본문 바로가기

분류 전체보기106

분석환경 requirements 코드 작성 후 requirments.txt 개발환경, 라이선스, 버전 - 개발자: 000 - OS : window10 - 개발언어 : python 3.7 - IDE : VSCode / PyCharm - anaconda3 4.8.4 - 사용한 패키지 numpy pandas sklearn tensorflow keras pytorch matplotlib seaborn 2021. 1. 18.
[백준] 6603. 로또 - 문제 풀이 (+파이썬 코드) Question. 백준 6603. 로또 조합 문제다. 리스트에서 6개 숫자를 뽑아 만들 수 있는 조합을 사전 순으로 출력하는 것이다. Answer. python의 내장 함수 combinations를 사용하면 되지만 실제 코딩 테스트에서는 itertools를 못 쓰게 하는 경우도 있어 직접 함수를 구현했다. import sys input = sys.stdin.readline def solve(nums): results = [] def dfs(nums, pos, sublist=[]): if sublist and len(sublist) == 6: results.append(sublist[:]) for i in range(pos+1, len(nums)): dfs(nums, i, sublist + [nums[i].. 2021. 1. 17.
[SQL] JOIN 개념과 종류, JOIN 컬럼에 NULL이 있을 때 실습 예제 [SQL] JOIN 개념과 종류 JOIN : 서로 다른 테이블에서 가져온 레코드들을 공통된 필드를 기준으로 합쳐준다. SELECT 필드이름1, 필드이름2, ... FROM 테이블이름1 옵션 JOIN 테이블이름2 ON 테이블이름1.필드이름 = 테이블이름2.필드이름 1) INNER JOIN(내부 조인) : 두 테이블 모두에 기준 필드의 값이 있는 레코드만 가져온다. 2) LEFT JOIN : 조인문의 왼쪽 테이블의 모든 결과를 가져 온 후 오른쪽 테이블의 데이터를 매칭하고, 매칭되는 데이터가 없는 경우 NULL로 표시한다. SELECT 검색할 컬럼 FROM 테이블명 LEFT JOIN 테이블명2 ON 테이블.컬럼명 = 테이블2.컬럼명; 3) RIGHT JOIN : 조인문의 오른쪽 테이블의 모든 결과를 가져온 .. 2021. 1. 17.
최단경로 알고리즘 (1) - 다익스트라 알고리즘 *최단경로 알고리즘: 특정 지점까지 가장 빠르게 도달하는 방법을 찾는 알고리즘 *최단경로 알고리즘의 종류 1) 다익스트라 알고리즘 2) 플로이드 워셜 알고리즘 3) 벨만 포드 알고리즘 코딩테스트에 자주 나오며 면접에서도 꼭 알아둬야 하는 개념이다. *최단경로 문제 형태 Q. 한 지점에서 다른 특정 지점까지의 최단 경로(거리, 시간, 비용, etc)를 구해야 하는 경우 Q. 모든 지점에서 다른 모든 지점까지 최단 경로(거리, 시간, 비용, etc)를 모두 구해야 하는 경우 각 주제에 대해 다음 순으로 포스팅하려 한다. 1) 다익스트라 알고리즘 -> 2) 플로이드 워셜 알고리즘 -> 3) 벨만 포드 알고리즘 *다익스트라 알고리즘 1. 정의 그래프에서 여러 개의 노드가 있을 때, 특정한 노드에서 출발하여 다른.. 2021. 1. 16.
2020년~2016년 주요 기업 코딩 테스트 유형 분석 2020년~2016년 주요 기업 코딩 테스트 유형 분석 날짜 풀이 시간 문제 개수 커트라인 주요 문제 유형 시험 유형 라인 상반기 (2020-04-05) 2시간 30분 6문제 4문제 구현, 문자열, 자료구조 온라인 삼성전자 상반기 (2020-06-07) 3시간 2문제 2문제 완전 탐색, 시뮬레이션, DFS/BFS 오프라인 삼성전자 상반기 (2019-04-14) 3시간 2문제 2문제 완전 탐색, 시뮬레이션, 구현, DFS/BFS 오프라인 삼성전자 하반기 (2019-10-20) 3시간 2문제 2문제 완전 탐색, 시뮬레이션, 구현, DFS/BFS 오프라인 카카오 1차 (2019-09-07) 5시간 7문제 4문제(예상) 구현, 이진 탐색, 자료구조 온라인 카카오 2차 (2019-09-21) 5시간 1문제 - 추.. 2021. 1. 16.
Optimizer 정리 optimizer 정리 optimizer는 Gradient descent로 w를 update할 때 사용하는 알고리즘으로, w 변화량을 구해 어느 방향/스텝사이즈로 나아가야 하는지 알려주는 알고리즘. fine-tuning 단계에서 optimizer를 sgd, adam 등을 써보며 튜닝을 하는데, optimizer 역사를 살펴보면 다음과 같다. *Optimizer의 역사 GD: 전체 데이터셋을 갖고 한발자국 전진할 때마다(learning rate) 최적의 값을 찾아 나간다 모든 데이터를 계산한다 최적의 한스텝을 나아간다 -> 느리다 SGD: 일부 데이터셋만을 갖고 최적의 값을 찾아 나간다 일부 데이터만 계산한다 빠르게 전진한다 -> 그러나 최적의 값을 찾아가는 방향이 뒤죽박죽이고, local minimum에.. 2021. 1. 13.
728x90