문제 확인 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr 나의 풀이def solution(s): numbers = list(map(int ,s.split(' '))) answer = f"{min(numbers)} {max(numbers)}" return answer

문제 확인 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr   나의 풀이두 배열을 곱해서 최소가 되려면, 각 배열의 최댓값과 최솟값이 곱해지면 된다.def solution(A,B): A.sort() B.sort(reverse = True) cum_sum = 0 for a, b in zip(A, B): cum_sum += a * b return cum_sum

문제 확인 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr 나의 풀이재귀 함수는 실행 횟수 제한이 있기 때문에, 런타임 에러 또는 시간 초과가 발생할 수 있으니 주의하자.  def solution(n): fibo_nums = [0] * (10**5 + 1) fibo_nums[1] = 1 for i in range(2, 10**5 + 1): fibo_nums[i] = fibo_nums[i - 1] + fibo_nums[i - 2] return fibo_nums[n] % 1234567

문제 확인 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr  나의 풀이이전-현재 데이터가 동일한지 확인하기 위해서 stack을 활용했다.  def solution(s): stack = [] for char in s: # 제거할 수 있는 경우 if stack and stack[-1] == char: stack.pop() continue stack.append(char) return 1 if not stack else 0

문제 확인하기 11403번: 경로 찾기가중치 없는 방향 그래프 G가 주어졌을 때, 모든 정점 (i, j)에 대해서, i에서 j로 가는 길이가 양수인 경로가 있는지 없는지 구하는 프로그램을 작성하시오.www.acmicpc.net 나의 풀이입력된 그래프를 바탕으로 노드-엣지 사이 연결 관계를 구성했다. 연결 관계를 Queue에 넣어 순차적으로 조회하여, 최종 도달 여부를 확인했다. 다시 돌아오는 경로도 확인해야 하기 때문에, 최초 시작 지점을 visited에 포함하진 않았다.from collections import dequeimport sysdef bfs(node_edge, start, visited): queue = deque([start]) # 큐가 빌 때까지 반복 while queue..

나의 풀이마당을 탐색하면서 양, 늑대의 개수를 파악해야 한다. 탐색할 때 연결된 곳을 한번에 방문해야하기 때문에 BFS를 사용했다.방문 중 만나는 양, 늑대의 수를 따로 변수에 저장해서 관리했다!from collections import dequeimport sys# BFS 및 방문 처리# 늑대 vs 양 개수 파악def bfs(graph, start, visited): # 방문할 곳 등록 queue = deque([start]) x, y = start visited[x][y] = True # 늑대, 양 개수 확인 wolf = 1 if graph[x][y] == "v" else 0 sheep = 1 if graph[x][y] == "o" else 0 dx = [..

Kubernetes? 컨테이너 클러스터(대규모)에서의 어플리케이션을 손쉽게 배포, 관리할 수 있도록 도와줌 GKE(Google Kubernetes Engine) 구글의 인프라를 활용해 추가 기능 제공 Load balancing : 인스턴스 그룹에 대한 부하 분산 및 자동 확장 기능 제공하여 다음과 같은 이점 제공 앱 확장 높은 트래픽 지원 비정상적인 VM 인스턴스 자동으로 삭제/추가 트래픽을 가장 가까운 가장 머신으로 라우팅 Node pools : 클러스터 내 구성이 모두 동일한 노드 그룹으로 노드 풀 마다 독립적으로 작업 가능 Automatic scaling : 클러스터의 노드 풀 크기를 수요에 따라 자동으로 조절하여 가용성을 높이고 비용을 통제 가능 Automatic upgrades : 클러스터가 업..

머신러닝 시스템 설계 : MLOps MLOps 구성 요소 비즈니스 요구 사항 구현 데이터 스택 관리 인프라 구축 배포 및 모니터링 MLOps 구축 과정 ‘목적’, ‘요구사항’, ‘프로세스’를 설계하고 구축해야 함 ‘왜 필요한 지’ → ‘신뢰성, 확장성, 유지보수성, 적응성을 만족하는 지’ 개선 작업이 반복적으로 발생함 풀고자 하는 문제를 ML로 해결 가능한 형태로 구조화해야 함 동일한 문제더라도 구조화 방식에 따라 난이도는 천차만별 2.1 비즈니스와 머신러닝의 목적 ML 프로젝트 목적 고민 필요 ML 지표 vs 비즈니스 지표 연구가 아니라면 비즈니스 지표를 ML 프로젝트로 끌어올릴 방법을 찾아야 함 비즈니스의 핵심은 이익 극대화 → ML 프로젝트로 어떤 ‘성과 지표’에 영향을 줄 수 있는지 설명할 수 있..

