일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- NEXT
- dfs
- 자바스크립트
- 알고리즘
- BFS
- 가끔은_말로
- object detection
- 백트래킹
- 조합론
- back propagation
- c++
- 플로이드 와샬
- DP
- 문자열
- dropout
- Overfitting
- 우선 순위 큐
- tensorflow
- 이분 탐색
- 가끔은 말로
- pytorch
- 다익스트라
- 회고록
- 너비 우선 탐색
- 크루스칼
- 미래는_현재와_과거로
- 세그먼트 트리
- 분할 정복
- lazy propagation
- 2023
- Today
- Total
목록분류 전체보기 (562)
Doby's Lab
https://www.acmicpc.net/problem/1461 1461번: 도서관 세준이는 도서관에서 일한다. 도서관의 개방시간이 끝나서 세준이는 사람들이 마구 놓은 책을 다시 가져다 놓아야 한다. 세준이는 현재 0에 있고, 사람들이 마구 놓은 책도 전부 0에 있다. 각 책 www.acmicpc.net Solved By: Greedy, Sort 우선 0을 기준으로 양수와 음수를 넘나드는 것은 비효율적이기 때문에 0을 시작점으로 두고 음수에 대해서만 생각해봤습니다. 테스트 케이스 1에서 음수 값들을 모두 절댓값 크기 순대로 정렬하면 {39, 37, 29, 28, 6}과 같은 순으로 나옵니다. M = 2이기 때문에 {39, 37}, {29, 28}, {6}으로 가서 39 * 2 + 29 * 2 + 6 =..
https://www.acmicpc.net/problem/25418 25418번: 정수 a를 k로 만들기 7(A), 8(연산 1), 9(연산 1), 18(연산 2), 19(연산 1), 38(연산 2), 76(연산 2), 77(연산 1)이 최소 연산이므로 정답은 7이다. www.acmicpc.net Solved By: DP 단순한 BFS로 구할 경우 중복된 값이 많이 들어가 시간 초과가 걸리게 됩니다. 그래서 중복체크를 하기 위해 Memoization 기법을 활용하여 BFS에 DP를 결합했습니다. #include #include #include #define pii pair using namespace std; int n, k; map cache; void bfs(){ queue q; q.push(n); ..
https://www.acmicpc.net/problem/1351 1351번: 무한 수열 첫째 줄에 3개의 정수 N, P, Q가 주어진다. www.acmicpc.net Solved By: DP, Map 문제에서는 점화식이 주어졌으나 N의 범위가 너무 커서 배열로 다루기엔 불가능합니다. 그래서 map을 사용하여 Top-Down DP를 돌려주었습니다. #include #include using namespace std; typedef long long ll; ll N, P, Q; map m; ll solve(ll n){ if(n == 0) return 1; // base case if(m[n] != 0) return m[n]; return m[n] = solve(n / P) + solve(n / Q); } ..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/bGow2N/btrPf40UIzO/O1fmcKwSXxt8JKOCngGmz1/img.png)
Kaggle에서 제공하는 Learn 플랫폼을 통해 Feature Engineering 공부를 끝냈습니다. 자료가 구글에는 많지 않아 찾고 있었는데 Kaggle에서 제공을 하고 있더군요. (등잔 밑이 어둡다고..) 영어로 되어있어서 막막했는데 언젠가 올렸어야 했던 영어 독해 능력도 조금은 올라간 듯합니다. 그 덕에 모르는 영단어만 100개 넘게 정리했습니다. 코스는 5시간 정도 소요된다고 나와있었는데 저는 영어 때문인지 1~2주 정도 걸렸습니다. 그리고 나중에도 다시 복습하기 위해 블로그에도 정리해두었습니다. [Blog Posts] Mutual Information Creating Features Clustering With K-Means Principal Comonents Analysis Target E..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/Cmzkp/btrPgFGdZyV/iD2DMT3OIjJkmhZjuqu9G0/img.png)
[이 글은 Kaggle의 Learn을 토대로 작성되었습니다. 문제가 될 시 삭제 조치하겠습니다.] (오역되어 잘못 설명된 부분이 있을 수 있습니다.) https://www.kaggle.com/code/ryanholbrook/target-encoding Target Encoding Explore and run machine learning code with Kaggle Notebooks | Using data from FE Course Data www.kaggle.com Category Introduction Target Encoding Smoothing Example - MovieLens1M Introduction 이전까지의 대부분의 Feature Engineering 기술은 Numerical featu..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/drSNiX/btrO9kQAPdm/cwTeDS8NZa9G5EoYXmTWGk/img.png)
[이 글은 Kaggle의 Learn을 토대로 작성되었습니다. 문제가 될 시 삭제 조치하겠습니다.] (오역되어 잘못 설명된 부분이 있을 수 있습니다.) https://www.kaggle.com/code/ryanholbrook/principal-component-analysis Principal Component Analysis Explore and run machine learning code with Kaggle Notebooks | Using data from FE Course Data www.kaggle.com Category Introduction Principal Component Analysis PCA for Feature Engineering Example - 1985 Automobiles I..
https://www.acmicpc.net/problem/14221 14221번: 편의점 처음 줄에는 정점의 개수 n, 간선의 개수 m이 주어진다.(2 ≤ n ≤ 5,000, 1 ≤ m ≤ 100,000) 다음 m줄에는 a,b,c가 주어지는데 이는 a, b를 잇는 간선의 거리가 c라는 것이다.(1 ≤ a, b ≤ n, 1 ≤ c ≤ 10,000) www.acmicpc.net Solved By: Dijkstra 시간제한이 2초인 문제였습니다. 모든 노드로부터 다익스트라를 돌린다는 설계를 하면, 시간 복잡도가 O(VElogV)라서 시간 초과가 걸릴 것이라 예상했기에 한 번의 다익스트라로 끝내야 한다 생각했습니다. 그래서 처음에 생각했던 건 집 노드 중 아무 노드를 골라 다익스트라를 돌려서 '편의점 노드까지의..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/ZqgSM/btrOQd5zFQB/BzerFviveiPcqBo8zCu9V0/img.png)
[이 글은 Kaggle의 Learn을 토대로 작성되었습니다. 문제가 될 시 삭제 조치하겠습니다.] (오역되어 잘못 설명된 부분이 있을 수 있습니다.) https://www.kaggle.com/code/ryanholbrook/clustering-with-k-means Clustering With K-Means Explore and run machine learning code with Kaggle Notebooks | Using data from FE Course Data www.kaggle.com Category Introduction Clusters Labels as a Feature K-Means Clustering Example - California Housing Introduction 이번엔 U..