๋ชฉ๋ก์ ์ฒด ๊ธ (1005)
๐ ๊ณต๋ถํ๋ ์ง์ง์ํ์นด๋ ์ฒ์์ด์ง?
N×Mํฌ๊ธฐ์ ๋ฐฐ์ด๋ก ํํ๋๋ ๋ฏธ๋ก ๋ฏธ๋ก์์ 1์ ์ด๋ํ ์ ์๋ ์นธ์ ๋ํ๋ด๊ณ , 0์ ์ด๋ํ ์ ์๋ ์นธ์ ๋ํ๋ธ๋ค. ์ด๋ฌํ ๋ฏธ๋ก๊ฐ ์ฃผ์ด์ก์ ๋, (1, 1)์์ ์ถ๋ฐํ์ฌ (N, M)์ ์์น๋ก ์ด๋ํ ๋ ์ง๋์ผ ํ๋ ์ต์์ ์นธ ์๋ฅผ ๊ตฌํ๋ ํ๋ก๊ทธ๋จ์ ์์ฑ ํ ์นธ์์ ๋ค๋ฅธ ์นธ์ผ๋ก ์ด๋ํ ๋, ์๋ก ์ธ์ ํ ์นธ์ผ๋ก๋ง ์ด๋ ์ฒซ์งธ ์ค์ ๋ ์ ์ N, M(2 ≤ N, M ≤ 100)์ด ์ฃผ์ด์ง๋ค. ๋ค์ N๊ฐ์ ์ค์๋ M๊ฐ์ ์ ์๋ก ๋ฏธ๋ก๊ฐ ์ฃผ์ด์ง๋ค. ๊ฐ๊ฐ์ ์๋ค์ ๋ถ์ด์ ์ ๋ ฅ์ผ๋ก ์ฃผ์ด์ง๋ค. ์ฒซ์งธ ์ค์ ์ง๋์ผ ํ๋ ์ต์์ ์นธ ์๋ฅผ ์ถ๋ ฅํ๋ค. ํญ์ ๋์ฐฉ์์น๋ก ์ด๋ํ ์ ์๋ ๊ฒฝ์ฐ๋ง ์ ๋ ฅ์ผ๋ก ์ฃผ์ด์ง๋ค from collections import deque n, m = map(int, input().split()) maze =..
๊ทธ๋ํ๋ฅผ DFS๋ก ํ์ํ ๊ฒฐ๊ณผ์ BFS๋ก ํ์ํ ๊ฒฐ๊ณผ๋ฅผ ์ถ๋ ฅํ๋ ํ๋ก๊ทธ๋จ์ ์์ฑํ์์ค. ๋จ, ๋ฐฉ๋ฌธํ ์ ์๋ ์ ์ ์ด ์ฌ๋ฌ ๊ฐ์ธ ๊ฒฝ์ฐ์๋ ์ ์ ๋ฒํธ๊ฐ ์์ ๊ฒ์ ๋จผ์ ๋ฐฉ๋ฌธํ๊ณ , ๋ ์ด์ ๋ฐฉ๋ฌธํ ์ ์๋ ์ ์ด ์๋ ๊ฒฝ์ฐ ์ข ๋ฃํ๋ค. ์ ์ ๋ฒํธ๋ 1๋ฒ๋ถํฐ N๋ฒ๊น์ง์ด๋ค.์ฒซ์งธ ์ค์ ์ ์ ์ ๊ฐ์ N(1 ≤ N ≤ 1,000), ๊ฐ์ ์ ๊ฐ์ M(1 ≤ M ≤ 10,000), ํ์์ ์์ํ ์ ์ ์ ๋ฒํธ V๊ฐ ์ฃผ์ด์ง๋ค. ๋ค์ M๊ฐ์ ์ค์๋ ๊ฐ์ ์ด ์ฐ๊ฒฐํ๋ ๋ ์ ์ ์ ๋ฒํธ๊ฐ ์ฃผ์ด์ง๋ค.์ด๋ค ๋ ์ ์ ์ฌ์ด์ ์ฌ๋ฌ ๊ฐ์ ๊ฐ์ ์ด ์์ ์ ์๋ค. ์ ๋ ฅ์ผ๋ก ์ฃผ์ด์ง๋ ๊ฐ์ ์ ์๋ฐฉํฅ from collections import deque n, m, v = map(int, input().split()) # 1. graph์ visited ๋ฆฌ..
