일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 편스토랑 우승상품
- 백준
- 프로그래머스
- 맥북
- 더현대서울 맛집
- 파이썬
- Kaggle
- dacon
- ChatGPT
- 코로나19
- SW Expert Academy
- programmers
- 금융문자분석경진대회
- 편스토랑
- 캐치카페
- hackerrank
- Git
- 자연어처리
- github
- Baekjoon
- Real or Not? NLP with Disaster Tweets
- gs25
- ubuntu
- 우분투
- PYTHON
- Docker
- 프로그래머스 파이썬
- leetcode
- 데이콘
- AI 경진대회
- Today
- Total
목록
반응형
2020/03/21 (3)
솜씨좋은장씨
코딩 1일 1문제 42일차! SW Expert Academy SW 프로그래밍 역량 강화에 도움이 되는 다양한 학습 컨텐츠를 확인하세요! swexpertacademy.com 이 문제는 주어진 문자열을 가지고 앞과 뒤에서 하나씩 알파벳을 뽑아서 문자열을 만드는데 사전순으로 가장 빠른 문자열을 만드는 것이 목표인 문제입니다. 11회차만에.... 장장 12시간에 걸친 고민 끝에 풀었습니다. 처음부터 하나하나 손으로 적어가면서 풀어볼껄 하는 후회가 드는 문제였습니다. Solution input_num = int(input()) for i in range(input_num): input_text = str(input()) text = list(input_text) answer = [] front = 0 end = ..
데이콘 온도추정 경진대회 도전 7, 8회차입니다. [공공] AI프렌즈 시즌1 온도 추정 경진대회 출처 : DACON - Data Science Competition dacon.io 첫번째 시도 오늘은 LightGBM모델의 하이퍼 파라미터를 늘려서 시도해보았습니다. Y18 데이터는 비어있는 구간은 Y06, Y09, Y12, Y16, Y17을 평균 낸 값을 넣어주어 비어있지않은 구간의 데이터와 함께 사용했습니다. data_for_graph = train.loc[:, ['Y06', 'Y09', 'Y12', 'Y16', 'Y17']].dropna() plt.figure(figsize=(20, 10)) plt.plot(data_for_graph) import numpy as np new_Y_18 = [] for ..
Kaggle 도전 22회차! 오늘은 아르바이트를 다녀온 후 시간이 빠듯하여 그동안 제출했던 모델중에 가장 결과가 좋았던 모델들에 바뀐 데이터 전처리방식을 적용한 데이터를 활용하여 학습하고 결과를 도출해보았습니다. 데이터 전처리방식은 21회차와 동일합니다. from keras.preprocessing.text import Tokenizer max_words = 12396 tokenizer = Tokenizer(num_words = max_words) tokenizer.fit_on_texts(X_train) X_train_vec = tokenizer.texts_to_sequences(X_train) X_test_vec = tokenizer.texts_to_sequences(X_test) import matp..