안녕하세요 이번 10회차 시험을 준비하고 있는 수강생입니다. 이제 작업형 1(섹션 4)까지 학습 끝내고 머신러닝에 들어가려고 합니다. 섹션 5 머신러닝 강의를 업데이트하고 계시던데, 혹시 언제까지 업데이트가 완료될까요? 시험이 한달 남아 학습은 빨리 하고 싶은데 강의 업데이트가 다되기까지 시간이 1주일 넘게 걸린다면 기다리기가 어려울 것 같아서요. 어떻게 할지 조언을 구하고 싶습니다. 머신러닝 신버전이 업데이트 다 되는 걸 기다렸다가 순차적으로 듣는다. 머신러닝 구버전으로 듣고 학습 진행한다. 작업형 3부터 학습하면서 머신러닝 업데이트를 기다리다가, 작업형 2 업데이트 다 되고 돌아온다. 그 이후에 기출 진행한다. 섹션 5 28. 머신러닝 학습 및 평가(분류) 듣고나서 섹션 6 구버전의 이어지는 강의를 듣는다. 이 경우 34.모델링 및 평가(회귀)로 이어서 들으면 될까요? 참고로 지금은 머신러닝 신버전 듣고 있습니다. 감사합니다.
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, 백엔드 공부중인 취준생입니다. 취업 해서 ‘개발을 꼭 하고싶다’는 아니라 it 서비스 기업 (네카라쿠배등등)은 2순위로 생각하고 있는데요, 우선 sw직군에 취업은 하고싶은데 대기업쪽에 관심이 생겨서 질문 남깁니다. 현차 sw직군에 개발자 분들 많이 지원하시나요?? 아님 보통 개발자 분들이시라면 현대모비스나 오토에버 쪽으로 지원하시나요?? 궁금합니다.. 어느 대기업을 선호하시나요??
최근에 취업을 해서 다음주부터 5인규모정도의 스타트업에서 시작합니다. 대표님은 개발자 1세대 분이시고, 그 아래급 팀장님도 사외에서 한분, 사내에서 한분이 20년 경력 이상의 실력이 좋으신 분들이라고 하세요. 약간 임베디드성 정보수집 등도 구현해서 하고 있는 것 보니 이 부분은 실력이 좋으신게 맞는것 같구요. 다만, 관리 페이지라든지 필요한 부분이 유지된 기간에 비해서 크게 개선은 안되어있는 느낌? 이긴 해요. 본격적으로 질문을 드리자면, 1년 반동안 파이썬 기반의 백엔드 + SQL만 공부했었는데 프론트엔드로 해보라고 하셔서 프론트엔드로 하게 되었습니다. 자바스크립트는 백엔드 구현하는데 아주 기초적인 정도만 알고 있는 상태구요. 추후 개발자로써의 목표는 A-Z까지 구현하는 것을 익숙할때까지 해본 후에는 딥하게 해야할 영역 구분해서 진행하는 곳에서 연봉이나 사내혜택도 충분히 받으면서, 크게 야근 없이 집에서 사이드프로젝트 하는게 지향하는 부분입니다. Q1. 프론트든 백엔드든 우선 시작하는게 좋을까요? 아니면 저는 백엔드가 좋은데, 그냥 백엔드로 더 공부해서 취업하는게 좋을까요? Q2. 파이썬 기반으로만 공부를 다져놔서 이걸로 아예 취업까지 끝내놓는게 좋을까요? 아니면 java로 다시 시작하는게 좋을까요?
안녕하세요 저는 프론트엔드를 공부하고 있는 학생입니다. 최근 풀스택에 관심이 생겨서 백엔드도 공부해보려고 하는데 어떤 강의를 들어야 할지 모르겠습니다. 현재 HTML, CSS, JS는 잘 다룰수 있고 React를 사용해 프로젝트에서 퍼블리싱과 기능구현을 해본 경험이 있습니다. typescript는 아주 조금 사용해본 적이 있습니다. 웹사이트 등의 결과물을 만들어내면서 백엔드를 중점적으로 학습할 수 있는 풀스택 강의가 있으면 추천해주세요!
일단 로드맵을 따라 가면서 백엔드를 공부하고자 합니다그래서 예전에는 아무것도 모르는 상태로 웹사이트에 도전했는데 이해가 잘안가서 철수를 했습니다.그러나 이번에는 차곡차곡 어떤순서로 접해야 기초를 잡고 java백엔드쪽을 배울 수 있는지 여쭙고자 합니다.기초란 어떤 순서를 통해야 프로그래밍세계에 입문할 수 있는지 정도요!
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 ?
안녕하세요, 강사님. 강의 잘 듣고 있습니다. 강사님의 목소리가 어디선가 들었던 것 같아 더 반가웠습니다. 저는 SW 학부를 졸업했지만, 공부를 할수록 점점 어려워지고 흥미가 떨어져 결국 포기하려 했습니다. 그러던 중 교수님 추천으로 지금의 회사에 입사하게 되어 IT 부서에서 비개발 업무를 맡아 일하고 있습니다. 그동안 회사를 다니면서 개발자가 되기로 결심하게 되었고, 그런 면에서 제게 좋은 기회였다고 생각합니다. 그래서 본격적으로 개발 공부를 시작했습니다만, 직장을 다니며 평일, 주말에 공부하는 게 쉽지는 않더군요. 백엔드 공부를 처음 시작할 때는 Java와 Spring MVC부터 시작했습니다. 그런데 점차 공부하다 보니 배워야 할 기술들이 가지처럼 뻗어나가더군요. 그만큼 기술 하나하나를 따라가며 공부하다 보니 어느덧 1년이 넘었습니다. 그래도 꾸준히 이어올 수 있었던 이유는 저 나름의 목표가 있었고, 새로운 것을 배우는 재미도 있었기 때문인 것 같습니다. 아마 취업 후에도 평생 공부가 필요하겠지만, 그래서 지금 미리 습관을 들이는 게 오히려 좋은 일이라 생각합니다. 여기까지는 그냥 TMI네요. 😊 결론적으로 저는 완벽주의적인 성향 때문에 여러 기술을 충분히 알아야 한다는 생각이 강박으로 작용해 시간 소요가 커지고 있습니다. 이번 강의를 들으면서 새로운 기술을 익히는 것도 좋지만, 어디서 멈춰야 할지 타이밍을 놓칠 것 같아 고민입니다. 현재 진행 중인 프로젝트를 바탕으로 도메인 모델링을 잘 활용해 포트폴리오로 정리하고 싶습니다. 신입 백엔드 포트폴리오는 어느 정도 수준이 적합한지, 기준에 대한 조언을 듣고 싶습니다. 단순히 이직이 아니라 개발을 제 업으로 삼는 것이 목표입니다. 현재 직장에서의 연봉은 약 4천만 원 정도지만, 연봉보다도 개발자가 되는 것이 저에겐 더 큰 행복일 것 같습니다. 내향적인 성격이라 이런 글을 적는 것도 처음이지만, 강의에서 많은 영감을 받아 제 고민을 나누게 되었습니다. 감사합니다.
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!