221006 ์์ฑ https://www.slideshare.net/TIMEGATE07/ss-107535554?qid=8c8308a7-93db-4a99-ba96-2dfa84bfaf2c&v=&b=&from_search=10 ์๊ณ์ด๋ถ์์ ์ดํด ์ฃผ๊ฐ, ํ๋งค๋, ์ฌ์ฉ๋ ๋ฑ ์๊ฐ์ ๋ฐ๋ฅธ ๋ณํ๊ฐ ์๋ ๋ฐ์ดํฐ์ ์ถ์ธ, ์ ๊ท์ฑ, ๋๋จธ์ง์ ๊ฐ๋ ์ ์ ๋ฆฌํ์ต๋๋ค. ๊ทธ๋ฆฌ๊ณ , ์ด๋ฅผ ํ์ฉํ ์์ธก๊ณผ ์ด์์น ๊ฐ์ง ๋ฐฉ๋ฒ์ ์๊ฐํฉ๋๋ค. www.slideshare.net ๐ ์๊ณ์ด ๋ฐ์ดํฐ ๋ถํด ๐ฃ ์ถ์ธ (trend) ๋ถํด - Lowess/Loess ํ๊ท : ํน์ ๋ฒ์์ ์ ๋นํ ๋คํญ ํ๊ท์ ๋ค์ ๊ตฌํ์ฌ ๋ณํฉ : ๋ค์ ํฌ๋ฐํ ์ถ์ธ์ : ํ๊ท๋ฒ์์ ๋ฐ๋ผ ๋ฌ๋ผ์ง - ์ด๋ ํ๊ท : ํน์ ๊ธฐ๊ฐ ๋์์ ๊ฐ์ ํ๊ท ๋ณํ : ๋ถ๋๋ฌ์ด ์ถ์ธ์ ์ ์ฉ ๊ฐ๋ฅ : ..
221006 ์์ฑ https://www.slideshare.net/hunkim/time-series-classification Time series classification Time Series Classification By Data Mutation ์๋ช ํธ www.deepnumbers.com www.slideshare.net ๐ ์๊ณ์ด : ์ผ์ ์๊ฐ ๊ฐ๊ฒฉ์ผ๋ก ๋ฐฐ์น๋ ๋ฐ์ดํฐ๋ค์ ์์ด : ์ฃผ์ด์ง ์๊ณ์ด์ ๋ณด๊ณ ์ํ์ ์ธ ๋ชจ๋ธ์ ๋ง๋ค์ด์ ๋ฏธ๋์ ์ผ์ด๋ ๊ฒ๋ค์ ์์ธกํ๋ ๊ฒ ๐ ์๊ณ์ด ๋ฐ์ดํฐ ๋ฌธ์ ์ : ํจํด๋ค์ด ๋ชจ๋ ๋์ผํ ์๊ฐ๊ฐ๊ฒฉ๋ด์ ์กด์ฌํ์ง ์๊ณ ์๋ก ๋ค๋ฅธ ์๊ฐ ๊ฐ๊ฒฉ๋ด์ ์กด์ฌ : ๋ถ๊ท์น์ ์ธ ๋ ธ์ด์ฆ : ์ธก์ ์์ ์์์ ์ํฉ ๋ณํ๋ฅด ์ธํด ๋ ธ์ด์ฆ ๋ฐ์ ๐ ์๋ณธ ๋ฐ์ดํฐ ํน์ฑ ์ ์งํ๋ฉด์ scale ๊ณผ noise์ ๊ฐ์ธ..
