본문 바로가기

전체 글9

TabNet: Attentive Interpretable Tabular Learning Introduction이미지, text, 오디오에서 Deep neural networks (DNNs)은 주목할 만한 성과를 보였지만 유독 Tabular data(정형데이터)에서 만큼은 발전이 더뎠다.첫 째로 Decision Tree기반 모델들이 확실한 장점들이 많다.First, because DT-based approaches have certain beneits(1) 초평면 경계를 가지고 있는 경우 효율적 표현representionally efficient for decision manifolds(2) 높은 해석 가능성highly interpretable(3) 빠른 학습력Fast to train두 번째로 Tabular data가 DNN 아키텍쳐에 적합하지 않음the lack of appropriate .. 2025. 7. 4.
[백준] 1025번 제곱수 찾기 문제 설명 문제는 다음과 같다. 정말 아무리 읽어도 왜 예제 입력 1에서 다음과 같은 출력값이 나오는지 몰랐다. 검색을 해보니 나 말고 헷갈린다는 사람이 많은 것 같아 다행이었다. 이 문제는 https://www.acmicpc.net/board/view/626 여기서 좀 더 자세히 확인할 수 있다.이런식으로 인덱스에 접근해서 행과 열 자체가 등차수열을 이루어지도록 하는 조합 수를 고려해서 완전 제곱수가 되는지 파악하는 것이다. 따라서 얼핏 생각해도 이거 복잡도가 엄청나겠는데 라는 생각이 들었지만 제한이 1부터 9까지라 진짜 반복문에 반복문을 해도 안전할 것 같았다. 풀이일단 전혀 감이 안와서 답지를 보았다. 참고블로그를 참고해보면 무려 5번의 반복문을 사용하여야 했다.밑에는 클로드를 통해 나름대로 정리.. 2025. 6. 11.
[백준] 1522번 문자열 교환 문제 설명 aaaa 이런 식으로 연속적으로 나오게 하기 위해 b와 바꿔야 하는 수를 구하는 문제이다. 내가 했던 실수당연히 A와 B를 바꿔야 하므로 정렬이나 이분 탐색을 활용해야 한다고 생각했다. 하지만 정렬을 적용하기에는 너무 복잡했고, 이분 탐색으로 접근하기에도 뚜렷한 아이디어가 떠오르지 않았다.결국, 클로드에게 물어보기로 했다... 문제 풀이이 문제의 핵심은 a와 b를 실제로 바꾸는 것이 아니었다. 윈도우 기법을 사용하여 실제로 바꿔줘야 하는 b의 개수만 파악하면 되는 문제였다.  # 문자열의 길이 n=len(s) # a의 총 개수 (윈도우 크기) count_a=s.count('a') # a가 없거나 모든 문자가 a인 경우 if count_a==0 or count_a==n.. 2025. 3. 18.
[백준] 2839번 설탕배달(파이썬) 문제  이 문제는 DP(동적 계획법)로 해결하는 전략을 선택했다.처음에는 5가 가장 큰 단위이므로 5로 나누어 떨어지는지 확인한 뒤, 그렇지 않을 경우를 중심으로 접근하면 어떨까 생각했다. 하지만 이러한 방식으로 접근하면 쉽게 막힐 수 있다.핵심 1. 작은 경우부터 차근차근 해결해 나가면서 비교하는 것이 중요하다.2. 이전에 계산된 3과 5의 경우의 수를 조합하여 최적의 값을 찾아가는 방식으로 접근해야 한다.  내가 했던 풀이 n=int(input())dp=[-1]*(n+1)if n 초기에 바로 판별할 수 있는 경우들은 즉시 정답을 출력하도록 처리했다.이후, 문제를 다음 세 가지 경우로 나누어 해결했다.5로 나누어 떨어지는 경우3으로 나누어 떨어지는 경우어느 쪽으로도 나누어지지 않는 경우그다음,5로 나누.. 2025. 3. 2.
[백준] 1303번 전투(파이썬) 문제 설명 dx,dy를 이용하여 상하좌우에 있는 같은 문자열 파악하는 문제이다.핵심1. 같은 병사 문자('W' or 'B")를 상하좌우 움직이면서 담기2. 떨어져있는 우리팀 병사 문자들도 추가적으로 담기 내가 했던 풀이 이 문항은 백준 1926번 그림 문제와 매우 비슷하다. 따라서  문제의 로직은 같다고 판단했다. import syssys.setrecursionlimit(10**6)input=sys.stdin.readlinen,m=map(int,input().split())graph=[]for _ in range(m): graph.append(list(map(str,input())))dx=[-1,1,0,0]dy=[0,0,-1,1]W_army_size = [] # 동적 리스트로 변경B_army_si.. 2025. 2. 12.
[논문 리뷰]Nbsynthetic 라이브러리 관련정보Javier Marin Synthetic Tabular Data Generation Evaluating Synthetically Generated Data from Small Sample Sizes: An Experimental Study(아카이브)  nbsynthetic 의 특징 심플하고 비지도 학습이다.강건성: 모델 자체가 가볍기 때문에 계산 비용을 최소화하면서 학습 안정성을 보장하기 위해 특정 하이퍼 파라미터 튜닝을 적용For the experiments in this work we have use the python open source library nbsynthetic that uses a non-conditional Wassertein-GAN (논문인용) Wassertein-GAN [.. 2025. 2. 11.

티스토리툴바