알고리즘(52)
-
Spam Classifier - implementation with Octave
* 첨부된 자료의 저작권은 COURSERA에 있음을 미리 밝힙니다. Spam Classifier - Implementation with Ocave 이번 시간에는 지난 시간에 논의한 바를 바탕으로 Spam Classifier 모델을 직접 구현해보았다.Spam Classifier Algorithm이 이메일을 분류하는 과정은 다음과 같다. 1. Preprocessing Emails 이메일을 처리하기 전에, 프로그램이 이메일을 처리하기 쉽도록 '전처리'단계를 밟아주는 것이 중요하다. 이 전처리 단계에서는 숫자들, 특수기호들, 서로 다른 URL주소들 등을 각자의 기준을 가지고 지정된 특정한 String으로 대체해 주는 것이다.예를 들어 모든 이메일 주소들은 "emailaddr", URL 주소들은 "httpaddr..
2019.02.14 -
[BOJ_14889 | DFS & BackTracking] 스타트와 링크
풀이 이 문제 역시 삼성 SW 역량테스트 기출문제 였다. DFS 백트래킹에 관한 간단한 문제였는데, 백트래킹이란, 모든 경우의 수를 모두 고려하는 알고리즘으로써,위 주어진 문제와 같이 팀을 나눌 수 있는 모든 경우의 수를 고려하는 데에 적합하다. 우선 DFS함수를 0~n/2 - 1 에 해당하는 Vertex에서 실행한다. 절반만 돌리는 이유는 순열이 아니라 조합을 구하는 문제이기 때문에 어차피 한 팀을 구하면 나머지 팀이 자동으로 결정되기 때문에 시간낭비를 막기 위한 처리였다. 예를 들어0에서 시작한 DFS는 우선 점을 하나 방문했으므로 isVisit[0] = true로 바꿔주고 방문한 점의 개수를 나타내는 len의 길이를 1 증가시켜 준다.len == n/2인 경우 하나의 조가 짜여진 경우이므로 팀을 나..
2019.02.14 -
[BOJ_14503 | DFS] 로봇 청소기
풀이 삼성 SW 역량 테스트 기출문제로, DFS의 간단한 응용 능력을 물어보는 문제였던 것 같다. DFS를 수행하는 방법이야 재귀를 이용해서 처리하면 되지만, 이 문제의 경우에는 DFS를 실행하는 순서를 처리하는 방식이 살짝 까다로운 부분이 있었다. 우선, 문제에서 제시한 방향에 따라 direction변수를 설정해 주었다. 0 - North1 - East2 - South3 - West 그리고 LeftRotate의 경우 direction변수가 들어왔을 때 그 방향의 왼쪽으로 회전한 방향을 출력하도록 처리하였다.예를 들어, 0이 들어오면 북쪽의 좌회전 방향인 서쪽을 가리키는 3을 출력하는 식이다. 그리고 dx[], dy[] 배열을 선언하고, 제시한 방향에 맞게 x, y를 변화시키는 값을 저장하였다.예를 들어..
2019.02.14 -
[BOJ_1927 | Heap] 최소 힙
풀이 최소 힙(MIn Heap)을 직접 구현하는 문제였다.Heap은 연결 리스트로 구현하는 것 보다는 배열(Array)을 이용해서 구하는 것이 정신건강에도 좋고 구현하기 편리하다. 배열로 힙을 구현하면, 물론 데이터의 수를 알 수 없는 경우에는 저장 공간의 낭비가 생길 수 있겠지만그 경우에도 추가적인 메소드 구현을 통해 공간을 줄여주거나 공간을 늘려주면 되므로 큰 무리는 없다.가장 좋은 점은 Left Child, Right Child, Parent의 데이터를 index만으로 접근할 수 있다는 점이다. index 0부터 시작하는 경우에는Left Child = i*2+1Right Child = i*2+2Parent = (i-1)/2로 접근할 수 있다. 소스 코드 1234567891011121314151617..
2019.02.13 -
[BOJ_14502 | DFS] 연구소
풀이 설마 이렇게 벽을 3개 세울 수 있는 모든 경우의 수를 다 확인해 봐야하는 건가? 라고 생각하면서 문제를 풀었던 것 같다. 하나의 벽을 세우기 위해서 행과 열을 세는 n*m반복문을 세워야하고 벽을 3개 세워야 하므로벽을 세우는 데만 반복문을 6개를 사용했고, 또 DFS를 위해 반복문을 두개 또 집어넣어야 해서결과적으로는 반복문을 8개나 집어넣는 어마무시한 일이 발생해버렸다. 하지만 애초에 n
2019.02.12 -
Neural Networks & BackPropagation with Octave
Programming Exercise 4: Neural Networks Learning 이번 프로그래밍 과제에서는 저번 과제에서 잠깐 살펴보았던 hand-written digit들의 pixel data matrix를 기반으로 Forward Propagation & BackPropagation을 수행하는Neural Networks Model을 구현하였다.구현해야 하는 파일은 다음과 같았다. ex4.m - Octave/MATLAB script that steps you through the exercise ex4data1.mat - Training set of hand-written digits ex4weights.mat - Neural network parameters for exercise 4submit..
2019.02.11