 찍기 - 7
[BOJ 10810] 공 넣기

itertools

[BOJ 10798] 세로읽기

japanese

[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

javascript

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)
[Project] 히라가나 & 가타카나 읽기 연습 웹페이지 제작 후기

join

[BOJ 10798] 세로읽기

kadane

[BOJ 1912] 연속합

lis

[BOJ 11053] 가장 긴 증가하는 부분 수열

list

[BOJ 10798] 세로읽기

memoization

[BOJ 9184] 신나는 함수 실행

merge-sort

[BOJ 24060] 알고리즘 수업 - 병합 정렬 1

n8n

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

optimization

[BOJ 2559] 수열
\[BOJ 11659\] 구간 합 구하기 4
[BOJ 14889] 스타트와 링크
[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

output

[BOJ 2750] 수 정렬하기

pattern

[BOJ 2444] 별 찍기 - 7

prefix-sum

[BOJ 2559] 수열
\[BOJ 11659\] 구간 합 구하기 4

print

[BOJ 10810] 공 넣기

pruning

[BOJ 14889] 스타트와 링크

python

[BOJ 2559] 수열
\[BOJ 11659\] 구간 합 구하기 4
[BOJ 9184] 신나는 함수 실행
[BOJ 11053] 가장 긴 증가하는 부분 수열
[BOJ 1904] 01타일
[BOJ 10844] 쉬운 계단 수
[BOJ 1912] 연속합
[BOJ 9461] 파도반 수열
[BOJ 24416] 알고리즘 수업 - 피보나치 수 1
[BOJ 14889] 스타트와 링크
[BOJ 14888] 연산자 끼워넣기
[BOJ 15652] N과 M (4)
[BOJ 15651] N과 M (3)
[BOJ 15650] N과 M (2)
[BOJ 24060] 알고리즘 수업 - 병합 정렬 1
[BOJ 10870] 피보나치 수 5
[BOJ 28279] 덱 2
[BOJ 28278] 스택 2
[BOJ 18258] 큐 2
[BOJ 2750] 수 정렬하기
[BOJ 2444] 별 찍기 - 7
[BOJ 10810] 공 넣기
[BOJ 10798] 세로읽기

quantum-annealing

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

queue

[BOJ 18258] 큐 2

recurrence

[BOJ 9461] 파도반 수열

recursion

[BOJ 24416] 알고리즘 수업 - 피보나치 수 1
[BOJ 14888] 연산자 끼워넣기
[BOJ 15652] N과 M (4)
[BOJ 15651] N과 M (3)
[BOJ 15650] N과 M (2)
[BOJ 24060] 알고리즘 수업 - 병합 정렬 1
[BOJ 10870] 피보나치 수 5

simulated-annealing

[Project] Super Position — Domain-wall QUBO로 회의시간 최적화 (SA/QA, D‑Wave)

sliding-window

[BOJ 2559] 수열

solar-pro2

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

sort

[BOJ 2750] 수 정렬하기

stack

[BOJ 28278] 스택 2

stdin

[BOJ 24060] 알고리즘 수업 - 병합 정렬 1
[BOJ 10870] 피보나치 수 5
[BOJ 28279] 덱 2
[BOJ 28278] 스택 2
[BOJ 18258] 큐 2
[BOJ 2750] 수 정렬하기
[BOJ 10810] 공 넣기

stdout

[BOJ 28279] 덱 2
[BOJ 28278] 스택 2
[BOJ 18258] 큐 2

string

[BOJ 2444] 별 찍기 - 7
[BOJ 10798] 세로읽기

sys

[BOJ 24060] 알고리즘 수업 - 병합 정렬 1
[BOJ 10870] 피보나치 수 5
[BOJ 28279] 덱 2
[BOJ 28278] 스택 2
[BOJ 18258] 큐 2
[BOJ 2750] 수 정렬하기
[BOJ 10810] 공 넣기

todoist

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

upstage

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent

webhook

[Project] 2Mail2Do — n8n 기반 Email → Todo Orchestration Agent