분류 전체보기
-
[백준] 알고리즘 1065. 한수 문제 어떤 양의 정수 X의 각 자리가 등차수열을 이룬다면, 그 수를 한수라고 한다. 등차수열은 연속된 두 개의 수의 차이가 일정한 수열을 말한다. N이 주어졌을 때, 1보다 크거나 같고, N보다 작거나 같은 한수의 개수를 출력하는 프로그램을 작성하시오. 입력 첫째 줄에 1,000보다 작거나 같은 자연수 N이 주어진다. 출력 첫째 줄에 1보다 크거나 같고, N보다 작거나 같은 한수의 개수를 출력한다. 예제 입력 110 예제 출력 99 예제 입력 1 예제 출력 1 예제 입력 210 예제 출력 105 예제 입력 1000 예제 출력 144 #include #include using namespace std; int dgtSequence(int n) { if (n == 1000)..
[백준] 알고리즘 1065. 한수[백준] 알고리즘 1065. 한수 문제 어떤 양의 정수 X의 각 자리가 등차수열을 이룬다면, 그 수를 한수라고 한다. 등차수열은 연속된 두 개의 수의 차이가 일정한 수열을 말한다. N이 주어졌을 때, 1보다 크거나 같고, N보다 작거나 같은 한수의 개수를 출력하는 프로그램을 작성하시오. 입력 첫째 줄에 1,000보다 작거나 같은 자연수 N이 주어진다. 출력 첫째 줄에 1보다 크거나 같고, N보다 작거나 같은 한수의 개수를 출력한다. 예제 입력 110 예제 출력 99 예제 입력 1 예제 출력 1 예제 입력 210 예제 출력 105 예제 입력 1000 예제 출력 144 #include #include using namespace std; int dgtSequence(int n) { if (n == 1000)..
2021.08.13 -
[백준] 알고리즘 4673. 셀프 넘버 문제 셀프 넘버는 1949년 인도 수학자 D.R. Kaprekar가 이름 붙였다. 양의 정수 n에 대해서 d(n)을 n과 n의 각 자리수를 더하는 함수라고 정의하자. 예를 들어, d(75) = 75+7+5 = 87이다. 양의 정수 n이 주어졌을 때, 이 수를 시작해서 n, d(n), d(d(n)), d(d(d(n))), ...과 같은 무한 수열을 만들 수 있다. 예를 들어, 33으로 시작한다면 다음 수는 33 + 3 + 3 = 39이고, 그 다음 수는 39 + 3 + 9 = 51, 다음 수는 51 + 5 + 1 = 57이다. 이런식으로 다음과 같은 수열을 만들 수 있다. 33, 39, 51, 57, 69, 84, 96, 111, 114, 120, 123, 129, ..
[백준] 알고리즘 4673. 셀프 넘버[백준] 알고리즘 4673. 셀프 넘버 문제 셀프 넘버는 1949년 인도 수학자 D.R. Kaprekar가 이름 붙였다. 양의 정수 n에 대해서 d(n)을 n과 n의 각 자리수를 더하는 함수라고 정의하자. 예를 들어, d(75) = 75+7+5 = 87이다. 양의 정수 n이 주어졌을 때, 이 수를 시작해서 n, d(n), d(d(n)), d(d(d(n))), ...과 같은 무한 수열을 만들 수 있다. 예를 들어, 33으로 시작한다면 다음 수는 33 + 3 + 3 = 39이고, 그 다음 수는 39 + 3 + 9 = 51, 다음 수는 51 + 5 + 1 = 57이다. 이런식으로 다음과 같은 수열을 만들 수 있다. 33, 39, 51, 57, 69, 84, 96, 111, 114, 120, 123, 129, ..
