[MIT 파이썬을 이용한 알고리즘의 이해] 코스 수료
‘MIT 파이썬을 이용한 알고리즘의 이해’를 수료하며
Data Science
파도파도 끝이 없는 Data Science 공부
[MIT 파이썬을 이용한 알고리즘의 이해] 24. 병렬 프로세서 구조 & 알고리즘
동적 프로그래밍으로 프로세서의 성능 개선하기
[MIT 파이썬을 이용한 알고리즘의 이해] 23. 계산 복잡도
다양한 계산 복잡도 문제들
[MIT 파이썬을 이용한 알고리즘의 이해] 22. 동적 프로그래밍 4
동적 프로그래밍으로 실생활 문제해결
[MIT 파이썬을 이용한 알고리즘의 이해] 21. 동적 프로그래밍 3
동적 프로그래밍으로 실생활 문제해결
[MIT 파이썬을 이용한 알고리즘의 이해] 20. 동적 프로그래밍 2
동적 프로그래밍의 일반적 단계와 실생활 문제해결
[MIT 파이썬을 이용한 알고리즘의 이해] 18. 최단 경로 4 : 다익스트라 가속화
현실에서 잘 작동하는 최단 경로 구하기 가속화 방법들
[MIT 파이썬을 이용한 알고리즘의 이해] 17. 최단 경로 3 : 벨만 포드
벨만-포드 알고리즘
[MIT 파이썬을 이용한 알고리즘의 이해] 16. 최단 경로 2 : 다익스트라
DAG 최단경로, 다익스트라 알고리즘
[MIT 파이썬을 이용한 알고리즘의 이해] 15. 최단 경로 1 : 도입
가중치가 있는 최단 경로 문제
[MIT 파이썬을 이용한 알고리즘의 이해] 14. 그래프 2 : 깊이 우선 탐색
깊이 우선 탐색 알고리즘과 그 효용
[MIT 파이썬을 이용한 알고리즘의 이해] 13. 그래프 1 : 너비 우선 탐색
그래프에서의 너비 우선 탐색 알고리즘
[MIT 파이썬을 이용한 알고리즘의 이해] 12. 수 2
고정밀 나눗셈과 시간 복잡도
[MIT 파이썬을 이용한 알고리즘의 이해] 11. 수 1
무리수 정밀하게 계산하기, 카탈란 수
[MIT 파이썬을 이용한 알고리즘의 이해] 10. 해싱 3: 개방 주소법
개방 주소법과 암호학적 해싱
[MIT 파이썬을 이용한 알고리즘의 이해] 9. 해싱 2
해시 테이블 크기 조정, 분할상환 분석, 문자열 매칭
[MIT 파이썬을 이용한 알고리즘의 이해] 8. 해싱 1
딕셔너리와 해싱
[MIT 파이썬을 이용한 알고리즘의 이해] 7. 선형 시간 정렬
결정 트리, 선형 시간 정렬
[MIT 파이썬을 이용한 알고리즘의 이해] 6. 균형 이진 탐색 트리
균형 이진 탐색 트리 만들기
[MIT 파이썬을 이용한 알고리즘의 이해] 5. 일정 예약과 이진 탐색 트리
이진 탐색 트리(BST)
[MIT 파이썬을 이용한 알고리즘의 이해] 4. 힙 & 힙 정렬
힙, 최대 힙, 힙 정렬
[MIT 파이썬을 이용한 알고리즘의 이해] 3. 삽입 정렬과 합병 정렬
삽입 정렬과 병합 정렬
[MIT 파이썬을 이용한 알고리즘의 이해] 2. 계산 모델
임의 접근 머신, 포인터 머신과 파이썬에서의 계산 모델, 그리고 문서 거리 문제까지.
[MIT 파이썬을 이용한 알고리즘의 이해] 1. 극댓값 찾기
1차원과 2차원에서 극댓값 찾기
[MIT 데이터 사이언스 기초] 코스 수료
‘MIT 데이터 사이언스 기초’를 수료하며
[MIT 데이터 사이언스 기초] Chapter 14. Classification and Statistical Sins
지도학습 마무리 & 통계의 함정
[MIT 데이터 사이언스 기초] Chapter 13. Classification
지도학습: k-최근접 분류와 로지스틱 회귀
[MIT 데이터 사이언스 기초] Chapter 12. Clustering
비지도학습: 위계적 군집화와 k-평균 알고리즘
[MIT 데이터 사이언스 기초] Chapter 10. Understanding Experimental Data
왜 결정계수가 가장 좋은 모델을 선택하면 안되는가
[파이썬으로 시작하는 데이터 사이언스] 코스 수료
‘파이썬으로 시작하는 데이터 사이언스’를 수료하며
[MIT 데이터 사이언스 기초] Chapter 8. Sampling and Standard Error
1개의 샘플로 할 수 있는 많은 것들
[파이썬으로 시작하는 데이터 사이언스] 5. K-beauty 온라인 판매분석 - 1
tidy 데이터 만들기. 전처리와 시각화의 몇 가지 유용한 팁
[MIT 데이터 사이언스 기초] Chapter 7. Confidence Intervals
중심극한정리를 사용하여 ‘경험적인 규칙’을 룰렛에 적용하기. 확률밀도함수의 원리를 적용한 시뮬레이션으로 원주율의 값 구하기.
[파이썬으로 시작하는 데이터 사이언스] 4. 건강검진 데이터로 가설검정하기 - 2
seaborn을 사용한 다양한 시각화, 상관 계수 분석과 heatmap 그리기
[MIT 데이터 사이언스 기초] Chapter 6. Monte Carlo Simulation
몬테 카를로 시뮬레이션과 다양한 확률 법칙
[파이썬으로 시작하는 데이터 사이언스] 4. 건강검진 데이터로 가설검정하기 - 1
그룹화하기와 피벗테이블 만들기, 히스토그램과 막대그래프로 시각화하기
[MIT 데이터 사이언스 기초] Chapter 5. Random Walks
랜덤워크를 이용해서 시뮬레이션 모델 검증하고 변형하기
[파이썬으로 시작하는 데이터 사이언스] 3. 서울 종합병원 분포 확인하기 - 2
시각화의 다양한 방법, 데이터 색인하기, 지도 활용하기
[MIT 데이터 사이언스 기초] Chapter 4. Stochastic Thinking
확률과 이를 구하는 강력한 방법인 시뮬레이션 모델
[파이썬으로 시작하는 데이터 사이언스] 3. 서울 종합병원 분포 확인하기 - 1
결측치 다루기, 기초 통계량 파악하기, pandas만으로 시각화하기
[MIT 데이터 사이언스 기초] Chapter 3. Graph-theoretic Models
그래프와 최적화 문제. 이를 푸는 DFS와 BFS
[MIT 데이터 사이언스 기초] Chapter 2. Optimization Problems
탐색 트리의 개념과 동적 프로그래밍을 이용해 이를 효율적으로 계산하는 방법
[파이썬으로 시작하는 데이터 사이언스] 2. 데이터 분석 준비하기
Pandas로 csv파일 가져오기, 데이터셋 다루기
[MIT 데이터 사이언스 기초] Chapter 1. Introduction and Optimization Problems
간단한 OT, 계산모델, 최적화 모델, 무차별 대입 알고리즘과 탐욕 알고리즘에 대하여