中國醫藥大學蔡豐聲

編輯製作： 莊祺 仁 、 蔡豐聲  出品團隊 ： 中國醫藥大學 醫療資訊學系 程式俱樂部  YT： https://youtu.be/lim8mc4xOqc ## 題目資訊 題目名稱： What's Cryptanalysis 編號： CPE10402, UVA10008  相關平台： Zero Judge , Online Judge ## 題目解析 密碼翻譯（Cryptanalysis）是指把某個人寫的密文（Cryptographic writing）加以分解。這個程序通常會對密文訊息做統計分析。你的任務就是寫一個程式來對給定的密文進行簡單的字元統計分析。 ## 輸入說明 輸入的第 1 列有一個正整數 $n$ ，代表以下有多少列需要作分析的密文。 接下來的 $n$ 列，每列含有 0 或多個字元（可能包含空格、標點符號與數字）。 ## 輸出說明 統計輸入中所有英文字母出現的頻率（ 大小寫視為相同 ，例如 A 與 a 算同一字元）。 每列包含一個 大寫字元 (A~Z) 和一個 正整數 （代表該字母出現的次數），兩者以空格分開。 排序規則： 按照字元出現的 次數由大到小 排列（降序）。 如果有 2 個以上的字元出現次數相同，則按照 字母順序由小到大 排列（升序，如 A 在 H 之前）。 注意：若某一字母未在輸入中出現過，則不應出現在輸出中。 ## 範例測試 輸入：                     3                                                                  ...

編輯製作：   莊祺 仁 、 蔡豐聲  出品團隊 ： 中國醫藥大學 醫療資訊學系 程式俱樂部  YT： https://youtu.be/1xNzLtP_jA0 ## 題目資訊 題目名稱： Primary Arithmetic 編號： CPE10404, UVA10035  相關平台： Zero Judge , Online Judge ## 題目解析 在小學時我們都做過加法的運算，就是把 2 個整數靠右對齊然後，由右至左一位一位相加。如果相加的結果大於等於 10 就有進位（carry）的情況出現。本題任務就是要判斷 2 個整數相加時產生了幾次進位的情況，這將幫助小學老師分析加法題目的難度。 ## 輸入說明 每一列測試資料有 2 個正整數，長度均小於 10 位 。 最後一列有 2 個 0 代表輸入結束 。 ## 輸出說明 每列測試資料輸出該 2 數相加時產生多少次進位 。 注意：進位超過 1 次時 operation 必須加 s （即 operations ） 。 ## 範例測試 輸入：                  123 456                  555 555                  123 594                  0 0 輸出：                  No carry operation.                  3 carry operations.                  ...

編輯製作：  蔡豐聲、莊祺仁  出品團隊 ： 中國醫藥大學 醫療資訊學系 程式俱樂部  YT： https://youtu.be/F82yMKIETA0 ## 題目資訊 題目名稱： List of Conquests 編號： CPE21924, UVA10420  相關平台： Zero Judge , Online Judge ## 題目解析 當萊波雷羅（Leporello）依時間順序記錄下多尼‧喬凡尼（Don Giovanni）所「愛」的所有「美女」時，他在向他人展示主人的征服紀錄時遇到困難，因為每次都必須統計各國籍美女的人數 。請協助萊波雷羅進行這項統計工作 。 ## 輸入說明 輸入第一行含有一個數字 $n$ ，表示接下來會有 $n$ 行資料 。 之後的每一行（最多 75 個字元）由「國家」和「女子姓名」兩部分組成 ： 第一個單詞是國家名稱 。 其餘所有單詞則構成該女子的名字 。 您可以假設所有國家的名稱僅為一個單詞 。 ## 輸出說明 輸出由 按字母順序排列 的行組成 。 每一行以國家名稱開頭，後面跟著該國家中多尼·喬凡尼「愛」的美女總數，兩者之間用空格分隔 。 ## 範例測試 輸入：                  3                  Spain Donna Elvira                  England Jane Doe                  Spain Donna Anna 輸出：                  England 1                  Spain 2 ## 解題...

編輯製作 ：莊紹甫、蔡豐聲 出品團隊 ：中國醫藥大學 醫療資訊學系 程式俱樂部 YT ： https://youtu.be/AGBd4j27txE 📌 參考文獻與資料來源 (References & Datasets) 論文參考 ：Davide Chicco, Giuseppe Jurman: "Machine learning can predict survival of patients with heart failure from serum creatinine and ejection fraction alone" . BMC Medical Informatics and Decision Making 20, 16 (2020). DOI 連結 Kaggle 資料集 ： Heart Failure Clinical Records Dataset (by Nima Pourmoradi) 技術參考 ：Zeyad Sayed: "Predicting Heart Failure Fatality using XGBoost" (2024) 💡 專題簡介 (Introduction) 心臟衰竭是全球常見且死亡率高昂的慢性疾病。本專題旨在透過 Kaggle 的心臟衰竭臨床數據，利用 Python 進行完整數據預處理、特徵工程，並結合 Optuna 自動超參數搜尋 與 XGBoost 機器學習模型 ，建構心臟衰竭患者死亡/存活風險的預測模型。最後，引入 SHAP 可解釋性分析 ，協助醫療人員理解影響存活率的關鍵臨床指標。 📊 臨床數據集說明 (Dataset Overview) 資料集包含了患者的各項生理數據與臨床指標（如年齡、血清肌酸酐、射血分數、血小板量、高血壓及吸菸狀態等）： age anaemia creatinine_phosphokinase diabetes ejection_fraction high_blood_pressure platelets serum_creatinine serum_sodium DEATH_EVENT 75.0 0 582 0 20 1 265,000 1.9 130 1 55.0 0 7,861 0 38 0 263,358 1.1 136 1 ...