본문 바로가기
LeetCode 136. Single Number - Python LeetCode 136. Single Number - Python Given a non-empty array of integers, every element appears twice except for one. Find that single one. Note: Your algorithm should have a linear runtime complexity. Could you implement it without using extra memory? Example 1: Input: [2,2,1] Output: 1 Example 2: Input: [4,1,2,1,2] Output: 4 Solution 1 : class Solution: def singleNumber(self, nums: List[int]) .. 2020. 8. 6.
[ADsP] 데이터 마이닝 개요 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 #데이터 마이닝의 정의 - 거대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 과정 - 기업이 보유한 고객, 거래, 상품데이터 등과 이외의 기타 외부 데이터를 기반으로 감춰진 지식, 새로운 규칙 등을 발견하고 이를 비즈니스 의사결정 등에 활용하는 일련의 작업 #데이터 마이닝의 기능.. 2020. 8. 6.
[ADsP] 분류 분석 - 로지스틱 회귀모형 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 분류 분석 - 알려진 다변량 자료를 이용하여 모형을 구축하고, 이를 통해 새로운 자료에 대한 예측 및 분류 수행이 목적 - *반응변수가 범주형인 경우 → 새로운 자료에 대한 분류가 주목적 - 반응변수가 연속형인 경우 → 새로운 자료에 대한 예측이 주목적 (*반응변수 = 종속변수) 로지스틱 회귀모형 .. 2020. 8. 6.
LeetCode 104. Maximum Depth of Binary Tree - Python LeetCode 104. Maximum Depth of Binary Tree - Python Given a binary tree, find its maximum depth. The maximum depth is the number of nodes along the longest path from the root node down to the farthest leaf node. Note: A leaf is a node with no children. Example: Given binary tree [3,9,20,null,null,15,7], 3 / \ 9 20 / \ 15 7 return its depth = 3. Solution 1 (Recursive) : class Solution: def maxDep.. 2020. 8. 4.
LeetCode 617. Merge Two Binary Trees - Python LeetCode 617. Merge Two Binary Trees - Python Given two binary trees and imagine that when you put one of them to cover the other, some nodes of the two trees are overlapped while the others are not. You need to merge them into a new binary tree. The merge rule is that if two nodes overlap, then sum node values up as the new value of the merged node. Otherwise, the NOT null node will be used as .. 2020. 8. 3.
[ADsP] 군집 분석 - SOM (Self-Organizing Maps, 자기조직화지도) 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 군집 분석 계층적 군집 비계층적 군집 (K-means) 혼합 분포 군집 (EM 알고리즘) SOM SOM(Self-Organizing Maps, 자기조직화지도) #SOM의 정의 및 특징 - 비지도 신경망으로 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬해 지도의 형태로 형상화하는 것으로 입력.. 2020. 8. 3.
[ADsP] 군집 분석 - 혼합 분포 군집 (EM 알고리즘) 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 군집 분석 - 군집 분석은 관측값들을 유사한 성격을 가지는 몇 개의 군집으로 집단화하고, 군집의 특성을 파악하여 군집사이의 관계를 분석하는 다변량분석 기법이다. - 군집 분석 종류 : 계층적 군집 비계층적 군집 (K-means) 혼합 분포 군집 (EM 알고리즘) SOM 혼합 분포 군집 #혼합 분포의.. 2020. 8. 3.
[ADsP] 군집 분석 - 비계층적 군집 (K-평균 군집 분석) 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 군집 분석 계층적 군집 비계층적 군집 (K-means) 혼합 분포 군집 (EM 알고리즘) SOM 비계층적 군집방법 #비계층적 군집방법의 정의 및 특징 - n개의 개체를 g개의 군집으로 나눌 수 있는 모든 방법을 점검해 최적화한 군집을 형성 - 자료의 크기에 제약이 없음 #비계층적 군집방법의 장점과 .. 2020. 8. 3.
[ADsP] 군집 분석 - 계층적 군집 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 계층적 군집 #계층적 군집 정의 및 특징 - 가장 유사한 개체를 묶어 나가는 과정을 반복하여 원하는 개수의 군집을 형성하는 방법 (n개의 군집으로 시작해 점차 군집의 개수를 줄어나가는 방법) - 군집을 형성하는 매 단계에서 지역적 최적화를 수행해 나가는 방법 (전역적인 최적해라고 볼 수 없음) - .. 2020. 8. 3.
[ADsP] 의사결정나무 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 3-3-1. 데이터 마이닝 개요 3-3-2. 분류 분석 3-3-3. 군집 분석 3-3-4. 연관 분석 분류 분석 로지스틱 회귀모형 신경망 모형 의사결정나무 모형 앙상블 모형 분류 모형 평가 의사결정나무 모형 #의사결정나무 정의와 특징 - 분류함수를 의사결정 규칙으로 이뤄진 나무 모양으로 그리는 방법 - 의사결정나무는 분류(classification)와 회귀(regression) 모두 가능하다. - .. 2020. 8. 1.
[코드업 기초 100제] 1001~1099 (파이썬) - 문제 풀이용 CodeUp에서 제공한 문제를 Python3으로 풀었습니다. '더보기'를 클릭하면 정답 코드가 보입니다. #1001 : [기초-출력] 출력하기01 다음 단어를 출력하시오. Hello 더보기 print("Hello") #1002 : [기초-출력] 출력하기02 다음 문장을 출력해보자. Hello World (대소문자에 주의한다.) 더보기 print("Hello World") #1003 : [기초-출력] 출력하기03 다음과 같이 줄을 바꿔 출력해야 한다. Hello World (두 줄에 걸쳐 줄을 바꿔 출력) 더보기 print("Hello\nWorld") #1004 : [기초-출력] 출력하기04 다음 문장을 출력하시오. 'Hello' 더보기 print("'Hello'") #1005 : [기초-출력] 출력하기0.. 2020. 7. 28.
[코드업 기초 100제] 1001~1099 (파이썬) #1001 : [기초-출력] 출력하기01 print("Hello") #1002 : [기초-출력] 출력하기02 print("Hello World") #1003 : [기초-출력] 출력하기03 print("Hello\nWorld") #1004 : [기초-출력] 출력하기04 print("'Hello'") #1005 : [기초-출력] 출력하기05 print('"Hello World"') #1006 : [기초-출력] 출력하기06 print('"!@#$%^&*()"') #1007 : [기초-출력] 출력하기07 print('"C:\Download\hello.cpp"') #1008 : [기초-출력] 출력하기08 print('''\ #따옴표 3개는 줄바꿈 그대로 출력 ┌┬┐ ├┼┤ └┴┘ ''') (9번 문제는 없음) #.. 2020. 7. 28.

티스토리툴바