홈

CREATED TIME: Jan 19, 2020 4:06 PM UPDATED TIME: Jan 19, 2020 4:06 PM 난이도: Medium bool cmp(const vector &a, const vector&b){ if(a[0] != b[0]){ return a[0] > b[0]; }else{ return a[1] < b[1]; } } class Solution { public: vector<vector<int>> reconstructQueue(vector&...

Files: https://strutive07.github.io/assets/images/4_7_Naive_Bayes_to_Logistic_Regression/IE661-Week_4-Part_3-icmoon-ver-1.pdf last update datetime: Jan 19, 2020 3:18 PM 기존 나이브 베이즈 분류기는 Y 와 X 간에 Y 가 모든 feature의 latent variable이란 가정으로 conditional independent 을 만들어서 분류기를 만들었다. Gaussian Naive bayes 각 feature들이 continuous random variable 이라면? 우리...

Files: https://strutive07.github.io/assets/images/4_6_Logistic_Regression_Parameter_Approximation_2/IE661-Week_4-Part_2-icmoon-ver-1.pdf last update datetime: Jan 19, 2020 11:30 AM 4.4, 4.5에서 배웠던 gradient descent 를 logistic regression에 적용해보자. Finding θ with Gradient Ascent gradient ascent는 다음과같이 진행할 수있다(4.4, 4.5 참고) ascent이므로 unit vector...

Codes: https://strutive07.github.io/assets/images/4_5_How_Gradient_method_works/Week_4.zip Files: https://strutive07.github.io/assets/images/4_5_How_Gradient_method_works/IE661-Week_4-Part_2-icmoon-ver-1.pdf last update datetime: Jan 17, 2020 12:05 AM 4.4 에서 배웠던 gradient descent 를 rosenbrock function 예시를 통해서 알아보자. Rosenbrock function 이 식은 (...

Files: https://strutive07.github.io/assets/images/4_4_Gradient_Method/IE661-Week_4-Part_2-icmoon-ver-1.pdf last update datetime: Jan 16, 2020 11:50 PM Gradient Descent / Ascent 특정 fuction f(x), x1 이라는 위치가 있다고 가정해보자. 이 함수를 gradient desccent를 사용하여 optimize하려면 어떻게 해야할까? 간단히 생각하면, f(x) 값을 낮게 바꾸면 될것이다. 그럼 이걸 어떻게? 미분해서 목표하는 방향을 찾고, 해당 방향으로 이동하면된다....

CREATED TIME: Jan 15, 2020 1:11 AM UPDATED TIME: Jan 15, 2020 1:11 AM 난이도: Easy /** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode left; * TreeNode *right; * TreeNode(int x) : val(x), left(NULL), right(NULL) {} * }; */ class Solution { public: ...

Files: https://strutive07.github.io/assets/images/4_1_2_3_Decision_Boundary_introduction_to_logistic/IE661-Week_4-Part_1-icmoon-ver-1.pdf last update datetime: Jan 15, 2020 12:52 AM 나이브 베이즈에서는 naive assumption에 대해 정의가 필요했다. 이 navie assumption 정의를 하지 않는 logistic regression을 배워보자. 판단이 바뀌는 지점을 Decision boundary 라고 한다. 결국 decision boundary 근처에서...

Files: https://strutive07.github.io/assets/images/3_2_3_3_Conditional_Independence_Naive_Bayes_Class/IE661-Week_3-Part_2-icmoon-ver-1.pdf last update datetime: Jan 13, 2020 1:42 AM 3.1에서 나왔던 결론을 다시 살펴보면, joint probability 를 구하는데 너무 많은 연산이 필요하다. 무려 이만큼의 경우가 존재한다. Conditional independence 왼쪽 확률을 구하기 너무 힘드니, 각 feature 들이 독립적이라고 가정해보자. ...

Files: https://strutive07.github.io/assets/images/3_1_Optimal_Classification/IE661-Week_3-Part_1-icmoon-ver-1.pdf last update datetime: Jan 13, 2020 1:38 AM Optimal classification 주어진 데이터에 대해서 최적의 결과를 도출해내는 function 을 찾는것이다. function은 error을 minimization 하는 방향으로 설계되어야한다. X 값이 작을때는 초록색으로, X 값이 클때는 빨강색 값으로 판별하는것이 옳을것이다. Bayes classifier 원...

CREATED TIME: Jan 12, 2020 12:03 AM UPDATED TIME: Jan 12, 2020 12:03 AM 난이도: Easy class Solution { public: int maxSubArray(vector& nums) { int size = nums.size(); vector<int> dp(size, 0); dp[0] = nums[0]; int res = dp[0]; for(int i=1; i<size; i++){ if (dp[i - 1] +...

CREATED TIME: Jan 12, 2020 12:19 AM UPDATED TIME: Jan 12, 2020 12:19 AM 난이도: Medium class Solution { public: vector countBits(int num) { vector<int> nums(num + 1, 0); for(int i=0; i<=num; i++){ nums[i] = nums[i >> 1] + (i & 1); } return nums; } };

Codes: https://strutive07.github.io/assets/images/3_4_Naive_Bayes_Classifier_Application_Matlab_Code/Week_3.zip Files: https://strutive07.github.io/assets/images/3_4_Naive_Bayes_Classifier_Application_Matlab_Code/IE661-Week_3-Part_3-icmoon-ver-1.pdf last update datetime: Jan 12, 2020 12:53 PM 리뷰에 대한 sentiment analysis 를 진행해보자. 기존에는 feature...