ML 프로젝트 구성 개요 비즈니스 요구 사항 구현 사용자/개발자 상호 작용 고려 데이터 및 모델 관리 인프라(모니터링 및 업데이트) 구성 ML 알고리즘 구성 1.1 머신러닝을 사용해야 하는 경우 💡 머신러닝 : 기존 데이터로부터 복잡한 패턴을 학습하고 이를 통해 본 적 없는 데이터에 대해 예측을 수행하는 접근법 1. 시스템이 학습에 적합한 경우 학습할 대상인 데이터가 있고 이를 통해 문제를 해결할 수 있어야 함 숙소 임대료 예측? → 넓이, 방, 개수, 지역, 편의 시설, 평점 등이 있는 Airbnb에서 가능 2. 학습할 복잡한 패턴이 존재하는 경우 무작위가 아닌 패턴이 존재 해야 함 너무 단순한 문제가 아니여야 함 최종적으로 시스템 스스로 복잡한 패턴 학습 → 소프트웨어 2.0 3. 사용 가능한 데이터..

스타트업에 관심이 많다면, '린(LEAN)하다'는 표현을 한번 쯤은 들어본 적이 있을 것이다. '린'하게 일한다는 것이 무엇이고, 또 어떻게 실천할 수 있는 지에 대해서 궁금 하다면, 위 책을 읽는 것을 추천한다. 책에선 아이디어를 시장에 적합한 제품으로 만들기 까지의 과정을 설계 - 검증 - 성장의 단계로 구분해 제시하고 있다. 특히 10년 간 다양한 사례로 검증한 최적의 방법을, '스티브'와 '메리'라는 가상 인물 간의 대화 형태로 다뤄 독자들이 쉽게 이해할 수 있도록 제공하고 있다. '린'하게 일하고 싶은 사업가, PM, 개발 직무 등 스타트업의 구성원 모두에게 추천하고 싶은 책이다. 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다.

팀 단위 개발에 필요한 Git, Github의 개념과 실제 사용법을 다루고 있는 책이다. 찾아보니 저자 분들의 기존 Git 강의를 좀 더 발전 시켜서 책으로 까지 출판한 거 같다. 그래서 아래 링크를 참고하면 책이 대략적으로 어떤 느낌으로 서술돼 있는지 확인할 수 있을 것이다..! 초심자를 위한 Github 협업 튜토리얼 (with 토끼와 거북이) – 블로그 이사갔어요! https://milooy.github.io/ (wordpress.com) [무료] Git과 GitHub 시작하기 - 인프런 | 강의 (inflearn.com) 책은 ‘무조건 쉽게. 단, 제대로’라는 집필 목표에 충실하게 구성돼 있다. 따라서 Git과 Github를 먼저 GUI 환경에서 익히고, 이후 CLI 환경에서 레벨업할 수 있는 다..

비즈니스 문제를 해결하기 위한 머신러닝 시스템 설계 전 과정을 다루고 있는 책이다. 스탠포드 대학의 CS239S 강의를 책으로 재 구성한 것으로, 머신러닝 실무자인 저자의 다양한 노하우가 담겨져 있다. 시스템 설계 시 고민해야 할 점과 발생할 수 있는 문제들을 미리 짚어주기 때문에, 기존의 시스템을 이해할 때도, 새로운 시스템을 구성할 때도 큰 도움이 될 수 있는 책이다. 특히 책 속에 언급되는 예시들이 현실에 가깝고 직관적이라서 좋았다. 책은 우선, 머신러닝 시스템 및 시스템 설계 과정을 개괄적으로 다룬다. 이후엔 시스템 구성 요소들을 차곡 차곡 채워 나간다. 데이터 처리, 모델 개발, 배포 및 서비스 구축, 모니터링, 연속 학습 등의 순으로 설계 과정을 차례로 다루고, 이를 통해 다양한 팁과 문제 해..