목록Study (19)
Hello It's good to be back ^_^
[코드트리 조별과제] 3주차 레포트
이번에 풀은 문제는 3 6 9 게임 문제이다. 내가 작성한 코드는 다음과 같다#include using namespace std;int haveMultiplesOf3(int n){ int cnt = 0; while (n > 0){ if (n % 10 == 3 || n % 10 == 6 || n % 10 == 9){ cnt++; break; } n /= 10; } return cnt;}int isMultiplesOf3(int a, int b){ int cnt = 0; for (int i = a; i > a >> b; //연산 cnt = isMultiplesOf3(a, b); //출력..
[코드트리 조별과제] 2주차 레포트
이번주는 Novice mid 단계의 값을 반환하지 않는 함수 문제들을 풀었다. 그 중 가장 어려운 난이도인 출력결과 20문제의 풀이 과정을 적어보려고 한다.사실 알고리즘적으로 고민할 문제는 아니였고 단순히 손으로 쓰기만 하면 풀리는 문제였기에 아쉬웠다. 왼쪽의 배열이 초기 배열이고 오른쪽의 색깔로 써진 숫자들이 바뀐 배열이다. 최대공약수와 최소공배수 구하기 문제이다. 최대공약수를 구하는 유클리드 호제법을 c프실 수업시간에도 배웠고 이산수학 시간에도 배웠는데 살짝 헷갈려서 인터넷에 검색한게 부끄러웠다. 그런데 막상 풀고 해설을 보니 재귀함수를 이용하지 않고 정석적인 최대공약수를 구하는 법을 이용해 풀길래 시간복잡도 상으로는 그게 더 낫겠다 싶었다. 그리고 정수 a, b 중 어떤게 더 큰지 판단하는 if문을..
[코드트리 조별과제] 1주차 레포트
방학내내 퍼져 있는게 양심에 찔리기 시작해서 코드트리 학교 조별과제를 시작했다. 진단평가를 하지 않고 프로그래밍 기초부터 시작했는데 다음주부터는 프로그래밍 연습부터 시작해야겠다. 깃허브 연동이 되어서 휑했던 깃허브에도 잔디가 깔려서 좋다. 꾸준히 매일 조금씩 문제를 풀어야겠다. 화요일부터 알튜비튜가 시작되니 C++ 기초는 코드트리를 통해 배우고 자바로 연습문제를 풀면 좋을 것 같다.
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지: pp. 488-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. 텍스트 분석 이해 02. 텍스트 사전 준비 작업 (텍스트 전처리) - 텍스트 정규화 03. Bag of Words - BOW 04. 텍스트 분류 실습 - 20 뉴스그룹 분류 05. 감성 분석 06. 토픽 모델링 (Topic Modeling..
파이썬 머신러닝 스터디 7주차 (ch07 차원 축소)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지: pp. 431-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. K-평균 알고리즘의 이해 02. 군집 평가 (Cluster Evaluation) 03. 평균 이동 (Mean Shift) 04. GMM (Gaussian Mixture Model) 05. DBSCAN (Density Based Spati..
파이썬 머신러닝 스터디 6주차 (ch06 차원 축소)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : pp. 399-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.목차 01. 차원 축소 (Dimesion Reduction) 개요 02. PCA (Pricipal Component Analysis) 03. LDA (Linear Discriminant Analysis) 04. SVD (Singular Value Decompostion..
파이썬 머신러닝 스터디 5주차 (ch05 회귀)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : pp. 308-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com목차 01. 회귀 소개 02. 단순 선형 회귀를 통한 회귀 이해 03. 비용 최소화 하기 - 경사 하강법((Gradient Descent) 소개 04. 사이킷런 LineaRegression을 이용한 보스턴 주택 가격 예측 05. 다항 회귀와 과(대)적..
파이썬 머신러닝 스터디 4주차 (ch04-2 분류)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : 221p~307p실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com목차 05. GBM(Gradient Boosting Machine) 06. XGBoost(eXtra Gradient Boost) 07. LightGBM 08. 베이지안 최적화 기반의 HyperOpt를 이용한 하이퍼 파라미터 튜닝 09. 분류 실습 ..