문제 내용 요약 두 개의 자연수를 입력받아 최대 공약수와 최소 공배수를 출력하는 프로그램을 작성하시오. 문제 원리파악 최대 공약수 : 두 수의 약수를 구해서 같은 약수중 최대값 출력 최소 공배수 : 두 수중 작은수에 곱하는 값을 1씩 더해 같아질 때까지 반복 24 18일경우 a0_count = 1 a1_count = 1 18 * 2 = 36 // a1_count + 1증가 24 36 24 * 2 // a0_count + 1증가 이런식으로, 반복하여 같아질 때까지 진행 풀이 a = list(map(int,input().split(" "))) a1_list = [] # 최대 공약수 for i in range(len(a)): plus = [] # 약수 구하는 알고리즘 for j in range(1,a[i]+1..
문제 내용 요약 어떤 숫자에서 k개의 수를 제거했을 때 얻을 수 있는 가장 큰 숫자를 구하려 합니다. 예를 들어, 숫자 1924에서 수 두 개를 제거하면 [19, 12, 14, 92, 94, 24] 를 만들 수 있습니다. 이 중 가장 큰 숫자는 94 입니다. 문자열 형식으로 숫자 number와 제거할 수의 개수 k가 solution 함수의 매개변수로 주어집니다. number에서 k 개의 수를 제거했을 때 만들 수 있는 수 중 가장 큰 숫자를 문자열 형태로 return 하도록 solution 함수를 완성하세요. 제한 조건 number는 2자리 이상, 1,000,000자리 이하인 숫자입니다. k는 1 이상 number의 자릿수 미만인 자연수입니다 문제 원리파악 처음에는 문제를 잘못 이해해서 permutati..
문제 내용 요약 숫자 카드는 정수 하나가 적혀져 있는 카드이다. 상근이는 숫자 카드 N개를 가지고 있다. 정수 M개가 주어졌을 때, 이 수가 적혀있는 숫자 카드를 상근이가 가지고 있는지 아닌지를 구하는 프로그램을 작성하시오. 입력 : 5 6 3 2 10 -10 8 10 9 -5 2 3 4 5 -10 출력 : 1 0 0 1 1 0 0 1 문제 해석 탐색 과정에서 시간복잡도를 고려해야해서 '이진탐색' 을 구현할 수 있어야한다. 이진탐색 알고리즘 구현 이진탐색의 핵심요소 반복조건 : 전체 리스트 인덱스에서 양 끝의 인덱스가 같거나 / 범위가 넘어갈 때까지 반복 탐색조건 3가지: 1) target이 중간값과 같을경우 '1 '반환 2) target이 중간값보다 작을경우 리스트 : [-3, 7, 9, 14, 25]..
문제 내용 요약 "U X": 현재 선택된 행에서 X칸 위에 있는 행을 선택합니다. "D X": 현재 선택된 행에서 X칸 아래에 있는 행을 선택합니다. "C" : 현재 선택된 행을 삭제한 후, 바로 아래 행을 선택합니다. 단, 삭제된 행이 가장 마지막 행인 경우 바로 윗 행을 선택합니다. "Z" : 가장 최근에 삭제된 행을 원래대로 복구합니다. 단, 현재 선택된 행은 바뀌지 않습니다. 입출력 8 2 ["D 2","C","U 3","C","D 4","C","U 2","Z","Z"] "OOOOXOOO" 8 2 ["D 2","C","U 3","C","D 4","C","U 2","Z","Z","U 1","C"] "OOXOXOOO" 출처 : 프로그래머스 내가 푼 방식 문제 원리파악 "U", "D", "C", "Z"..
합성곱 신경망(CNN)과 데이터 변형 합성곱(COnvolution) 합성곱의 의미, 배경지식 파악 Pooling Convolution Convolution을 사용하면 3차원 데이터의 공간적 정보를 유지한채 다음 레이어로 보낼 수 있음. 이미지와 컨볼루션 필터를 곱해서 새로운 이미지를 얻는 과정 필터는 가중치의 역할을 함 특징을 뽑아서, 분류를 진행 합성곱 특정(높이, 너비)를 갖은 필터(Filter, Kernel)를 일정간격(Stride)로 이동해가며 입력 데이터에 적용 합성곱 필터의 효과 합성곱 + 편향 필터를 적용한 후, 모든 원소에 편향을 더함(BroadCast) Padding 합성곱 수행전 입력과 출력의 데이터의 크기를 맞추기 위해서 사용 Stride 필터를 적용하는 위치 간격 1이면 1칸씩 이동..
데이터 변형(Agumentation) 데이터 변형 데이터 변형 종류 Keras이용 Argumentation opencv이용 Argumentation 과적합(Overfitting) 방지(Drop out, 정규화) 과적합(overfittion) 드랍아웃(Dorp out) 정규화(Regularzation) L1, L2 정규화 데이터 변형 개념 과 종류 Data Argumentation 데이터를 늘려서 네트워크의 성능을 높이기 위해서 사용하는 방법 ※ 데이터 적을때 사용하면 효과적 이미지를 여러 방법을 통해 변형 후 네트워크 입력 이미지로 사용하는 방식 일종의 정규화(Regulazation) 작업으로 과적합을 막는 효과도 있음 종류 평행이동(Translation) 이미지의 픽셀을 상하좌우로 이동 컴퓨터는 이미지..
