🌲자라나는청년

이번에 영어성적이 만료되어서 TEPS 부를 했는데, 해 놓은김에 한국에서 많이 쓰이는 토익 시험도 쳤다. 2년전 처음 쳤을때 860점이었고, 이번에 칠 때 목표는 870점이 목표였다.(900점대가 나오면 더 좋고! 😁) 텝스를 공부를 하면서 쳐서인지, 다행이 900점대의 점수가 나왔다. 공부 후기, 책 추천, 영상 추천 공부기간 : 토익이랑 병행해서 3주!( + 졸업연구) 하루하루 엄청 토익에만 매달린건 아니고, 그래도 모의고사는 3일에 한번, 유튜브 영상 들은 꾸준히 들었다. 마지막 일주일은 열심히 공부했다. 원래 영어에 기본이 하나도 없는건 아니었고, 텝스를 공부를 좀 하다가 토익을 것이라 바로 모의고사 문제를 풀었다. 단어 단어장을 따로 구매하진 않았고, 문제를 풀면서 리딩이나 리스닝을 하며 모르는..

12345678910111213def solution(phone_book): answer = True for i,phone in enumerate(phone_book): phone_book[i] = phone.replace(" ","") phone_book.sort() for i in range(len(phone_book)-1): for j in range(i+1,len(phone_book)): if(phone_book[j].startswith(phone_book[i])): answer = False return answer return answerColored by Color Scriptercs

서론 나의 졸업과제 주제는 '주가 예측'이다. 딥러닝으로 구현만 할 수있다면, 엄청난 부자가 될 수 있는 주제지만, 대부분의 관련 논문에서는 주식은 변수가 많아서 예측이 어렵다는 말이 많았다. 어찌되었든, 주가의 상승을 예측하는 과제를 하게 되었고, 가장 큰 난관은.. 데이터 가공이었다. 이번 글에서는 내가 그야말로 싱싱한 데이터.. 를 받게 되었을 때 한학기동안의 삽질을 통해 얻게된 지식을 기록해 보고자 한다. 얻게된 지식 1. Domain(데이터를 준 사람들의 분야의 지식)을 알기 프로젝트를 시작할 때만 해도 거의 주식에 문외한인 주알못 이기 때문에, 회사에서 준 데이터를 그냥 최소한의 가공만 해서, 모델에 넣었다. 그러나, 그러기 이전에 Domain에 대한 최소한의 공부는 선행이 되었어야 한다. (..

계단오르기 문제, 다이나믹 프로그래밍으로 풀었다. 나의코드 12345678910111213141516N = int(input())d = [[0,0]for _ in range(N+1)] # 0: 바로전 1: 두칸전for n in range(1,N+1): num = int(input()) if(n == 1): d[n][0] = num d[n][1] = num elif(n == 2): d[n][0] = d[n-1][0] + num d[n][1] = num else: d[n][0] = d[n-1][1] + num d[n][1] = max(d[n-2][0], d[n-2][1]) + num # max 인것에 주의 print(max(d[N][0], d[N][1])) Colored by Color Scriptercs

오랜만에 프로그래밍 문제를 풀어보았다. 나의 풀이 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 #123 더하기 N = int(input()) d = {} d[0] = 0 d[1] = 1 d[2] = 2 d[3] = 4 d[4] = 7 for n in range(N): target = int(input()) for i in range(1+target): if(i not in d.keys()): d[i] = d[i-1] + d[i-2] + d[i-3] print(d[target]) cs 새로운 지식 dict안에 key가 있는지 확인할때, i in dict.keys()

요즘 한 일 데이터 전처리 딥러닝 어린이에게 찾아온.. 데이터 전처리라는 시련.. 내가 하고 있는 졸업과제는 이미 그전에 하던 분이 데이터 전처리를 완료해 두셔서, 정데된 데이터를 딥러닝 모델에 알맞게 넣기만 하면 됐었다. 그러나 최근에 새로운 데이터를 사용해 보자는 의견이 나왔고, 데이터 전처리를 하게 되었다. 전처리 하면서 겪은 문제는 다음과 같다. NAN이면 안될자리에 자꾸 튀어나오는 NAN(왜지? 여기서 왜??) 셔플조차 조심히 해야하는 나의 상황(자세히 말하자면 input으로 넣어야 하는 파일이 두개인데 두개인데, 둘다 반드시 "동일한 index"로 셔플이 되어야 했다.) 노트북으로 작업중인데 버거워하는 나의 gram.. 최대한 이전 데이터파일과 형식을 맞춰본다고 맞춘건데 모델이 넣어보니까 달랐..

요즘 한 일 데이터 전처리 코드 딥러닝 연구에 있어서, 새롭게 input을 추가해야할 일이 있어서, 형식에 맞게 데이터를 전처리 하는 과정을 하게 되었다. 받은 데이터는 일단 연습용으로 2년간 모인 KOSPI의 종가와 시가 데이터를 받았고, 이전에 이 프로젝트를 하고 계시던 분께 데이터 전처리 코드를 받았다. 지금 개발하는 모델은 모델이 급성주인지, 아닌지를 판단하는 모델인데, 데이터 전처리를 통해 전체 주가 데이터에서 급성주인 데이터만 추출 해내는 것이 목표였다. (급성주의 기준은 20일 이내에 40% 이상 상승하는 것을 급성주라 정의했다) 기존의 코드에서는 종가 데이터만 보고 종가가 급성장 하는 부분을 추출해 내는 방식을 사용하였다. 하지만 이번에는, 인풋값에 종가 뿐만 아니라, 시가 , 최고, 최저..

요즘 한 일 인턴이 끝난지 어언.. 3개월. 엄청난 보상심리에 빠져 인생 최대 게으름과 힐링 그 사이 어딘가를 맛보다 겨우 부지런해지고 싶다는 마음이 들었으나, 코로나 사태로 집 안에만 있게 되어버린 요즘! 한 일 1. 졸업 프로젝트 진행📃 - 포항에 남아 있으면서 졸업 연구를 시작하게 되었다. 딥러닝으로 주가예측과 관련된 프로젝트를 하고 있다. 딥러닝을 공부해본지 얼마 되지 않아서 꽤 부담이 된다. - RNN, DNN모델을 만들어 보았고, 이것저것 파라미터를 바꾸면서 실험중. 그런데 데이터 자체가 살짝 아쉽다. 크기가 좀 작은것 같기도 하고, 정확하게 분류가 되어있지 않은 느낌 ㅠㅠ 2. 특허 완료💰🧾 - 정말 오래오래 해 오던 특허가 드디어 끝나고 필요한 서류를 모두 제출했다 - 특허를 제출하는 경험..