Category: Devlog

0

Mock Test / Modulus

Core1반복문 안에서 일정 주기로 적용해야하는 무언가가 있다면 Modulus 연산자를 의심해보자. Question수포자는 수학을 포기한 사람의 준말입니다. 수포자 삼인방은 모의고사에 수학 문제를 전부 찍으려 합니다. 수포자는 1번 문제부터 마지막 문제까지 다음과 같이 찍습니다. 1번 수포자가 찍는 방식: 1, 2, 3, 4, 5, 1, 2, 3, 4, 5

0

Number of PY / String

Core1String의 대소문자 구분으로 인해 문제풀이가 번거로운 경우 toUpperCase(), toLowerCase() 함수로 통일하자. Question대문자와 소문자가 섞여있는 문자열 s가 주어집니다. s에 ‘p’의 개수와 ‘y’의 개수를 비교해 같으면 True, 다르면 False를 return 하는 solution를 완성하세요. ‘p’, ‘y’ 모두

0

Sum between Two Integers / Arithmetic Sequence

Coresum = {(first + last) size \over 2}Question두 정수 a, b가 주어졌을 때 a와 b 사이에 속한 모든 정수의 합을 리턴하는 함수, solution을 완성하세요. 예를 들어 a = 3, b = 5인 경우, 3 + 4 + 5 = 12이므로 12를 리턴합니다. 12input : int a, int boutput : lo

0

String in Descending Order / Sort

Core12345기본적으로 설정되어 있는 char 타입의 정렬 기준은 ASC값을 따른다. Question문자열 s에 나타나는 문자를 큰것부터 작은 순으로 정렬해 새로운 문자열을 리턴하는 함수, solution을 완성해주세요. s는 영문 대소문자로만 구성되어 있으며, 대문자는 소문자보다 작은 것으로 간주합니다. 12input : String soutput

0

Workout Clothes / Greedy

Core12345Greedy 접근법의 핵심은 해당 문제에 대한 근시안적 방법이 최선의 해결책임을 증명하는 것이다. Question점심시간에 도둑이 들어, 일부 학생이 체육복을 도난당했습니다. 다행히 여벌 체육복이 있는 학생이 이들에게 체육복을 빌려주려 합니다. 학생들의 번호는 체격 순으로 매겨져 있어, 바로 앞번호의 학생이나 바로 뒷번호의 학생에게만 체육복

0

Sort using Comparator / Sort

Core1Comparator 클래스를 활용하여 Custom Sorting을 구현해보자. Question문자열로 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 s

0

Network / DFS

Core123그래프에서 서로 연결되어 있지 않은 경우를 생각해보자. Question네트워크란 컴퓨터 상호 간에 정보를 교환할 수 있도록 연결된 형태를 의미합니다. 예를 들어, 컴퓨터 A와 컴퓨터 B가 직접적으로 연결되어있고, 컴퓨터 B와 컴퓨터 C가 직접적으로 연결되어 있을 때 컴퓨터 A와 컴퓨터 C도 간접적으로 연결되어 정보를 교환할 수 있습니다. 따라서

0

Scanner

Scanner1표준입력 클래스인 Scanner에 대해서 정리해두자. Scanner 인스턴스 생성123456789import java.util.Scanner; // Scanner Class 가져오기.public class Main { public static void main(String[] args) { Scanner

0

Normalization, Overfitting, Underfitting

Normalization입력 데이터를 들어오는 그대로 사용하면 문제가 생길수도 있다. 예를 들어 2개의 입력을 받아서 1개의 결과를 도출하는 Machine Learning Model이라고 생각해보자. 근데 이 2개의 입력 값의 범주가 1개는 1 ~ 10 범위를 가지고 있고 다른 하나는 1000 ~ 10000이라면 단지 이 데이터의 수치에 의해 그 입력값의

0

Train set, Validation set, Test set

각 Data Set의 역할.일반적으로 Overfitting을 방지하기 위해서 Data set을 3가지로 구분하여 학습을 진행한다. 1. Train Set 학습을 위한 데이터셋이다. 가장 기본적으로 사용되며 일반적으로 Data Set의 60%를 사용한다. 2. Validation Set 모델을 평가하기 위한 데이터셋이다. 하이퍼 파라미터나 Hypoth