173만명의 커뮤니티!! 함께 토론해봐요.
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요 제가 이번 실기 시험을 응시하려고 했는데 시험 응시 기간을 놓쳐서 다음 시험을 봐야하는 상황입니다... 시험을 볼 수 없는 상황이라 이번 시험 때는 강의를 수강할 일이 없을 것 같고 제가 현재 9월까지 수강이 가능합니다. 그래서 다음 시험까지 수강 기간을 멈췄다가 10월부터 다시 수강 시작을 할 수 있을까요? 제 이메일은 ggm06401@naver.com입니다 부탁드립니다 선생님...
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
이제 1유형 강의 다봤는데요 1유형을 완벽하게 하고 2유형 넘어가고 2유형 완벽하게 하고 3유형 할까요?? 완벽하게 할때 정답코드 안보고 제가 스스로 할수잇는거맞나요?
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
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.
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
노베이스 수강생 질문 드립니다 R만 사용해본 통계학과 졸업생인데 시험 한달정도 남은 지금 공부를 어떻게 해야할지 감이 안잡혀서 질문드립니다 공부법좀 추천 해주세요!!!.. 현재는 함수 외우면서 강의 , 실습 하고있습니다
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
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.
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
사는게 바빠서 공부못하고 신경못쓰다가 수강기간이 4월 말까지인걸 알아버렸습니다.. 혹시 6월말까지만 수강기간 연장 가능할까요?? 이번 6월에 있을 실기 시험 꼭 붙고 싶습니다. 답변은 이메일로 주시나요?? 제 이메일은 kimtgnm@naver.com 입니다.
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
강의가 2025년 6월 4일까지인데 10회 실기를 보기 위해서 2025년 6월 20일까지 연장 가능할지 부탁드립니다.. 열심히 들어서 합격하겠습니다 dbwlsdl5796@naver.com입니다.
RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)
안녕하세요. 학습 내용 너무 잘 듣고 있습니다. 관련 기술을 이용해서 작은 작업을 하고 있는데, 데이터를 어떻게 저장을 해야 하는지 감이 안와서 글을 남깁니다. 지금 각 대학별 입학 모집요강 관련 데이터를 저장해서 검색을 해보려고 시도하고 있습니다. 고려대학교, 연세대학교 등 각 사이트에서 모집요강 pdf를 이용해 각 페이지별로 벡터 디비에 저장을 했습니다. 근데 하다보니깐, pdf의 내용이 각 대학별로 다르고 양도 많아서 데이터를 규칙이 있는 상태로 만들어서 데이터를 저장을 해야 할 거 같은데요. 질문1) 각 대학별로 데이터를 한번 다듬어서 저장을 하고 싶은데요, 이런 경우에는 실제로 어떤 방법으로 하면 좋을지 조언 부탁드리겠습니다. 질문2) 데이터가 저장 되면 청크 단위로 저장이 되었을 경우, 예를 들어 고려대학교-청크1,청크2,청크3,청크4... 연세대학교-청크1,청크2,청크3,청크4... 이렇게 다건으로 저장이 될텐데, 질문을 '서울에 있는 대학 모집 정보를 알고 싶어'(포괄적질문), '고려대학교 입학 조건을 알고싶어'(조건적질문) 등으로 한다면, 각 청크가 각 대학별 정보라는걸 추적해서 하나의 정보로 봐야하는데, 이런 경우에는 데이터 관리를 어떻게 해야하는지 조언 부탁드리겠습니다.
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
exam1 = pd.get_dummies(exam1, columns=['race'], drop_first=True) exam1 = pd.get_dummies(exam1['race'], drop_first=True) 랑 차이가 있나요?
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
[Final Project] 법률 문서 기반 질의응답 RAG 시스템 25:20 초에 한 질문에 대해 응답이 1분이상이 걸렸는데 응답이 빠르게 나오도록 개선하는 방법은 무엇인가요?
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
(사진)
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
(사진)
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
(사진)
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
랜덤포레스트 결과가 다르게 나와 요
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
사후 검정 투키, 본페로니 식 외워야 하나요? 시험에서 사후검정도 해야하나요?
입문자를 위한 LangChain 기초 — v1.0+ 업데이트
구글 코랩등 이런 접속 제한이 있는 환경에서 공부를 하려 합니다. 대체 환경없나요?
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
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 ?
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
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,,
IT특강을 하실 개발자 1분을 모집합니다. 방식 : 오프라인, 천안아산역 근처 카페에서 세미나를 진행. 특강 주제 : AWS, 서버, 데이터베이스, 데이터엔지니어링, LLM, 자연어처리 등 에 관한 내용 중 1 대상 : 스타트업 대표 일시 : 10월 30일(수) 오전 10시 ~ 11시반 : 1시간반 하고 -> 30분 질의응답 페이 : 50 ~ 60만원 기한 : ~ 24.10.13 관심있으시면 폼으로 지원해주세요. https://forms.gle/Z1CFFLKCCoFJuJWL6
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
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!
