본문 바로가기

분류 전체보기83

[프로그래머스/C++] Lv.1 문자열 내 마음대로 정렬하기 문제 정의 문자열로 구성된 리스트 strings와, 정수 n이 주어졌을 때, 각 문자열의 인덱스 n번째 글자를 기준으로 오름차순 정렬하려 합니다. 예를 들어 strings가 [sun, bed, car]이고 n이 1이면 각 단어의 인덱스 1의 문자 u, e, a로 strings를 정렬합니다. 제한 조건 strings는 길이 1 이상, 50이하인 배열입니다. strings의 원소는 소문자 알파벳으로 이루어져 있습니다. strings의 원소는 길이 1 이상, 100이하인 문자열입니다. 모든 strings의 원소의 길이는 n보다 큽니다. 인덱스 1의 문자가 같은 문자열이 여럿 일 경우, 사전순으로 앞선 문자열이 앞쪽에 위치합니다. 입출력 예 stringsnreturn [sun, bed, car] 1 [car, .. 2020. 5. 23.
[프로그래머스/C++] Lv.1 완주하지 못한 선수 문제 정의 수많은 마라톤 선수들이 마라톤에 참여하였습니다. 단 한 명의 선수를 제외하고는 모든 선수가 마라톤을 완주하였습니다. 마라톤에 참여한 선수들의 이름이 담긴 배열 participant와 완주한 선수들의 이름이 담긴 배열 completion이 주어질 때, 완주하지 못한 선수의 이름을 return 하도록 solution 함수를 작성해주세요. 제한사항 마라톤 경기에 참여한 선수의 수는 1명 이상 100,000명 이하입니다. completion의 길이는 participant의 길이보다 1 작습니다. 참가자의 이름은 1개 이상 20개 이하의 알파벳 소문자로 이루어져 있습니다. 참가자 중에는 동명이인이 있을 수 있습니다. 입출력 예 participant completion return [leo, kiki, .. 2020. 5. 23.
[Linux Ubuntu] git 설치 / 초기 설정 깃 (git) 깃(Git)은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템입니다. 소프트웨어 개발에서 소스 코드 관리에 주로 사용됩니다. 출처 https://ko.wikipedia.org/wiki/%EA%B9%83_(%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4) git 설치 방법 다음은 linux ubuntu에서 git을 설치하는 방법입니다. 저는 ubuntu server버전으로 설치하였습니다. 1. sudo apt-get install git 명령어와 sudo apt install git 명령어를 차례로 입력하여 git을 설치합니다. 2. 위의 과정을 거쳐 설치 후, git --version 명.. 2020. 5. 6.
[Machine Learning] 결정트리(Decision tree) 학습 결정트리 (Decision tree) 결정트리란 트리형태로 의사결정 지식을 표현한 것이다. 결정트리는 내부 노드, 간선, 단말 노드로 이루어져 있다. 결정트리 알고리즘 결정트리 알고리즘은 모든 데이터를 포함한 하나의 노드로 구성된 트리에서 시작한다. 그리고 나서 반복적인 노드 분할 과정이 이루어 진다. i) 분할 속성(Spliting attribute)을 선택 ii) 속성 값에 따라 서브트리(subtree)를 생성 iii) 데이터를 속성 값에 따라 분배 2020. 5. 4.
#02-2. 지도학습의 종류 - 회귀 회귀(Regression) 회귀란 학습데이터에 부합되는 출력값이 실수인 함수를 찾는 문제이다. Data가 주어졌을 때 함수를 찾아내고 그 함수들을 통해 학습 data에 있지 않았던 입력에 대한 출력을 찾는다. 2020. 5. 4.
[Machine Learning] 지도학습의 종류 - 분류 분류(Classification) 분류란 입력 데이터 값을 정해진 몇 개의 부류(Class)로 대응시키는 문제이다. 분류 문제의 학습은 학습 데이터를 잘 분류할 수 있는 함수(수학적 함수, 규칙or패턴)를 찾는 것이다. 함수의 형태는 수학적 함수일 수도 있고 규칙일 수도 있다. 분류기(Classifier)란 학습된 함수를 이용하여 데이터를 분류하는 프로그램이다. 이상적인 분류기는 학습에 사용되지 않은 데이터에 대해서 분류를 잘 하는것으로 일반화(Generalization) 능력이 좋은 것으로 볼 수 있다. 분류기 학습 알고리즘 - 결정트리(decision tree) 알고리즘 - K-근접이웃 (K-nearest neighbor, KNN) 알고리즘 - 다층 퍼셉트론 신경망 - 딥러닝(deep learning.. 2020. 5. 3.

티스토리툴바