221005 ์์ฑ https://otexts.com/fppkr/ Forecasting: Principles and Practice 2nd edition otexts.com ๐ฃ ์๊ณ์ด ์์ธก IBM ์ผ๋ณ ์ฃผ๊ฐ ์๋ณ ๊ฐ์ฐ๋ Amazon์ ๋ถ๊ธฐ๋ณ ํ๋งค ๊ฒฐ๊ณผ Google์ ์ฐ๊ฐ ์์ต ๐ฃ ์์ธก ๋ณ์์ ์๊ณ์ด ์์ธก ์์ธก ๋ณ์(predictor variable) : ์์ธกํ๋ ค๋ ๋ณ์์ ๊ณผ๊ฑฐ ๊ฐ๋ง ๋ค๋ฃจ์ง ์๊ณ ๋ค๋ฅธ ๋ณ์์ ๊ดํ ์ ๋ณด๋ ํฌํจ ์๊ณ์ด ๋ชจ๋ธ์ ์ ํ ์ด์ : ์์คํ ์ ์ ์ดํดํ์ง ๋ชปํ๊ฑฐ๋, ์ดํดํ๋๋ผ๋ ๋ณ์์ ํ๋์ ์ํฅ์ ์ฃผ๋ ๊ด๊ณ๋ฅผ ์ธก์ ํ๊ธฐ๊ฐ ์์ฃผ ์ด๋ ค์ด ๊ฒฝ์ฐ : ๋ค์, ๊ด์ฌ ์๋ ๋ณ์๋ฅผ ์์ธกํ ์ ์์ผ๋ ค๋ฉด ๋ค์ํ ์์ธก ๋ณ์์ ๋ฏธ๋๊ฐ์ ์ ํ์๊ฐ ์๊ฑฐ๋ ์์ธกํ ํ์๊ฐ ์๋ ๊ฒฝ์ฐ : ์ฃผ๋ ๊ด์ฌ์ด ์ ์ผ์ด๋๋์ง๊ฐ..
220930 ์์ฑ 1๏ธโฃ์ ํ๊ฒ์ : ๋ฐ์ดํฐ๋ฅผ ๋ฆฌ์คํธ์ ์ ์ฅํ๊ณ ํด๋น ๋ฆฌ์คํธ์ ๋งจ ์๋ถํฐ ๋๊น์ง ์์๋๋ก ์กฐ์ฌํ์ฌ ์ํ๋ ๋ฐ์ดํฐ ์ฐพ๊ธฐ : ๊ฐ์ ์ฐพ์ ๋๊น์ง ๋ชจ๋ ๋ฐ์ดํฐ๋ฅผ ๊ฒ์ํด์ผ ํ๋ฏ๋ก, ๋ฐ์ดํฐ ์๊ฐ ์ฆ๊ฐํ๋ฉด ์ฒ๋ฆฌ์ ์๊ฐ์ด ๊ฑธ๋ฆฐ๋ค ๋ฐ์ดํฐ ์ n์ด๋ผ ํ๋ฉด ๋น๊ตํ์์ ํ๊ท ์ (n+1) / 2 O(n) # ์ ํ๊ฒ์ # ์ํ๋ ๊ฐ ์ฐพ๊ธฐ num_list = [23, 12, 55, 32, 45, 76, 88, 52] def linear (n) : for i in num_list : if i == n : return True return False print(linear(5)) # result # False 2๏ธโฃ ์ด์ง๊ฒ์ : ๋ฐ์ดํฐ ์๊ฐ ๋์ด๋๋ ๋น ๋ฅธ ์๋๋ก ๊ฒ์์ ์ฒ๋ฆฌํ๊ธฐ : ๊ฒ์ ๋ฒ์๋ฅผ ์์ด๋ ๋ค์ ์ ๋ฐ์ผ๋ก ๋๋ ..
