밝은 미래

codejam 말고 kickstart 도 있네.

 https://codingcompetitions.withgoogle.com/kickstart/round/0000000000050e01/0000000000069881 

의 analysis를 읽다가 관련 algorithms을 공부하게 됐다.

다른 사람들의 solution code를 볼 수는 있는데, C++ 이 대부분이고, 언어로 검색할 수 없다.

analysis와 안 맞는 code들이 있을 것 같아서 보기 귀찮다.

꼬리의 꼬리를 물다가 공부한 것들:

2-3 tree

https://www.youtube.com/watch?v=TOb1tuEZ2X4

amortization

https://www.youtube.com/watch?v=3MpzavN3Mco

range trees

https://www.youtube.com/watch?v=xVka6z1hu-I

Finger search가 뭔지도 알게 됐다.

https://www.youtube.com/playlist?list=PL2SOU6wwxB0uP4rJgf5ayhHWgw7akUWSf

에서 finger라는 말이 나왔었는데 뭔지 잘 몰랐었다.

python input, output code를 처리하기에는 pycharm이 편했다. run, debug 설정에 file로 input을 simulate하는 설정이 있어서.

https://code.google.com/codejam/resources/quickstart-guide

python solution 일부

https://github.com/Harmon758/Google-Kick-Start

backward propagation을 다시 한 번 공부하기 위해 시작했다.

처음부터 본다.

nn을 공부하기 전에 logistic regression으로 nn에서 쓰는 수식을 조금씩 배울 수 있다.

Sigma i Sigma j!=y max(0, s_j - s_y + 1)

각 class에 대해

제일 잘못 예상했을 경우 score - 예상이 적중한 경우의 score + 1

를 다 더한 것.

W 숫자의 전체적인 크기가 loss에 영향을 끼쳐버리는 부작용을 막기 위해서

L2 regularization