배우고 느낀 것들

🍒 문제 링크 코드잇 🍒 문제 분석 마지막 네 자리를 * 처리 해야함 "-" 의 존재 여부에 따라 전체 길이가 달라지므로 끝에서부터 인덱싱 진행! 🍒 내 코드 def mask_security_number(security_number): # 여기에 코드를 작성하세요 security_number = list(security_number) security_number[len(security_number) -1] = "*" security_number[len(security_number) -2] = "*" security_number[len(security_number) -3] = "*" security_number[len(security_number) -4] = "*" new_security_number = ..

🍒 문제 링크 🍒 문제 분석 1. sum_digit 함수를 이용해 각 자리의 합을 구하기 2. sum_digit(1) ~ sum_digit(1000) 의 합계 구하기 🍒 내 코드 def sum_digit(num): length = len(str(num)) answer = 0 for i in range(1, length+1): answer += num % (10 ** i) // (10 ** (i-1)) num -= num % (10 ** i) return answer # sum_digit(1)부터 sum_digit(1000)까지의 합 구하기 real_answer = 0 for k in range(1, 1001): real_answer += sum_digit(k) print(real_answer) 🍓 내 해..

a< b< c 이고, a + b + c = 400일 때 피타고라스 성립하는 세 수의 곱 찾기 🍒 문제 분석 🍒 내 코드 for a in range(1, 401): for b in range(a + 1, 401): for c in range(b + 1, 401): if (a ** 2 + b ** 2 == c ** 2) and (a + b + c == 400): print(a * b * c) 🌽 다른 사람 코드 for a in range(1, 400): for b in range(1, 400): c = 400 - a - b if a * a + b * b == c * c and a < b < c: print(a * b * c) 🍉 깨달은 점 및 정리 답은 맞지만, for 문을 세 번 쓰는 대신 c = 400 ..

ㅊㅎ형 hci 대학원 갈거면 사회과학 보다는 공학쪽, 분야 말고 연구자로서 어떤지도 고민 : 인문 교수님들께도 대학원생으로서의 마인드셋 여쭤봄 다양한 경험 : 웹, 앱 ; 플러터 결국 이거저것 다 대학원 입학 시 경험: 학원 + 아이디어톤 기획 경험 : 기술보다는, 주제 위주로 고를 것 -> 뽑는 입장에서 기술은 그냥 가르치면 그만이지만, 관심 분야는 쉽게 채우기 힘듬. + 그 연구실의 논문 읽고 가기 시간관리 : 중요 -> 하기나름 - 입학 후 초반 수험생활 하듯 바짝 몇 달만 적응하며 살면 얼마든 극복 가능 졸업 전에 인턴 경험.. 은 아니더라도, 관심 있는 분야 찾기, 대학원 진학 여부는 꼭 정하자

교육을 마치고, 지원받던 코랩 플러스+ 를 해지하는 걸 까먹어 자동 결제일이 지나버렸다. 교육 하며 했던 프로젝트를 먼저 기록하고 싶었는데, 너무 막막해 우선 이거라도 남겨둔다. 원래대로의 절차라면, 환경설정 > 구독& 서비스 > 구글 코랩을 선택하면 관리 옆에 구독 취소 창이 뜬다고 한다. 다만 나의 경우, 해당 창이 없었는데, 아마 결제일이 이미 지나 없어진 것으로 추정된다. 따라서 직접 문의할 수 있는 서비스 센터를 한참 찾았지만, 코랩과 관련된 전화, 메일 모두 연락처를 찾을 수 없었다. 코랩 C/S 문의센터를 도무지 찾지 못 해, 무작정 구글 스토어 고객센터에 문의전화를 드렸는데, 알고보니 구글 관련 물품을 파는 쇼핑몰이였다.. 그래도, 너무 감사하게도 친절하게 내부에 확인해보시고, 문의할 수 ..

#importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd #importing the Iris dataset with pandas dataset = pd.read_csv('/content/iris.csv') x = dataset.iloc[:, [0, 1, 2, 3]].values #iloc : 행단위로 자료를 불러오되, 모든 행에 대해, [0,1,2,3] 열 값만 불러와라! #클러스터 중 k-mean 분류의 최적이 되는 클러스터 개수 K 구하기 from sklearn.cluster import KMeans wcss = [] for i in range(1, 11): kmeans = KMeans(..

기업 소개: edu : 교육 플랫폼, devth :역량 평가 환경 제공 goormide : 클라우드 상에서 개발 환경 제공 취준시 필요: 9-6 교육만으로는 경쟁력x job description 에서 요구하는 사항들, 네트워킹 오프라인 코딩테스트시, 면접관과 커뮤니케이션 많이 해라 ex) 문제에 주어진 입출력을 구체적으로 묻거나, 모르겠으니 힌트 요청 등 쿠버네티스 이전과 이후 이전 : 프로젝트 시작 -> 트래픽 예상 -> 서버 구매 -> 젠킨스에 연결, 배포 여전히 대기업의 일부에서는 이런 방식 이용, 백엔드 주요 업무 = 서비스의 트래픽 예측 이후 : Devops : 클러스터 관리자 "개발자가 클라이언트가 됨" - 노드 관리 -쿠버네티스, 버전 관리 -CNI, CSI, CRI, Provisioner ..

Mnist 라는 데이터셋을 사이킥런을 통해 불러옴 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.datasets import fetch_openml #데이터셋 불러오는 기능인듯? mnist = fetch_openml('mnist_784', cache = False) X = mnist.data.astype('float32').to_numpy() y = mnist.target.astype('int64').to_numpy() 평면 상에 이미지를 불러옴 plt.figure(figsize=(5,5)) idx = 5 #5번째 값 불러오기? grid_data = X[idx].reshape(28,28) #784개짜리..

파일이 계속 열려있으면 메모리를 계속 점유하게 됨. -> 출력 이후에는 파일을 닫아 줘야 비효율적인 메모리 낭비를 막을 수 있음. close() 대신 with~ as 를 이용하면 자동으로 객체를 닫아줌. path = "텍스트 파일 경로" f = open(path , "r", encoding = 'utf-8') #encoding = 'utf-8' 을 생략시 인코딩 에러 발생 주의 first = f.readline() # readline() : 텍스트파일의 첫줄 , head()와 유사한듯? f.close() # first에 담았으므로 파일을 닫아주자 print(first) 만약 f.close()가 first보다 윗줄에 위치하게 되면 first에 아무것도 담기지 않고 파일을 닫으므로 에러가 발생한다. path..

y=x^4+x^3−4x^2 에 노이즈를 넣어서 생성 from matplotlib import pyplot from autograd import grad from autograd import numpy numpy.random.seed(0) # fix seed for reproducibility x = numpy.linspace(-3, 3, 20) y = x**4 + x**3 - 4*x**2 + 8*numpy.random.normal(size=len(x)) #pyplot.scatter(x, y); xi = x^i 로 설정하면, multiple regression 과 동일해짐 행렬 꼴로 만들기 degree = 3 def polynomial_features(x, degree): """ Generate polyn..