보호되어 있는 글입니다.

*문제 출처는 프로그래머스에 있습니다. 문제 제목: 크레인 인형 뽑기 게임 (STACK 문제) 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/64061 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 나의 풀이 예전에 문제를 제대로 못풀고 넘겼던 거라서 다시 풀어보았다. STACK을 이용하는 기본적인 문제. 나는 보드를 새로 만들어서 각 열에 있는 원소들을 모아 따로 새로운 보드를 만들었다. 즉 1열,2열,3열...N열에 있는 원소들을 제일 위에있는 순서대로 스택에 추가한 것 N = l..

참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 Ch 11. machine learning Ch 11.1.1 회귀의 성능 평가 지표 실제값과 예측 값의 오차 1. MAE (Mean Absolute Error) 실제 값과 예측 값의 차이를 절댓값으로 변환해 평균한 것 2. MSE (Mean Squared Error) 실제 값과 예측 값의 차이를 제곱해 평균한 것 3. RMSE (Root Mean Squared Error) MSE 값은 오류의 제곱을 구하므로 실제 오류 평균보다 더 커지는 특성이 있어 MSE에 루트를 씌운 RMSE 값을 쓰는 것입니다. 4. R² (R Square) R² 는 분산 기반..

이 게시글은 김성범 교수님의 유튜브 강의를 정리한 내용입니다. 내용과 사진의 각 출처는 김성범 교수님께 있음을 미리 알립니다. 해당 게시글 강의 영상 : https://www.youtube.com/watch?v=ClKeKeNz7RM&list=PLpIPLT0Pf7IoTxTCi2MEQ94MZnHaxrP0j&index=31 결정계수 (Coefficient of Determination : R^2) 위에서부터 첫번째 점은 실제 Y값 두번째 점은 우리가 구한 회귀 직선 위에 있는 Y값 세번째 점은 Y의 평균값 첫번째 점은 100% Y값을 설명 (자신) 두번째 점은 X로 Y를 어느 정도까지 설명할 수 있는지를 보여주는 값 세번째 점은 X에 관계없이 Y의 평균만으로 어느 정도까지 설명할 수 있는지를 보여주는 것 실제..

이 게시글은 김성범 교수님의 유튜브 강의를 정리한 내용입니다. 내용과 사진의 각 출처는 김성범 교수님께 있음을 미리 알립니다. 해당 게시글 강의 영상 : https://www.youtube.com/watch?v=uqfWFIcIF6s&list=PLpIPLT0Pf7IoTxTCi2MEQ94MZnHaxrP0j&index=32 파라미터 추정 알고리즘 Least square estimator Estimator(추정량) : 샘플의 함수 추정량의 용도 : 알려지지 않은 파라미터(B0,B1)를 추정 추정량의 종류 (1) 점추정 (point estimator) , (2) 구간추정 (interval estimator) 파라미터에 대한 점추정 최소제곱법 추정량 성질 Gauss-Markov 이론에 의하면 최소제곱법에서 추정되는..

보호되어 있는 글입니다.

보호되어 있는 글입니다.

참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 Ch 11. machine learning 11.1 modeling machine learning: 데이터를 통해 모델을 만들고 사용하는 것 (책의 정의) model: 다양한 변수간의 수학적(혹은 확률적) 관계를 식으로 표현한 것 11.2 What Is Machine Learning? supervised learning: 데이터에 정답이 포함 unsupervised learning: 데이터에 정답이 포함되지 X semi-supervised learning: 데이터의일부분에만 정답이 포함되어있음 online learning: 새로 들어오는 데이터를 통..

*문제 출처는 프로그래머스에 있습니다. 문제 제목: 위장 (2단계 - 해시문제) 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/42578 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 스파이들은 매일 다른 옷을 조합하여 입어 자신을 위장합니다. 예를 들어 스파이가 가진 옷이 아래와 같고 오늘 스파이가 동그란 안경, 긴 코트, 파란색 티셔츠를 입었다면 다음날은 청바지를 추가로 입거나 동그란 안경 대신 검정 선글라스를 착용하거나 해야 합니다. 종류 이름 얼굴 동그란 안경, 검정..

이 게시글은 김성범 교수님의 유튜브 강의를 정리한 내용입니다. 내용과 사진의 각 출처는 김성범 교수님께 있음을 미리 알립니다. 해당 게시글 강의 영상: https://www.youtube.com/watch?v=FfUHRuUxQiY&t=4s [핵심 머신러닝] 수치예측, 범주예측 (분류) X (원인): 독립변수, 예측변수, 입력변수 Y (결과): 종속변수, 반응변수, 출력변수 예측 모델링: 관계를 잘 찾는 함수식을 찾는 것 연속형 데이터: 데이터 자체를 숫자로 표현 예) 가격, 길이, 압력, 두께 범주형 데이터: 원칙적으로 숫자로 표시할 수 없는 데이터 예) 제품 불량 여부 (양품/ 불량), 보험 사기 여부(정상/ 비정상) 수치 예측 데이터 (Regression) y값이 없는 x값의 데이터가 올 때, y값을..

참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 Ch 8. Gredient Decente - Linear Regression 직접 경사하강법 구현해보기 본 코드는 프레임워크(Scikit-Learn, Tensorflow...etc) 없이 구현한 코드입니다. 구현 순서 sample data 수집 data 정제하기 (회귀, 분류 등 문제 확인) 하이퍼파라미터 설정 Optimizer & Loss Function Select Evaluation Visualizing 해당 코드는 Sample Data를 수집하지 않고, 임의의 데이터를 사용한 것입니다. 1. Sample Data 수집 2. 데이터 정제 (SK..

*문제 출처는 프로그래머스에 있습니다. 문제 제목: 다리를 지나는 트럭 (2단계) 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/42583 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 트럭 여러 대가 강을 가로지르는 일차선 다리를 정해진 순으로 건너려 합니다. 모든 트럭이 다리를 건너려면 최소 몇 초가 걸리는지 알아내야 합니다. 다리에는 트럭이 최대 bridge_length대 올라갈 수 있으며, 다리는 weight 이하까지의 무게를 견딜 수 있습니다. 단, 다리에 완전히 오르지 않은..