전체 글

문제 설명 https://school.programmers.co.kr/learn/courses/30/lessons/176963 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 내 풀이 def solution(name, yearning, photo): # photo의 길이만큼 기본 answer 배열 생성 answer = [0] * len(photo) # 인물과 추억 점수로 딕셔너리 생성 score_dic = dict(zip(name, yearning)) for p in range(len(photo)): # 각 사진 중 정보가 있는 인물에 대해 추억점수를 더함..

(본 글에서 의미하는 심슨이 우리가 흔히 아는 캐릭터 '심슨'은 아닙니다^^) 심슨의 역설이라는 말을 들어보셨나요? 심슨의 역설은 영국의 통계학자 에드워드 심슨이 정리한 역설로 각각의 변수에 신경쓰지 않고 전체 통계 결과를 유추하다 일어나는 오류를 말합니다. 이라고 반드시 인 것은 아니다. 즉, 각 부분에 대한 평균이 크다고 해서 전체에 대한 평균까지 크지는 않다는 의미입니다. 심슨의 역설 : 여러 그룹의 자료를 합했을 때의 결과와 각 그룹을 구분했을 떄의 결과가 다른 경우 부분을 단순히 합친 것 뿐인데 그 결과가 각 부분을 비교했을 때의 결과와 달라지는 것이 일반적인 상식과는 다르기에 '심슨의 역설'이라고 부른다. 수식만 보면 잘 이해가 되지 않는데요, 예시를 통해 살펴보겠습니다. 1973년 캘리포니아..

드디어 0단계가 모두 끝났다!! 1일 1 코테를 실천하려했지만, 생각보다 강의를 듣는것이 많아 못 푼 날도 많았다. 0단계도 어렵긴 했지만,, 1단계 문제들은 꼭 1일 1 코테를 하고 싶다! 복학 전까지 파이썬 level 2, SQL level 3 까지는 풀고 싶다!!

문제 설명 https://school.programmers.co.kr/learn/courses/30/lessons/120921 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 내 풀이 처음 풀이(틀림) def solution(A, B): answer = 0 # B에서 A 첫번째 글자는 어디에 위치하는가? idx = B.index(A[0]) # B에서 A의 첫 번째 글자부터 문자열과 그 전의 문자열을 합쳐서 A와 같으면 idx 값을 answer로 if (B[idx:] + B[:idx]) == A: answer = idx else: answer = -1 ret..

문제 설명 https://school.programmers.co.kr/learn/courses/30/lessons/120876 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 풀이 def solution(lines): sets = [set(range(min(l), max(l))) for l in lines] return len(sets[0] & sets[1] | sets[0] & sets[2] | sets[1] & sets[2]) 혼자 풀지 못해서 다른 사람의 풀이를 보고 한 문제이다. 주어진 lines 배열의 각각 최소-최대 값을 파악해 이를 집합으로 담..

Naive Bayes : y를 우리가 분류하고자 하는 class, x는 input일 때, Naive Bayes는 X가 주어졌을 떄 feature 간의 conditional independent를 가정하고 posterior를 최대화하는 y를 예측값으로 결정 ## baseline code # Naive Bayes Classifier from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() # training gnb.fit(X, y) # Naive Bayes Classifier evaluation y_pred = gnb.predict(X_test) regression 평가 방법 : 모델을 제대로 ..

데이터 모델링이란? : 주어진 데이터에서 사용하고자 하는 x, 알고싶은 값 y에서 y=f(x)라는 함수로 x와 y 관계를 설명. - 이때, x를 독립변수(feature), y를 종속변수(label)이라고 부름 -> 이 y와 x의 관계를 효과적으로 설명하는 f(x) 함수를 만드는 일을 모델링이라고 함 - y 값이 존재하는 경우 supervised learning, -> y 값이 continuous(연속형) 값인 경우 regression task -> y 값이 categorical 값인 경우 classification task - y 값이 존재하지 않는 경우 unsupervised learning Bayes theorem의 관점에서 데이터 모델링 ..

정규표현식에서도 조건을 표현할 수 있다. 표현식1(?=표현식2) : 표현식1 뒤의 문자열이 표현식 2와 매치되면 표현식1을 매치한다. 'hello(?=world)' # hello 뒤에 world가 있으면 hello를 매치 ############# helloworld # hello 뒤에 world가 있기 때문에 hello가 매치됨 byeworld # hello가 없기 때문에 매치 안됨 helloJames # hello 뒤에 world가 없기 때문에 매치 안됨 표현식1(?!표현식2) : 표현식 1 뒤의 문자열이 표현식 2와 매치되지 않으면 표현식 1을 매치한다. 'hello(?!world)' # hello 뒤에 world가 없으면 hello를 매치 ############# helloworld # hello ..

2024.02.02 - [PYTHON] - [PYTHON] 정규표현식 활용하기 [PYTHON] 정규표현식 활용하기 정규표현식이란? 정규표현식(Regular expressions)은 특정한 규칙을 가진 문자열의 집합을 표현하는 데 사용하는 형식 언어이다. 복잡한 문자열의 검색과 치환을 위해 사용된다. https://wikidocs.net/4308 08 yeonnys.tistory.com 이번 글에서는 정규표현식의 다양한 메타 문자들을 알아보겠다! 메타 문자 : 메타 문자란 문자가 가진 원래의 의미가 아닌 특별한 용도로 사용되는 문자로, 정규표현식에서 사용되는 다양한 메타 문자가 있다. . ^ $ * + ? \ | ( ) { } [ ] [ ] : 대괄호 안에 포함된 문자들 중 하나와 매치 [abc] # ab..

문제 설명 https://school.programmers.co.kr/learn/courses/30/lessons/120956 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 내 풀이 def solution(babbling): words = ["aya", "ye", "woo", "ma"] for b in range(len(babbling)): for w in words: # 단어가 포함되면 빈칸으로 바꿈 babbling[b] = babbling[b].replace(w, ' ') # 모든 빈칸을 없애서 연결지음 babbling[b] = babbling[b]...