분류 전체보기

🔗 1282. Group the People Given the Group Size They Belong To조건을 처음에 잘못 파악해서 문제였다. groupSizes.length == n : 즉 groupSize의 길이 만큼의 사람이 0 ~ n-1 의 번호를 받아서 대기중!groupSize = [3, 3, 3, 3, 3, 1, 3] 이라고 했을 때 5번째 index 값이 1 이다. 5는 1명만 있는 그룹으로 가야한다는 뜻! 0번째 는 3이므로 0번 사람은 3명이 있는 그룹에 배정되어야 한다. 이 조건을 만족하는 한가지 경우만 출력한다. 이 문제를 해결하기 위해 array 와 dictionary를 썼다. 우선 groupSize를 순환하며 그룹 배정을 해주는 데 dictionary에 key 값은 인원수, ..

Search, Insert, Delete를 모두 상수시간에 하는 것이 목표다!가능할까?➡️ key 값 비교를 하지 말고 key 값으로 자리를 정하자! Hashing Methoddivsion hashing - h(k; p) : k mod p (p는 소수이고 table size와 비슷하면서 작은 숫자 주로 2의 거듭제곱)근데 2의 거듭제곱을 divisor로 사용했을 때 문제점: $2^3$로 하면 하위 3개 digit들만 영향을 받음 그럼!multiplicative hashing - $h(k; a) =  \left \lfloor (a\times k \times mod W)/(W/M)\right \rfloor$a는 보통 W에 대한 소수로 정함근데 만약에 $W=2^w$이고 $M=2^M$이면...? - right ..

🔗 2433. Find The Original Array of Prefix Xor 오늘도 그렇게 어렵지 않았다. XOR 연산을 이용한 문제였다. 어제와 마찬가지로 array를 사용하여 bit 연산을 하면 된다.이번에도 런타임과 메모리를 챕처해 봤는데, 사실상 제출할 때마다 크게 효율성이 변동되어 그렇게 믿을 만한 지표는 아니라고 한다....압도적이지 않으면 그냥 거기서 거기인듯...! class Solution: def findArray(self, pref): answer = [] acc = 0 # memorization 역할 for idx, element in enumerate(pref): if not len(answer): ..

🔗1476. Subrectangle Queries 오늘 딥러닝 시험 대차게 말아먹고 와서 코딩 테스트 문제 풀었는데 😇내 마음을 아는 건지엄청 쉬운 문제였다. 근데 뭘 물어보고 싶은건지 모르겠다. 뭐지 그냥 배열인데 class SubrectangleQueries: def __init__(self, rectangle): self.rectangle = rectangle def updateSubrectangle(self, row1: int, col1: int, row2: int, col2: int, newValue: int) -> None: for x in range(row1, row2 + 1): for y in range(col1, col2 + 1)..

여기는 식이 시험에 나올거 같아서 다 써봤다.VAE : Variational AutoEncoderGAN : Generative Adversarial NerworksDiffusion Model

시험공부를 했습니다.2024.06.13 - [딥러닝] - Language Deep Learning 찍먹 Language Deep Learning 찍먹Language에 대한 deep learning 내용들을 아주 얇게 찍먹해 보겠다.NLP ( Natural Language Processing) - 자연어 처리 text 분류, 번역, 자막 자동 생성, image captioning 등등등text data를 다룰 때 문제점 문서들의 길daily-programming-til.tistory.com2024.06.13 - [딥러닝] - Deep Learning 기본 내용들 (Bayes 정리, Maximum Likelihood, prior, Maximum posterior) Deep Learning 기본 내용들 (Ba..

UNLABELED DATA 세상에는 Label이 없는 데이터가 훨씬 많다. 이걸로 학습하는 게 진짜임 Self Supervised LearningImputation Tasksinput을 두 부분으로 나눠서 하나는 가리고 (hidden) 하나는 보이게 해서 hidden 부분을 예측하게 하는 것Visible 한 부분으로 hidden을 예측 할 수 있다는 inductive bias가 존재함ex) fill-in-the-blank 같은것(BERT)Proxy Tasks예를 들어 사진을 돌려서 준다음에 몇도가 돌아갔는 지 예측하도록 하는 것target을 잘 나타내는 representation을 배우는 것이 목적Contrastive TasksLearning Distance Metriceslabel이 없는 데이터 간 거..

데이터의 양이 적을 때 쉽게 overfit 될 수 있는 문제를 어떻게 해결해야 하는가? Data Augmentation random cropzoom뒤집기Transfer Learning 데이터가 많은 task(pre-training)한 내용을 기반으로 데이터가 별로 없는 task(fine-tuning)하기source data랑 target data가 비슷해야 함단순히 마지막 layer를 잘라내 버리고 원하는 task 하도록 붙여버림 Domain Adaptation서로 다른 Domain의 input을 넣는 데 output은 같은 domain이여서 "dual" of transfer learning그니까 domiain adversarial learning을 해야하는 데 source에서 오는 input인지, ta..