220930 ์์ฑ https://ysyblog.tistory.com/298 [์๊ณ์ด๋ถ์] ๋ค๋ณ๋ ์ ํ ํ๋ฅ ๊ณผ์ - VAR & IRP (๋ฐฑํฐ์๊ธฐํ๊ท๊ณผ์ , ์ํ์ค์๋ตํจ์) ๋ค๋ณ๋ ์ ํ ํ๋ฅ ๊ณผ์ ํ์์ฑ ๋จ๋ณ๋ ์๊ณ์ด(Simple/Multipleํฌํจ)์ ์ข ์๋ณ์(Y_t)๊ฐ ๋ ๋ฆฝ๋ณ์๋ค์๋ง! ์ํฅ์ ๋ฐ๋๋ค๋ ํฐ ๊ฐ์ ์กด์ฌ ํ์ค์ ์ผ๋ก ์ข ์๋ณ์์ ๋ ๋ฆฝ๋ณ์๋ ์ํธ ์ํฅ์ ์ฃผ๊ณ ๋ฐ์ ์์: ysyblog.tistory.com 1๏ธโฃ ๋ค๋ณ๋ ์๊ณ์ด ์ข ์๋ณ์(Y_t)๊ฐ ๋ ๋ฆฝ๋ณ์๋ค์๋ง ์ํฅ ๋ฐ์ 2์ฐจ์(์๋, ์ง์ถ : ์ข ์๋ณ์) ๊ณผ๊ฑฐ 1์์ ๊ฐ์ง๋ง์ ๊ณ ๋ คํ๋ ๋ฒกํฐ์๊ธฐํ๊ท ์๊ณ ๋ฆฌ์ฆ ๐ ๋ฒกํฐ์๊ธฐํ๊ท ๋ชจํ 1) VAR ์๊ณ ๋ฆฌ์ฆ ํ๊ท ๋ฒกํฐ์ ๊ณต๋ถ์ฐ ๋ฒกํฐ๊ฐ ์์ฐจ์๋ง ์์กดํ๊ณ ๊ฐ๊ฐ์ ์ ๋์์น์ ๋ ๋ฆฝ์ ์ธ ์ ์์ฑ ์๊ณ์ด 2) ์ํ์ค ์๋ต ํจ์ ..
220928 ์์ฑ 1๏ธโฃ ๋ณต์ก๋ : ๋ง ๊ทธ๋๋ก ๊ณ์ฐ์ ๋ณต์ก๋ ์๊ฐ ๋ณต์ก๋ : ์ฒ๋ฆฌ์ ์ผ๋ง๋ ๋ง์ ์๊ฐ์ด ๊ฑธ๋ฆฌ๋์ง ๊ณต๊ฐ ๋ณต์ก๋ : ๋ฉ๋ชจ๋ฆฌ ๋ฑ์ ๊ธฐ์ต ์ฉ๋์ ์ผ๋ง๋ ํ์๋ก ํ๋์ง 2๏ธโฃ ๋ณต์ก๋ ์์ฑ๋ฒ : ์ ์ฒด ๋ณต์ก๋์ ํฐ ์ํฅ์ ๊ธฐ์น์ง ์๋ ๋ถ๋ถ์ ๋ฌด์ํ๊ณ ๋ณต์ก๋๋ฅผ ์์ฑ ๋น ์ค ํ๊ธฐ๋ฒ O ์ ๋ ฅ ํฌ๊ธฐ n์ ๋ณํ์ ๋ฐ๋ผ ์๊ฐ ๋ณต์ก๋๊ฐ ๋ฌ๋ผ์ง ์ฒ๋ฆฌ ์๊ฐ ์๊ฐ ๋ณต์ก๋ ์ ์งง๋ค ↑ . . . . . ↓ ๊ธธ๋ค O(1) ๋ฆฌ์คํธ ์ ๊ทผ O(logn) ์ด์ง ๊ฒ์ O(n) ์ ํ ๊ฒ์ O(nlogn) ๋ณํฉ ์ ๋ ฌ O(n^2) ์ ํ ์ ๋ ฌ, ์ฝ์ ์ ๋ ฌ O(n^3) ํ๋ ฌ ๋ฌธ์ O(2^n) ๋ฐฐ๋ญ ๋ฌธ์ O(n!) ์ธํ์ ๋ฌธ์ 3๏ธโฃ ์ต์ ์๊ฐ ๋ณต์ก๋ & ํ๊ท ์๊ฐ ๋ณต์ก๋ ๐ค ์ต์ ์๊ฐ ๋ณต์ก๋ : ๊ฐ์ฅ ์๊ฐ์ด ์ค๋ ๊ฑธ๋ฆฌ๋ ๋ฐ์ดํฐ์ ๋ณต์ก๋ ๐ค ..