2021.08.13 -
Activation Function과 Vanishing Gradient Problem Activation Function은 간단하게 어떤 Input 데이터가 들어왔을 때 값을 normalize하여 active할지 inactive할지를 결정하는 함수입니다. 이러한 Activation Function에는 여러가지 함수가 존재하며 2가지 범주로 Output Layer에서 사용하는 함수와 Hidden Layer에서 사용하는 함수가 있습니다. Linear 들어온 Input 데이터에 대해서 선형 연산된 값을 그대로 출력하는 함수입니다. Sigmoid 질문에 대한 답이 Yes일 확률을 계산하는 확률 분포함수이며 0~1 사이의 값을 출력합니다. 일반적으로 2개의 카테고리를 예측할 때 Output layer에서 사용하되..
[딥러닝] Activation Function과 Vanishing Gradient ProblemActivation Function과 Vanishing Gradient Problem Activation Function은 간단하게 어떤 Input 데이터가 들어왔을 때 값을 normalize하여 active할지 inactive할지를 결정하는 함수입니다. 이러한 Activation Function에는 여러가지 함수가 존재하며 2가지 범주로 Output Layer에서 사용하는 함수와 Hidden Layer에서 사용하는 함수가 있습니다. Linear 들어온 Input 데이터에 대해서 선형 연산된 값을 그대로 출력하는 함수입니다. Sigmoid 질문에 대한 답이 Yes일 확률을 계산하는 확률 분포함수이며 0~1 사이의 값을 출력합니다. 일반적으로 2개의 카테고리를 예측할 때 Output layer에서 사용하되..
2021.08.07 -
Linear Algebra : 선형 독립 · 해집합의 성질① · 해집합의 성질② 선형대수학 #25~27 요약 노트입니다. 선형 독립 · 해집합의 성질① · 해집합의 성질② 에 관한 내용 정리입니다.
[Linear Algebra] #25~27. 선형 독립 · 해집합의 성질① · 해집합의 성질②Linear Algebra : 선형 독립 · 해집합의 성질① · 해집합의 성질② 선형대수학 #25~27 요약 노트입니다. 선형 독립 · 해집합의 성질① · 해집합의 성질② 에 관한 내용 정리입니다.
2021.08.07 -
Linear Algebra : 연립선형방정식과 행렬의 관계② · 벡터공간과 부분공간 · 선형 결합과 생성(span) 선형대수학 #22~24 요약 노트입니다. 연립선형방정식과 행렬의 관계② · 벡터공간과 부분공간 · 선형 결합과 생성(span)에 관한 내용 정리입니다.
[Linear Algebra] #22~24. 연립선형방정식과 행렬의 관계② · 벡터공간과 부분공간 · 선형 결합과 생성(span)Linear Algebra : 연립선형방정식과 행렬의 관계② · 벡터공간과 부분공간 · 선형 결합과 생성(span) 선형대수학 #22~24 요약 노트입니다. 연립선형방정식과 행렬의 관계② · 벡터공간과 부분공간 · 선형 결합과 생성(span)에 관한 내용 정리입니다.
2021.08.07 -
RNN 순환 신경망으로 영화 평론 감정 분석 예측기 만들기 이전에 알려드린 순환 신경망 RNN 이론을 바탕으로 분석기를 하나 만들어보겠습니다. IMDb: Ratings, Reviews, and Where to Watch the Best Movies & TV Shows IMDb is the world's most popular and authoritative source for movie, TV and celebrity content. Find ratings and reviews for the newest movie and TV shows. Get personalized recommendations, and learn where to watch across hundreds of streaming provi..
[딥러닝] RNN 순환 신경망으로 영화 평론 감정 분석 예측기 만들기RNN 순환 신경망으로 영화 평론 감정 분석 예측기 만들기 이전에 알려드린 순환 신경망 RNN 이론을 바탕으로 분석기를 하나 만들어보겠습니다. IMDb: Ratings, Reviews, and Where to Watch the Best Movies & TV Shows IMDb is the world's most popular and authoritative source for movie, TV and celebrity content. Find ratings and reviews for the newest movie and TV shows. Get personalized recommendations, and learn where to watch across hundreds of streaming provi..
2021.08.06