Edit Distance : 한 스트링이 다른 스트링으로 되기까지 필요한 editing operation의 최소 횟수 editing operation : insertion(1), deletion(1), substitution(2) (괄호 안은 각 operation의 cost, Levenshtein) * Levenshtein은 substitution의 cost를 2로 본다 ∵ insertion(1) + deletion(1) = substitution(2) 모든 distance 계산하기 어려움. 그래서 Dynamic Programming 도입 Dynamic Programming - 복잡한 계산 = subproblems를 합쳐서 구해가기 - bottom-up 방식 예를 들어, INTENTION을 EXECUTI..

[ ] 괄호 안의 single character [abc] : a 또는 b 또는 c [ab]* : None 또는 aaaa 또는 abba [0-9] : 숫자 = \d (반대는 [^0-9] = \D) [A-Za-z] : 영어 대소문자 (아스키값은 대문자가 먼저) [A-Za-z0-9_] : 영어 대소문자 + 숫자 + underscore(_) = \w (반대는 \W) [\f\n\r\f\v] : 공백자들 = \s (반대는 \S) ^의 의미 1) \^ : 문자 그대로 ^ 2) [ ] 맨 앞에서 부정의 의미 (ex) [^e] : e 빼고 아무나 한 글자 cf. [e^] : e 또는 ^ 한 글자 3) 스트링의 시작 (ex) ^a : a로 시작하는 스트링 스트링의 시작 1) ^the : 줄바꿈 단위로 하나의 스트링 2)..

Linear Algebra > Vectors and Spaces > Null space and column space 부분을 정리한 것. https://www.khanacademy.org/math/linear-algebra/vectors-and-spaces/null-column-space Vectors and spaces | Linear algebra | Math | Khan Academy If you're seeing this message, it means we're having trouble loading external resources on our website. If you're behind a web filter, please make sure that the domains *.kastati..

Linear Algebra > Vectors and Spaces > Matrices for solving systems by elimination 부분을 정리한 것. https://www.khanacademy.org/math/linear-algebra/vectors-and-spaces#matrices-elimination Vectors and spaces | Linear algebra | Math | Khan Academy If you're seeing this message, it means we're having trouble loading external resources on our website. If you're behind a web filter, please make sure that th..

Linear Algebra > Vectors and Spaces > Vector dot and cross products 부분을 정리한 것. https://www.khanacademy.org/math/linear-algebra/vectors-and-spaces#dot-cross-products Vectors and spaces | Linear algebra | Math | Khan Academy If you're seeing this message, it means we're having trouble loading external resources on our website. If you're behind a web filter, please make sure that the domains *.kast..

SNUON 통계학 확률분포 1) 연속형 확률분포 - 정규분포 2) 이산형 확률분포 - 기하분포, 이항분포, 음이항분포, 포아송분포 6-1. 정규분포 Normal Distribution 정규분포 - Unimodal, symmetric, bell-shaped - 통계학에서 가장 많이 사용되는 분포 ∵ 중심극한정리 : 표본평균은 정규분포를 따른다. 원래 데이터의 분포와 관계없이 데이터의 평균은 항상 정규분포를 따른다 - 일반적으로 평균이 μ 이고 분산이 σ^2인 정규분포를 N( μ, σ^2) 로 표기한다. R에서는 N( μ, σ) 로 표기한다 (예제) 수능 수리영역 원점수는 평균이 50점이고 표준편차가 15인 정규분포를 따른다. 표준점수는 평균이 100이고 표준편차가 20인 정규분포를 따른다. A는 표준점수 ..