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.
강사님 지금 SQL과 머신러닝을 공부하는 취준생 입니다. 제 희망 직업은 데싸고, 요새 뜨고 있는 LLM같은 ai분야쪽으로도 가고 싶은 생각인데 BI툴을 배워서 데이터 분석가로 취업을해서 이직을 준비하는게 좋을까요 아니면 취준 기간이 길어져도 더 공부를 하는게 좋을까요 ㅠㅠ 고민입니다.
안녕하세요 강사님. 모 회사의 System SW - Software Engineer, Drivers/Runtime (Windows) 포지션 지원에 관심이 있습니다. 공고내용을 검색하면 바로 나오겠지만 따로 회사 이름 언급을 하진 않겠습니다. 공고를 보면 Responsibilities Windows 환경에서의 AI 소프트웨어 스택의 핵심 구성 요소인 Driver 및 Runtime 개발을 담당합니다. Product Manager 및 Hardware/Platform 팀 개발자들과 긴밀히 협력합니다. 모델, 데이터, 추론 결과를 하드웨어에 전송하고 수신하는 기능을 구현합니다. Hardware의 상태 (온도, 에러 등)를 관리하는 기능을 개발합니다. Cloud platform Software 관점에서 Hardware의 추상화를 담당합니다. Minimum Qualifications 전산학 분야 학사 이상 학위 소지자 C/C++ 활용에 능숙한 분 윈도우 커널 드라이버, 윈도우 시스템 프로그래밍에 대한 지식 보유 운영체제, 하드웨어 구조에 대한 깊은 관심 우수한 커뮤니케이션 능력 Preferred Qualifications 윈도우 시스템 프로그래밍 혹은 드라이버 개발에 경력이 있으신 분 WinDbg, Win32 API 활용 능력이 있으신 분 리버스 엔지니어링 경험이 있으신 분 이와 같습니다. 제가 드리고 싶은 질문은 강사님의 시스템 프로그래밍 강의를 듣고나서 어떤 것을 공부해야 해당 포지션에 지원할 수 있는 능력을 함양할 수 있을지 궁금합니다. 제프리 리쳐의 책을 탐독하면서 윈도우 시스템 프로그래밍 역량을 키우는게 좋을까요? runtime이라고 하면 보통 어떤 것을 말하는걸까요? driver 및 runtime 개발 연습하는데 좋은 책과 만들어보면 좋을 토이 프로젝트가 있다면 추천 부탁드리고 싶습니다. 감사합니다!
안녕하세요. 메일을 확인하고 글을 남겨봅니다. 선생님 덕분에 머신러닝을 잘 학습하였고, 딥러닝이나 cv도 틈틈이 수강하고 있던 차에 딥러닝 새로운 강의를 출시되었다고 해서요. 저도 새롭게 다시 학습을 하고 싶은데, 제가 이전에 비즈니스(?) 계정이 되었던 상태에서, 선생님 강의를 개인적으로 다 구매해서 수강했었나봐요. 쿠폰을 보내주시면 새 강의를 다시 구매해서 들어보겠습니다.
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 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?
