문제 정수 n, left, right가 주어집니다. 다음 과정을 거쳐서 1차원 배열을 만들고자 합니다. n행 n열 크기의 비어있는 2차원 배열을 만듭니다. i = 1, 2, 3, ..., n에 대해서, 다음 과정을 반복합니다. 1행 1열부터 i행 i열까지의 영역 내의 모든 빈 칸을 숫자 i로 채웁니다. 1행, 2행, ..., n행을 잘라내어 모두 이어붙인 새로운 1차원 배열을 만듭니다. 새로운 1차원 배열을 arr이라 할 때, arr[left], arr[left+1], ..., arr[right]만 남기고 나머지는 지웁니다. 정수 n, left, right가 매개변수로 주어집니다. 주어진 과정대로 만들어진 1차원 배열을 return 하도록 solution 함수를 완성해주세요. [ 제한사항 ] 1 ≤ n ..

문제 셀수있는 수량의 순서있는 열거 또는 어떤 순서를 따르는 요소들의 모음을 튜플(tuple)이라고 합니다. n개의 요소를 가진 튜플을 n-튜플(n-tuple)이라고 하며, 다음과 같이 표현할 수 있습니다. (a1, a2, a3, ..., an) 튜플은 다음과 같은 성질을 가지고 있습니다. 중복된 원소가 있을 수 있습니다. ex : (2, 3, 1, 2) 원소에 정해진 순서가 있으며, 원소의 순서가 다르면 서로 다른 튜플입니다. ex : (1, 2, 3) ≠ (1, 3, 2) 튜플의 원소 개수는 유한합니다. 원소의 개수가 n개이고, 중복되는 원소가 없는 튜플 (a1, a2, a3, ..., an)이 주어질 때(단, a1, a2, ..., an은 자연수), 이는 다음과 같이 집합 기호 '{', '}'를 이..

이 포스트는 고려대학교 강필성 교수님의 강의 내용과, 따로 학습한 내용을 정리를 한 것입니다. Motivation Compute the novelty score of an instance by considering local density around it. 객체의 지역적인 밀집도를 고려해 이상치 점수를 계산하고 판단하자. 그저 거리만 고려해 이상치를 판별 하게 된다면 회색 점에 대해서는 이상치라고 판별하지만, 빨간 점에 대해서는 이상치로 판별하기 어렵다. 즉 특정 집단에서는 매우 가까운 거리가, 다른 집단에서는 매우 먼 거리일 수 있으니 객체의 지역적인 밀집도를 고려해 이상치 점수를 계산하자. LoF에서의 이상치 Defination 1: Hawkins-Outlier An outlier is an obs..

이 포스트는 고려대학교 강필성 교수님의 강의 내용과, 따로 학습한 내용을 정리를 한 것입니다. Density-Based Novelty Detection Purpose Estimate the date-driven density function(핵심) If a new instance has a low probability according the trained density function, it will be identified as novel novelty의 정의에서 2번째에 조금 더 focus 1차원 데이터에서 실제 분포가 정말 가우시안인지는 모르나, 가우시안 분포라고 가정하고 정규분포를 추정한다. 이후 새로운 테스트 객체가 어디 들어가느냐에 따라 normal/abnormal로 판별 Gaussian D..

이 포스트는 고려대학교 강필성 교수님의 강의 내용과, 따로 학습한 내용을 정리를 한 것입니다. 이상치에 대한 정의 1. 데이터 생성 매커니즘 관점 Observation that deviate so much from other observations as to arouse suspicions that they were generated by a different mechanims 2. 데이터 분포에서 밀도에 관한 관점 Instances that thier true probability destiny is very low ⇒ 동일한 매커니즘으로 생성 됐을 필요 X Synonyms Anomaly 조금 부정적인 뉘앙스의 이상치 Novelty 다변량 데이터, 긍정적인 뉘앙스 Outlier 단변량 데이터에서 변수들..