[코딩 테스트 합격자 되기] 스택 – 2. 몸풀기 문제

스택 개념을 이해하고, 이를 바탕으로 스택의 ADT를 작성하고 구현할 수 있습니다. 스택을 활용해 주어진 문제를 풀 수 있습니다. 지금까지 배운 내용을 활용해서 문제 2개를 풀어보겠습니다. 여기서는 왜 스택을 사용하는지, 스택을 어떤 식으로 활용하는지에 집중하며 학습하기 바랍니다.

[코딩 테스트 합격자 되기] 스택 – 1. 스택의 개념과 정의

스택 개념을 이해하고, 이를 바탕으로 스택의 ADT를 작성하고 구현할 수 있습니다. 스택을 활용해 주어진 문제를 풀 수 있습니다. 스택(Stack) 어원은 ‘쌓는다’입니다. 스택은 어원에서 짐작할 수 있듯이 먼저 입력한 데이터를 제일 나중에 꺼낼 수 있는 자료구조입니다.

[코딩 테스트 합격자 되기] 알고리즘 효율 분석 – 2. 시간 복잡도 계산해보기

프로그램의 성능은 가장 중요한 요소입니다. 그러면 프로그램의 성능은 어떻게 측정할까요? 이 책에서는 시간 복잡도라는 개념을 기준으로 프로그램의 성능을 분석합니다.

[코딩 테스트 합격자 되기] 알고리즘 효율 분석 – 1. 시간 복잡도란?

프로그램의 성능은 가장 중요한 요소입니다. 그러면 프로그램의 성능은 어떻게 측정할까요? 이 책에서는 시간 복잡도라는 개념을 기준으로 프로그램의 성능을 분석합니다.

[코딩 테스트 합격자 되기] 취준생을 위한 코테 준비 요약 (언어 선택, 문제 분석, 의사 코드 설계)

코딩 테스트를 효율적으로 준비하는 과정을 알아보겠습니다. 다음 과정을 잘 준비한다면 테스트에서 충분히 좋은 결과를 얻을 수 있을 겁니다.

[코딩 테스트 합격자 되기] 그래프 최단 경로 구하기 ❷ – 벨만-포드 알고리즘

최단 경로를 구하는 대표적인 알고리즘인 다익스트라 알고리즘, 벨만-포드 알고리즘을 차례로 알아보겠습니다.

[코딩 테스트 합격자 되기] 그래프 최단 경로 구하기 ❶ – 다익스트라 알고리즘

최단 경로를 구하는 대표적인 알고리즘인 다익스트라 알고리즘, 벨만-포드 알고리즘을 차례로 알아보겠습니다.

머신러닝 입문자가 꼭 알아야 하는 4+1가지 : 프로세스, 라이브러리, 시각화, 피처 엔지니어링, 알고리즘

머신러닝·딥러닝 문제해결의 시작은 무엇일까요? 바로 데이터의 이해입니다. 데이터를 어떻게 이해하느냐에 따라 모델링 전략이 달라지고 예측 성능에 결정적인 영향을 줍니다. ‘탐색적 데이터 분석’ 과정에서 수행하는 데이터 시각화는 데이터 속에 감춰진 특성을 드러내는 가장 효과적인 수단입니다. 이 글에서는 여러 시각화 기법을 알아보고 각각의 특성과 구현 방법을 알아봅니다.

머신러닝 성능을 높이는 두 가지 실전 테크닉((연재 ② 주성분 분석(PCA) : 차원 축소)

머신러닝·딥러닝 문제해결의 시작은 무엇일까요? 바로 데이터의 이해입니다. 데이터를 어떻게 이해하느냐에 따라 모델링 전략이 달라지고 예측 성능에 결정적인 영향을 줍니다. ‘탐색적 데이터 분석’ 과정에서 수행하는 데이터 시각화는 데이터 속에 감춰진 특성을 드러내는 가장 효과적인 수단입니다. 이 글에서는 여러 시각화 기법을 알아보고 각각의 특성과 구현 방법을 알아봅니다.

머신러닝 성능을 높이는 두 가지 실전 테크닉(연재 ① 그리드 서치)

머신러닝·딥러닝 문제해결의 시작은 무엇일까요? 바로 데이터의 이해입니다. 데이터를 어떻게 이해하느냐에 따라 모델링 전략이 달라지고 예측 성능에 결정적인 영향을 줍니다. ‘탐색적 데이터 분석’ 과정에서 수행하는 데이터 시각화는 데이터 속에 감춰진 특성을 드러내는 가장 효과적인 수단입니다. 이 글에서는 여러 시각화 기법을 알아보고 각각의 특성과 구현 방법을 알아봅니다.