TwentyTwentyOne

📌 JAX로 ARIMA + 딥러닝 Hybrid 시계열 예측 시스템 구현하기 – 전통 통계 모델과 딥러닝의 완벽한 콜라보🧠 왜 ARIMA + Neural Network?ARIMA는 시계열의 선형적 부분 (추세, 자기상관 등)을 잘 설명딥러닝은 비선형적 패턴과 복잡한 상호작용을 잘 잡아냄둘을 결합하면 정확성과 해석력, 두 마리 토끼를 잡는 구조가 만들어짐💡 구성 아이디어구성 요소 역할ARIMA 모델전통적인 예측 (Statsmodels 사용)Neural NetARIMA로 설명되지 않는 오차를 학습Hybrid OutputARIMA 예측 + NN 예측 오차 보정 = 최종 예측💾 1. 데이터 준비 및 ARIMA 피팅import pandas as pdfrom statsmodels.tsa.arima.model ..

MZ세대의 프롬프트 포트폴리오 만들기 – 진짜 취업 경쟁력이 된다“어떤 프롬프트로 뭘 만들었는지 보여주세요.”🎯 이력서보다 강력한 한 줄:"저는 ChatGPT로 3개의 자동화 루틴과 전자책 1권을 만들었습니다."이제는 이런 문장이학력보다, 자격증보다, 이력서보다 더 실질적인 경쟁력이 되는 시대입니다.그 시작점은 ‘프롬프트’ 포트폴리오입니다.🤖 프롬프트 포트폴리오란?단순히 “AI에게 이런 걸 시켜봤다”가 아닙니다.‘어떤 프롬프트로 어떤 결과를 만들었는지’ 구체적으로 정리한 것이바로 프롬프트 포트폴리오입니다.구성 요소 설명목표무엇을 하기 위한 프롬프트인지 (예: 블로그 글 초안, 설문 분석 등)프롬프트실제 입력한 문장 (명령형, 조건, 형식 포함)출력 결과물생성된 콘텐츠, 요약, 이미지 등활용 사례블로그..

[응용편] Link/Cut Tree에 경로 합, 경로 최댓값 추가하기 – Augmented LCT 구현앞선 글에서는 Link/Cut Tree(LCT)의 **핵심 구조와 기본 연산(link, cut, access)**을 Python으로 직접 구현해보았습니다.이번에는 한 단계 더 나아가서,LCT 노드에 값을 부여하고 경로의 합이나 최댓값을 빠르게 계산할 수 있는 구조로 확장해보겠습니다.✨ 목표: 경로 질의가 가능한 LCT기본 LCT는 access(u), make_root(u), link(u, v) 등을 수행할 수는 있지만,실제로는 경로 상의 합/최댓값/최솟값을 빠르게 계산해야 할 일이 많습니다.예: "u부터 v까지 간선 가중치의 합은?", "가장 큰 값은?"이 기능을 위해 우리는 LCT 노드에 다음 정보를 ..