gangee program

PCA(Principal Component Analysis) 고차원 데이터 집합이 주어졌을 때 원래의 고차원 데이터와 가장 비슷하면서 더 낮은 차원 데이터를 찾아내는 방법 차원 축소 문제를 해결하는 알고리즘 중 하나 선형 회귀와 완전히 다른 알고리즘 머신러닝, 데이터마이닝, 통계분석, 노이즈 제거 등 다양한 분야에서 널리 쓰임 수학적 의미 데이터가 직교 투영할 때 정과 표면 사이의 거리의 제곱의 합이 최소가 되는 더 낮은 차원의 표면 또는 직선을 찾는 것 n차원 데이터 -> k차원 데이터로 축소 (k

프로그래머스 코딩테스트 2단계 : N개의 최소공배수 문제 설명 두 수의 최소공배수(Least Common Multiple)란 입력된 두 수의 배수 중 공통이 되는 가장 작은 숫자를 의미합니다. 예를 들어 2와 7의 최소공배수는 14가 됩니다. 정의를 확장해서, n개의 수의 최소공배수는 n 개의 수들의 배수 중 공통이 되는 가장 작은 숫자가 됩니다. n개의 숫자를 담은 배열 arr이 입력되었을 때 이 수들의 최소공배수를 반환하는 함수, solution을 완성해 주세요. 문제 풀이 math 라이브러리의 gcd 함수를 이용해 최대공약수를 구해줌 최대공약수를 이용해 최소공배수 구하는 알고리즘 만듦 반복문을 이용해 arr 배열의 마지막 값 2개를 지우면서 lcm을 구한 후 나온 값을 다시 추가 arr 배열의 길이..

프로그래머스 코딩테스트 1단계 : 서울에서 김서방 찾기 문제 설명 String형 배열 seoul의 element중 "Kim"의 위치 x를 찾아, "김서방은 x에 있다"는 String을 반환하는 함수, solution을 완성하세요. seoul에 "Kim"은 오직 한 번만 나타나며 잘못된 값이 입력되는 경우는 없습니다. 문제 풀기 seoul 배열에서 "Kim"을 index로 지정 조건에 맞게 str로 출력 정답 코드 def solution(seoul): x = seoul.index("Kim") return "김서방은 "+str(x)+"에 있다"* 이 문제는 프로그래머스 코딩테스트 연습 1단계 문제입니다.

프로그래머스 코딩테스트 2단계 : 짝지어 제거하기 문제 설명 짝지어 제거하기는, 알파벳 소문자로 이루어진 문자열을 가지고 시작합니다. 먼저 문자열에서 같은 알파벳이 2개 붙어 있는 짝을 찾습니다. 그다음, 그 둘을 제거한 뒤, 앞뒤로 문자열을 이어 붙입니다. 이 과정을 반복해서 문자열을 모두 제거한다면 짝지어 제거하기가 종료됩니다. 문자열 S가 주어졌을 때, 짝지어 제거하기를 성공적으로 수행할 수 있는지 반환하는 함수를 완성해 주세요. 성공적으로 수행할 수 있으면 1을, 아닐 경우 0을 리턴해주면 됩니다. 예를 들어, 문자열 S = baabaa 라면 b aa baa → bb aa → aa → 의 순서로 문자열을 모두 제거할 수 있으므로 1을 반환합니다. 문제 풀이에 들어가기 전 [자료구조] Stack, ..

