안녕하세요 다른 커뮤니티에 글을 잘못 올려 다시 업로드합니다,, 작년에 결제하고 취업 준비를 하느라 실기 시험 준비를 거의 하지 못했습니다. 얼마전 취업을 해서 빅데이터분석기사 실기에 다시 공부를 시작했습니다. 강의 수강 기간이 5월 8일까지인 상황인데 혹시나 강의를 연장할 수 있을지 문의드립니다. 제 메일은 wogh9599@naver.com 입니다. 감사합니다.
안녕하세요 민우님, 제공해주시는 강의를 통해 많은 깨달음을 얻고 Feature Factory에서 벗어나 진정한 PM이 되고자 노력하게 되었습니다. 감사드립니다. 같은 맥락에서, 더 나은 PM이 되고자 계속해서 공부하고자 하는데 학습해야 할 것들이 방대하다보니 어떤 방향으로 접근해야 할지 고민입니다. 그래서 현재는 역량과 관련된 분야를 나눠서 분야별로 학습하는 방식을 고려하고 있는데 PM은 사용자/데이터/비즈니스/산업에 대한 지식이 필요하다고 하셨는데, 이런 식으로 분야를 나눠 공부하면 좋을지 혹은 다른 방식으로 구분이 필요할지 혹은 위 내용과 상관 없이 권장하시는 학습 방법이 있다면 추천 부탁드립니다. 또한, 현업 업무에서는 UX, 디자인, 개발 지식이 일정 부분 필요하다고 느끼고 있는데, 이에 대한 우선순위는 어느 정도로 두어야 하는지 조언 부탁드립니다. 감사합니다.
안녕하세요, 강의 정말 도움 많이 받고 있습니다. 강의를 들으면서 데이터 기반으로 일하는 조직에 관심이 커지다보니 그런 기업들에 지원을 해보려고 합니다. 그런데 데이터 기반, 프로덕트 목적 달성이 아닌 요구사항과 기능 개발 위주로 일했던 경우에는 포트폴리오에 어떤 내용을 중심으로 작성해야 하는지 궁금합니다. '해당 솔루션이 타당한지, 어떤 효과를 기대할 수 있는지, 실제 성과는 어땠는지' 같은 내용이 없다보니 어떤 점을 어필해야 하는지 조금은 막막한 심경입니다. 이런 경우에는 어떻게 해야하는지 조언 주시면 감사드리겠습니다.
정처기 실기 준비한다고 빅분기 실기 준비가 늦었는데요.... 인강 결제하고 공부한지 3일차인데, 작업형1 모의문제를 푸는데 멘탈이 탈탈 털려버렸어요 ㅜㅜ... 나름 열심히한다고 온갖 함수부터 달달 외우고는 있는데 응용이 전혀 되질 않아서 모의문제를 혼자 힘으로 1도 못풀었어요.. 계속 gpt로 코드 해석보면서 보고있는데, 이대로 계속 진도를 나가는게 맞는지 모르겠네요... 계속 지웠다 썼다 반복하고는 있는데, 단순히 답을 외우게 되는 것 같아서 나중에 응용이 될까 모르겠네요.. 이해가 안 가더라도 계속 진도를 나가고 회독을 하는게 맞는 건가요 ?
https://dataq.goorm.io/exam/116674/체험하기/quiz/4 여기서 하는 성별예측 문제에서 import pandas as pd train = pd.read _csv("data/customer_train.csv") test = pd.read _csv("data/customer_test.csv") # print(train.shape, test.shape) # print( train.info ()) # print(train.isnull().sum()) # print(test.isnull().sum()) #결측치 처리 (환불금액) train['환불금액'] = train['환불금액'].fillna(0) test['환불금액'] = test['환불금액'].fillna(0) # print(test.isnull().sum()) # print(train['성별'].value_counts()) #인코딩 target = train.pop('성별') train = pd.get_dummies(train) test = pd.get_dummies(test) #검증 데이터 분리 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0) # print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape) from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit (X_tr, y_tr) pred = rf.predict_proba(X_val) # print(pred) from sklearn.metrics import roc_auc_score roc = roc_auc_score(y_val, pred[:,1]) #예측 및 파일생성 pred = rf.predict_proba(test) submit = pd.DataFrame({ "pred":pred[:,1] }) submit.to _csv("result.csv", index=False) # print( pd.read _csv("result.csv")) 이렇게 코딩을 했는데 예측 및 파일 생성에서 pred = rf.predict_proba(test) 여기 부분이 오류가 뜨는데 왜 그런가요 ㅠㅠ > Makefile:6: recipe for target 'py3_run' failed make: *** [py3_run] Error 1 Traceback (most recent call last): File "/goorm/Main.out", line 43, in <module> pred = rf.predict_proba(test) File "/usr/local/lib/python3.9/dist-packages/sklearn/ensemble/_forest.py", line 674, in predict_proba X = self._validate_X_predict(X) File "/usr/local/lib/python3.9/dist-packages/sklearn/ensemble/_forest.py", line 422, in validate X_predict return self.estimators_[0]._validate_X_predict(X, check_input=True) File "/usr/local/lib/python3.9/dist-packages/sklearn/tree/_classes.py", line 407, in validate X_predict X = self._validate_data(X, dtype=DTYPE, accept_sparse="csr", File "/usr/local/lib/python3.9/dist-packages/sklearn/base.py", line 437, in validate data self._check_n_features(X, reset=reset) File "/usr/local/lib/python3.9/dist-packages/sklearn/base.py", line 365, in check n_features raise ValueError( ValueError: X has 73 features, but DecisionTreeClassifier is expecting 74 features as input. 이렇게 뜹니다,,
안녕하세요. 좋은 강의 감사드립니다. 덕분에 잘 배우고 있습니다. 문제 2. 주어진 데이터에서 결측치가 30%이상 되는 컬럼을 찾고 해당 컬럼에 결측치가 있는 데이터(행)를 삭제 함. 그리고 30% 미만, 20% 이상인 결측치가 있는 컬럼은 최빈값으로 값을 대체하고 'f3'컬럼의 'gold' 값을 가진 데이터 수를 출력하세요! 문제2를 대하고 순간 다음과 같은 고민을 했었습니다. 1번을 수행하여 'f1'컬럼의 결측치 행을 삭제한 후 2번을 하려니 'f3'컬럼의 결측치 갯수가 18개만 남더군요. 그럼 18개는 최초 데이터 100개의 20% 미만일까? 그렇지 않다. 'f1'컬럼 결측치를 제거한 후 데이터 갯수 69개의 20%~30%(14~20)에 해당한다. 그렇다면 'f3'컬럼의 최빈 값은 'f1'컬럼의 결측치를 제거하기 전의 값을 사용해야할까 아니면 결측치 제거 후의 값을 사용해야 할까? 결과적으로는 어떤 방식으로 하던 답은 56으로 일치했지만 주어진 데이터에 따라 다른 값이 나올 수도 있을 것 같습니다. 혼돈을 없애기 위해 문제 2의 문항 순서를 바꾸면 어떨까요? 30% 미만, 20% 이상인 결측치가 있는 컬럼은 최빈값으로 값을 대체하고 주어진 데이터에서 결측치가 30%이상 되는 컬럼을 찾고 해당 컬럼에 결측치가 있는 데이터(행)를 삭제 함. 'f3'컬럼의 'gold' 값을 가진 데이터 수를 출력하세요!
안녕하세요, 강의를 열심히 듣다보니 어느새 마지막 챕터입니다. 혹시 제 고민에 대한 조언을 들을 수 있을까 해서 글을 남겨봅니다. 저는 현재 에이전시에서 기획 업무를 2년 넘게 해오다가, 인하우스로 이직을 하고 싶은 마음이 생겨 준비 중입니다. 문제는 데이터 기반 의사 결정을 하는 회사로 이직을 하고 싶은데, 지금까지 참여했던 프로젝트에서는 모두 데이터를 활용하지 않았어요. 지푸라기라도 잡는 심정으로 포트폴리오 구성은 이 강의에서 배운 내용을 토대로 만약 성공 지표가 있었다면 어떤 것이였을지, 가설을 어떻게 세웠을지 등의 내용으로 채우긴 했는데 실질적인 성과나 숫자가 없어서 너무 고민이더라구요. 제가 데이터 기반 의사 결정을 하는 회사로 지원을 한다면 현실적으로 사람을 뽑는 입장에서 저를 보고 회사에 기여를 할 수 있을 거라고 확신하기가 매우 어려울 것이라고 생각이 들어 고민이 깊어지고 있습니다. 이럴때는 혹시 어떤 식의 전략이 필요한지, 어떤 부분에 대한 확신을 줘야할지 조언을 구해볼 수 있을까요?
안녕하세요 강사님 올해 말 실기 시험 목표로 강의를 수강 중인 학생입니다. 강의 수강 중 문득 걱정이 되는게 있어서 문의 드립니다. 맥북 단축키 같은것도 알려주시고 당장 수강하는데는 별 문제없다고 생각하는데, 시험장에 맥북을 들고 갈 순 없는 노릇이니.. 혹시 맥북으로 공부해 갔을때 발생할 수 있는 문제와 그에 대처방법이 혹시 있을까요?