승1's B(log n)

마지막 과제는 바로 Search Tree를 구현하는 것이었다. 일반적인 BST와 AVL Tree들을 구현해서 실행시간을 비교하고 레포트까지 작성하는 것이 과제였다. 사실 이번 과제는 교재(Data Structures&Algorithms in C++ 2nd Edition by Michael T.Goodrich, Roberto Tamissa, David M.Mount)에서 많은 도움을 얻었다. 교수님께서도 그래도 된다고 하시기도 하셨고, 스켈레톤 코드도 상당 부분 유사했다. 그러나 완전히 동일하지는 않았고 어느 정도 응용을 했어야 했다. 주어진 파일은 6개로, AVL Tree 구현에 사용되는 파일 두 개, BST 구현에 사용되는 파일 두 개, 메인 파일 한 개, AVL과 BST의 기초가 되는 Linked B..

세번째 과제는 바로 Hash Map을 응용하여 문장에서 단어의 빈도수를 파악하는 프로그램을 제작하는 것이었다. 특이 사항은 모든 단어를 소문자로 바꿔서 생각하고, non-alphabetic 글자들을 무시하도록 하는 것이다. 더불어 non-alphabetic한 글자들이 들어가있을 경우 그것을 delimiter로 사용하여 글자를 분리시킨다. 예컨대, "I'm"은 "i" + "m"으로 각각 취급한다. 주어진 파일은 총 9개. 이 중에서 map.txx 파일과 wordfrequency.cpp 파일을 수정 및 구현하여 제출하도록 되어있었다. 1-1) 구현해야 하는 함수들 - map.txx // destructor template HashMap::~HashMap() { // ToDo } template HashMap..

두번째 과제는 Doubly Linked List를 응용하여 간단한 문서편집기를 만드는 것이었다. 주어진 파일은 총 다섯개로, doublylinkedlist.h, doublylinkedlist.txx, main.cpp, texteditor.cpp, texteditor.h가 주어졌고 이중에서 doublylinkedlist.txx 파일과 texteditor.cpp 파일을 수정하여 제출해야 했다. 1-1) 구현해야 하는 함수들 - doublylinkedklist.txx class Iterator : public Iterator_Base { public: Iterator(NodeType * startNode = 0) : Iterator_Base(startNode) {} Iterator& operator++(); ..

해당 과제에서는 다항식 ADT(Abstract Data Type)를 사용해서 다항식 계산기를 만드는 것을 목표로 한다. 1) polynomial.h 구현해야 하는 함수들 : Polynomial (const Polynomial& source) : copy constructor • ~Polynomial() : destructor • Polynomial& operator= (const Polynomial& source): Assignment operator • Polynomial operator+ (const Polynomial& source) : Sum of polynomials • Polynomialoperator- (const Polynomial& source): Subtraction of polynom..

22-1학기 기말고사가 모두 종료되어 드디어 시험기간 전에 했던 머신러닝 스터디의 Week 2를 업로드할 수 있게 되었다! Week 2에서는 크게 Linear Regression with multiple variables와 Linear Algebra의 복습을 했다고 할 수 있다. 1. 다중선형회귀(Linear Regression with Multiple Variables) (1) 다중선형회귀의 개념(Definition of Multivariate Linear Regression) Week 1에서는 변수가 하나인 단일선형회귀를 배웠다면, Week 2에서는 변수가 여러 개인 다중선형회귀를 배웠다는 차이점이 있다. 현실에서는 하나의 변수만이 결과에 영향을 주는 경우보다 여러 개의 변수들이 결과에 영향을 주는 ..

코세라의 Andrew Ng 교수님의 머신러닝 강의를 통해서 머신러닝에 입문하기로 했다. 앞으로 강의를 듣고 스터디를 하면서 매주 공부한 것들을 정리해보려고 한다. Week 1 - Introduction 이번주 강의는 세 부분으로 구성되어 있었다. 1. 머신러닝에 대한 전반적인 설명(Introduction to Machine Learning) 2. 단일 회귀 분석(Linear Regression with One variable) 3. 선형대수 기초(Linear Algebra) 1. 머신러닝에 대한 전반적인 설명(Introduction to Machine Learning) 첫번째로 머신러닝에 대한 전반적인 설명에서는 머신러닝의 정의와 머신러닝의 종류에 대해서 배웠다. (1) 머신러닝의 정의(Definitio..