목록study (48)
컴공댕이 공부일지
보호되어 있는 글입니다.
2023. 11. 3 일자 이화여대 알고리즘 튜터링 프로그램, 알튜비튜의 수업 내용 정리본입니다. 🔍이분 탐색 ( BinarySearch )이란 ? 업다운 게임을 생각하면 된다 ! 중간값과 찾아야하는 값을 비교해가며, 배열의 크기를 절반으로 줄이며 답을 찾는 알고리즘으로 반복문으로 구현하며, 시간 복잡도는 O(logN) 알고리즘 사용 전, 반드시 배열을 정렬해야 한다 !! +) 이분 탐색의 대상 원소들을 트리에 넣으면 바이너리서치트리(binary search tree) ! BST를 중위 순회 (inorder) 하면 정렬된 순서의 배열이 나온다. 이미지 출처 : https://velog.io/@reyang/C-%EC%84%A0%ED%98%95-%ED%83%90%EC%83%89-%EC%9D%B4%EC%A7%..
04. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측 - LinearRegression 클래스 - Ordinary Least Squares RSS 최소화, OLS 추정 방식으로 구현된 클래스 LinearRegression - 입력 파라미터 fit_intercept (디폴트 true) : 절편 계산 여부, false로 지정하면 절편 0 nomalize (디폴트 false) : true면 회귀 수행 전, 입력 데이터 세트 정규화 - 객체 속성 coef : 회귀 계수가 배열 형태로 저장 intercept : 추정된 상수항 * 다중 공선성 문제 피처 간의 상관 관계가 매우 높은 경우, 분산이 매우 커져 오류에 민감해지는 현상 그래서, 상관관계가 높은 피처가 많은 경우 독립적인 중요 피처..
참고 교재 - (위키북스) 파이썬 머신러닝 완벽 가이드 개정 2판 01. 회귀 회귀 분석 ( regression analysis ) 데이터 값이 평균 등의 일정한 값으로 돌아가려는 경향을 이용한 통계학 기법 여러 개의 독립변수(다양한 원인들, 피처)와 한 개의 종속변수(결과, 결정 값) 간의 상관 관계를 모델링하는 기법 이때, 독립변수의 값에 영향을 미치는 회귀 계수들이 존재함. 주어진 피처와 결정 값 데이터 기반에서 학습을 통해 최적의 회귀 계수를 찾아내는 것이 머신러닝 회귀 예측의 핵심 *지도학습 : 정답이 있는 데이터를 활용해 모델을 학습시키는 방법 ⬇⬇가장 많이 사용되는 회귀 선형 회귀 실제 값과 예측 값의 차이(오류의 제곱 값)를 최소화하는 직선형 회귀선을 최적화하는 방식 오류 = 실제값 - 예..
보호되어 있는 글입니다.
✅우선순위 큐 ☑️ 우선순위가 높은 데이터가 먼저 나옴 - 큐(Queue) : 먼저 들어오는 데이터가 먼저 나가는 FIFO(First In First Out) - 우선순위 큐(Priority Queue) : 큐와 달리, 우선순위가 높은 데이터가 먼저 나가는 형태의 자료구조이다. ( like. 롯데월드 매직패스 ) 큐를 활용한 필수과제 문제 ! [ 백준 14235 크리스마스 선물 ] #include #include using namespace std; int main() { ios::sync_with_stdio(false); cin.tie(NULL); cout.tie(NULL); int n,a; priority_queue pq; //큰 것 부터 나오는 less cin >> n; while(n--) { ci..
하아아아아........... 진짜 존나모르겠다개열받네이새벽에이것만몇시간째야진짜하앙아아아ㅏ아 내일1교시인데 새벽 3시인데 안풀려 나는 개멍청이야 실버 구현도 못푸는 개 허접이야 하아............... ㅎㅎㅎ... 결국 해내다. 맑은 정신에 푸니 금방 풀렸던... 멘탈 잘 잡아.... #include using namespace std; bool similarWord(string word, string str) { //두 단어의 알파벳 갯수 저장 int alpW[26]={0}; int alpS[26]={0}; //두 단어의 알파벳 갯수 카운트 for(int i=0; i1) { string str; cin >> str; if(similarWord(word, str)) { cnt++; } n--; }..
참고 교재 - (위키북스) 파이썬 머신러닝 완벽 가이드 개정 2판 01. 머신러닝의 개념 머신러닝 (Machine Learning) 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법 소프트웨어 코드만으로는 해결하기 어려운 복잡한 문제들에 활용 머신러닝은 문제를 관통하는 일정한 패턴을 찾기 어려운 경우에도, 데이터를 기반으로 숨겨진 패턴을 인지해 문제 해결. - 머신러닝의 분류 지도학습 / 비지도학습 / 강화학습 지도학습 ( 정답 있는 데이터를 활용한 학습 ) 분류 회기 추천 시스템 시각/음성 감지/인지 텍스트 분석, NLP 비지도학습 ( 정답 없는 데이터를 비슷한 특징끼리 모아 새로운 데이터에 대한 결과 예측 ) 클러스터링 차원 축소 강화학습 (데이터 없이 그냥 해보면서 그에 따른 보상을 ..