코딩일기

www.acmicpc.net/problem/9663 9663번: N-Queen N-Queen 문제는 크기가 N × N인 체스판 위에 퀸 N개를 서로 공격할 수 없게 놓는 문제이다. N이 주어졌을 때, 퀸을 놓는 방법의 수를 구하는 프로그램을 작성하시오. www.acmicpc.net N-Queen 성공분류 시간 제한메모리 제한제출정답맞은 사람정답 비율 10 초 128 MB 32140 17417 11439 53.788% 문제 N-Queen 문제는 크기가 N × N인 체스판 위에 퀸 N개를 서로 공격할 수 없게 놓는 문제이다. N이 주어졌을 때, 퀸을 놓는 방법의 수를 구하는 프로그램을 작성하시오. 입력 첫째 줄에 N이 주어진다. (1 ≤ N < 15) 출력 첫째 줄에 퀸 N개를 서로 공격할 수 없게 놓는 경..

문제 설명 내 문제집에 추가 내소스1 컴퓨터실에서 수업 중인 정보 선생님은 냉난방기의 온도를 조절하려고 한다. 냉난방기가 멀리 있어서 리모컨으로 조작하려고 하는데, 리모컨의 온도 조절 버튼은 다음과 같다. 1) 온도를 1도 올리는 버튼 2) 온도를 1도 내리는 버튼 3) 온도를 5도 올리는 버튼 4) 온도를 5도 내리는 버튼 5) 온도를 10도 올리는 버튼 6) 온도를 10도 내리는 버튼 이와 같이 총 6개의 버튼으로 목표 온도를 조절해야 한다. 현재 설정 온도와 변경하고자하는 목표 온도가 주어지면 이 버튼들을 이용하여 목표 온도로 변경하고자 한다. 이 때 버튼 누름의 최소 횟수를 구하시오. 예를 들어, 7도에서 34도로 변경하는 경우, 7 -> 17 -> 27 -> 32 -> 33 -> 34 이렇게 총..

# Lab 4 Multi-variable linear regression import tensorflow as tf import numpy as np x_data = [[73., 80., 75.], [93., 88., 93.], [89., 91., 90.], [96., 98., 100.], [73., 66., 70.]] y_data = [[152.], [185.], [180.], [196.], [142.]] tf.model = tf.keras.Sequential() tf.model.add(tf.keras.layers.Dense(units=1, input_dim=3)) # input_dim=3 gives multi-variable regression tf.model.add(tf.keras.layers.Ac..

recap hypothesis cost function gradient descent algorithm 3가지를 기억하고 있으면 지금까지 잘 배운 것 predictin gexam score regression using one input now we are going to regression using three inputs (x1, x2, x3) -> Y final score now we have several .. multi -varaible to calculate it we use matrix matrix multiplication hypothesis using matrix 우리가 원하는 값은 오른쪽이고 매트릭스 사용하면 왼쪽 처럼 간단하게 표현 가능 순서가 바뀌어도 같은 식이니까 오케이임 매트릭스..

문제 설명 내 문제집에 추가 내소스1 NN개의 계단이 있다. 주현이는 계단을 한 번에 1칸 또는 2칸 또는 3칸을 오를 수 있다. 하지만 한번에 3칸을 오른고 나면 힘이 들어 앞으로 두 번은 1칸 또는 2칸만 오를 수 있다. 즉, 한 번에 1칸 혹은 2칸은 조건없이 오를 수 있다. 하지만 3칸을 오르고 나면 적어도 다음 2번의 이동에서는 3 칸을 오르지 못한다. 계단의 수 NN이 입력되면 주현이가 이 방법으로 계단을 올라갈 수 있는 서로 다른 방법의 수를 계산하는 프로그램을 작성하시오. 입력 첫 번째 줄에 NN이 입력된다.(1

""" cost minimize하는 것이 목표 simplified hypotesis H(x) = wx cost W = 1/m E (w - y)^ 2 what cost(w) looks like? (1,1) (2,2) (3,3) if w = 1, cost = 0 = 1/3{(1-1)^2 + (2-2)^2 + (3-3)^2} if w = 0 cost = 4.67 = 1/3{(0-1)^2 + (0-2)^2 + (0-3)^2} if w = 2 cost = 4.67 y 축을 cost function x축은 w 라고 설정하고 그림을 그려봤더니 x^2 같이 생긴 이차함수로 나온다. w = 1 일 때 가장 작은 Cost 값을 가짐 이 그래프를 gradient descent algortihm 경사 내려가는 알고리즘 - m..

#include using namespace std; int ret; int n, k; void bk(int lev, int man, int prev) { if (lev == n) { if (man == k) { ret++; } return ; } if (prev == 0) bk(lev + 1, man + 1, 1); bk(lev + 1, man, 0); } int main(void) { //int n, k; cin >> n >> k; ret = 0; bk(0, 0, 0); cout

#include using namespace std; ​ int arr[8]; int visited[8]; int prevarr[8]; int printarr[8]; ​ voidsort_up(int arr[8], int num) // sort(arr, arr+n) algorithm { int tmp; ​ for (int i = 0; i arr[j]) { tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; //cout arr[i]; } sort_up(arr, n); dfs(0, n, m); // for (int i = 0; i < n; i++) // { // ..

#include using namespace std; ​ /// 파스칼의 삼각형으로 풀기 (재귀)(점화) ​ int nCr(int n, int k) { if (n == 0 || n == 1) return (1); if (k == 0 || k == n) return (1); int ans = nCr(n-1, k-1) + nCr(n-1, k); //cout n >> k; ​ int ret = nCr(n, k); cout > n >> k; ​ int top = 1; for (int i = 0; i 0; i--) { bottom *= (i); } c..

""" predicting exam score : regression 학습 시킨다. 줄 x 는 자료 y 는 결과 간단하게 그래프로 그리면 이렇게 1,1 2,2 3,3 각각 점을 찍을 수 있다. linear hypothesis 세상한 많은 사례들이 이렇게 드러난다. 증가-> 증가 H(x) = Wx + b 선의 모양은 w, b의 값에 따라 달라지겠죠 어떤 선이 잘 맞는 선일까? 당연 이 경우에는 1,1 2,2 3,3을 지나는 선이 최고 Cost function : how fit the line to our (training) data 우리 가설과 실제 데이터가 얼마나 다른지 계산해주는 함수 가장 처음에는 H(x) - y 하지만 음수 양수 구별을 못한다. 다음으로 (h(x) - y ) ^ 2 이건 잘 표현할 ..