프로그래머스 코딩테스트 1단계 : 행렬의 덧셈 문제 설명 행렬의 덧셈은 행과 열의 크기가 같은 두 행렬의 같은 행, 같은 열의 값을 서로 더한 결과가 됩니다. 2개의 행렬 arr1과 arr2를 입력받아, 행렬 덧셈의 결과를 반환하는 함수, solution을 완성해주세요. 문제 풀이 이중 for문을 이용해 각각의 자리의 수를 더함 arr1에 arr2를 더하여 arr1을 출력 정답 코드 def solution(arr1, arr2): for i in range(len(arr1)): for j in range(len(arr1[0])): arr1[i][j] += arr2[i][j] return arr1다른 사람 코드 def sumMatrix(A,B): answer = [[c + d for c, d in zip(a..

zip() 함수 인덱스에 있는 요소들을 결합하여 새로운 순회 가능한 객체를 생성하는 함수 가장 짧은 리스트의 길이에 맞추어 새로운 순회 가능한 객체 생성 zip() 함수 사용 예시 1번 fruits = ['apple', 'banana', 'orange', 'kiwi'] price = [3000, 2500, 3500, 4000] for fruit, price in zip(fruits, price): print(fruit, price) -------------------------------------------------- > apple 3000 > banana 2500 > orange 3500 > kiwi 40002번 list_1 = ['o..

참고 아래의 깃허브 주소를 통해 더 자세한 내용 확인 가능 Sugyeong Github - Machine Learning Study Unsupervised Learning 레이블이 없는 데이터를 다루는 머신러닝의 한 분야 데이터의 숨겨진 구조나 패턴 발견, 그룹화에 사용 됨Clustering 비지도 학습의 대표적인 알고리즘 비슷한 특성을 가진 데이터들을 그룹으로 묶는 작업 K-means algorithm 클러스터링 모델의 대표적인 종류 k개의 평균값을 중심으로 데이터 군집화 초기값 선택 및 이상치에 민간하게 반응 Gaussian distribution 통계학과 확률 이론에서 가장 잘 알려진 확률 분포 중 하나 실제 데이터에서 발견되는 연속적인 확률분포로 널리 사용됨 Anomaly detection alg..

프로그래머스 코딩테스트 1단계 : 자릿수 더하기 문제 설명 자연수 N이 주어지면, N의 각 자릿수의 합을 구해서 return 하는 solution 함수를 만들어 주세요. 예를들어 N = 123이면 1 + 2 + 3 = 6을 return 하면 됩니다. 문제 풀이 문자열 n을 반복문을 통해 하나씩 반복하고 int를 통해 정수로 변경 변경한 정수를 sum으로 합하여 최종적으로 출력 정답 코드 def solution(n): answer = [int(i) for i in str(n)] return sum(answer)* 이 문제는 프로그래머스 코딩테스트 연습 1단계 문제입니다.

참고 아래의 깃허브 주소를 통해 더 자세한 내용 확인 가능 Sugyeong Github - Machine Learning Study Evaluating a model 더 많은 학습 데이터 셋 확보 피처 셋 감소 고차 다항식 추가 정규화 파라미터 값 바꾸기 Bias and Variance bias : 모델을 통해 얻은 예측 값과 실제 값 사이의 차이 variance : 주어진 데이터로 학습한 모델이 예측한 값의 변동성 Precision and Recall Precision : 모델이 positive로 예측한 샘플 중 얼마나 정확하게 실제 positive를 식별하는지 나타냄 Recall : 실제 positive인 샘플 중 얼마나 많은 샘플을 모델이 식별하는지 나타냄 Decision trees 기계학습에서 사..

참고 아래의 깃허브 주소를 통해 더 자세한 내용 확인 가능 Sugyeong Github - Machine Learning Study Activation Function sigmoid function 입력값을 0과 1사이의 값으로 변환 기울기 소실 현상 발생 ReLU function 0보다 큰 입력값의 경우 그대로 출력 0 이하의 값은 다음 층에 전달 X : dying ReLU 현상 sigmoid function이 가지고 있는 기울기 소실 현상 완화 ELU function dying ReLU 현상을 해결한 함수 파라미터를 이용하여 입력값이 0이하 일 때 지수함수 부분의 scale 조절 가능 softmax function ReLU 함수를 부드럽게 근사시킨 함수 전 구간에서 미분이 가능한 함수 Multicla..