728x90

Deep Learning 53

백준 2869

#2869 a,b,v = map(int, input().split()) # x : 걸리는 일이라고 한다면, (x-1)까지 a-b만큼 올라갈 것이고 마지막 날은 a만큼만 올라간다. # 그러므로 (x-1)(a-b) + a >= v # 따라서 x에 관한 식은 : (v-a)/(a-b) + 1 # 소수는 모두 올림해야한다. import math count = math.ceil((v-a)/(a-b)) + 1 print(count) . . . 나는 단순하게 처음부터 더하고 빼고 그날을 세어 결과를 만들었다. 그렇게 하였더니 예제 3이 제 값이 나오지 않았다. 차근차근 다시 생각하고 힌트를 얻은 후 다시 작성하였더니 짧고 간결하게 나왔다. 항상 생각하지만 코드 하나 구현하는데 참 많은 생각과 시간이 필요하다.

백준 1712, 2292

#1712 a = int(input()) # a: 고정비용 b: 가변비용 c: 노트북 가격 b = int(input()) c = int(input()) if b >= c: print(-1) else: print(int(a/(c-b) +1)) 처음 봤을 땐 글부터 이해를 하지 못했다 ㅋㅋ 천천히 읽어보자면, x = 생산 대수일 때, a+b*x = c 이면 손익분기점을 가질 수가 없다. 손해가 커지니까! 수학적인 계산만 해낸다면 생각해낼 수 있는 문제였다. #2292 n = int(input()) room = 1 move = 6 cnt = 1..

백준 1152,2908,5622

#1152 word = input().split() print(len(word)) #2908 a,b = input().split() a_reverse = int(a[::-1]) b_reverse = int(b[::-1]) print(max(a_reverse, b_reverse)) #5622 word = input() list = ['ABC','DEF','GHI','JKL','MNO','PQRS','TUV','WXYZ'] time = 0 for j in range(len(word)): for i in list: if word[j] in i: time += list.index(i)+3 print(time) 2908번에서 역순으로 넣으려고 reverse를 쓰다가 str에만 된다는것을 깨닫고 했지만 잘못 쓴건지..

Anomaly Detection -2

이상치 탐지 이미지를 우리 눈으로 분류 가지고 있는 사진들은 정면에서 보이는 사진, 우측 치아만 보이거나 좌측 치아만 보이는 경우, 윗 또는 아래 치아가 보이는 경우, 입술이 더 잘 보이는 경우, 치아보다는 입 위주의 사진 등 다양했습니다. 이를 더 확실하게 잡아내기 위해 ㉮ 정면에서 치아의 모습이 보이는 경우 ㉯ 좌측 아래 (또는 위) 치아의 모습 ㉰ 우측 아래 (또는 위) 치아의 모습 등으로 모두 파일을 따로 만들어 분류를 하였습니다. Feature map 추출로 중간점검 저희가 가진 이미지를 이용하여 feature map을 형성하였습니다. 위 사진은 일부만을 캡처하여 온 것이며, 실제로는 feature map이 너무 많이 (사진이 만장 이상이었기 때문에) 쌓였기 때문에 차원을 줄일 필요성을 느꼈습니..

Anomaly Detection -1

이미지를 이용한 anomaly detection을 수행하였습니다. 치아 사진들을 이용한 anomaly detection이다. 치아의 정면, 좌측, 우측 등 구강 내의 사진과 아무런 사진(anomal)을 넣었을 때, 사진이 치아가 맞는지 분류해내는 단순한 project였습니다. 우리 조에서 사용하였던 model 은 IForest입니다. 간단하게 iforest에 대해 설명을 먼저 하도록 하겠습니다. Isolation Forest 의 motivation은 few and different입니다. The minority consists of fewer instances They have attribute-values, which are vert different from those of normal instanc..

[python] 3D 그래프

3D Axes 만들기 3D 그래프를 만들려면 3D 렌더링 기능을 가진 서브플롯을 작성할 필요가 있다. 다음과 같이 projection="3d"로 3D 렌더링 기능을 가진 서브플롯을 작성할 수 있다. matplotlib.fiture().add_subplot(1,1,1,projection="3d") Example1. import numpy as np import matplotlib.pyplot as plt #3d 렌더링에 필요한 라이브러리입니다. from mpl_toolkits.mplot3d import Axes3D %matplotlib inline t = np.linspace(-2*np.pi,2*np.pi) X,Y = np.meshgrid(t,t) R = np.sqrt(X**2 + Y**2) Z = np...

[python] 데이터 시각화_matplotlib

데이터 분석에 있어서 데이터 시각화는 매우 효과적인 수단입니다. matplotlib 라이브러리에는 데이터를 시각화하는 많은 기능이 들어 있습니다. 'matplotlib.pyplot.plot(x축에 대응하는 데이터, y축에 대응하는 데이터)'를 이용하면 그래프의 x축과 y축에 데이터를 간단히 대응시켜 차트를 만들 수 있습니다. Example. - 3x2의 그래프 레이아웃을 만들어 상단에는 왼쪽부터 순서대로 𝑦=𝑥, 𝑦=𝑥^2, 𝑦=𝑥^3 의 그래프를, 하단에는 왼쪽부터 순서대로 𝑦=𝑠𝑖𝑛(𝑥), 𝑦=𝑐𝑜𝑠(𝑥), 𝑦=𝑡𝑎𝑛(𝑥) 의 그래프를 플롯하세요. - 각각의 서브플롯에 적절한 제목을 붙이고, 그리드를 표시하세요. - 상단에는 _upper가 붙은 변수를, 하단에는 _lower가 붙은 변수를 사용하세요...

728x90
반응형