학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문 전에 다음을 꼭 확인해주세요. 1. 강의 내용과 관련된 질문을 남겨주세요. 2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요. (자주 하는 질문 링크: https://bit.ly/3fX6ygx) 3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요. (질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG) 질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요. ========================================= [질문 템플릿] 1. 강의 내용과 관련된 질문인가요? (예/아니오) 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오) 3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오) ==================================== [질문 내용] 자바 백엔드 개발자를 희망하는 취준생 입니다. 이 고급 2 강의를 다 듣고 스프링 강의를 들으려고 합니다. 스프링을 어느정도 수강하고 작은 프로젝트를 하는게 나을지, 자바로 작은 프로젝트를 해보고 스프링 강의를 들을지 고민입니다.! 시간적인 여유가 그렇게 많지 않습니다 ㅠㅠ 그리고 자바 백엔드 개발자라면 db도 알아야할 텐데 db 강의는 아직 출시되려면 많이 남은거 같아 따로 공부를 하려고 합니다 db에 대해서는 어느정도 최소한 어느정도 알아야하며, 어떤식으로 공부를 해야할지 잘 모르겠습니다 ㅠㅠ 추천해주실 만한 방법이나 강의 또는 책이 있을까요? 물론 김영한님 db 강의가 출시되면 그것도 전부 수강할 생각이지만 그전에 미리 공부하고 개발자로 지원도 할 생각입니다.. 알려주세요
학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문 전에 다음을 꼭 확인해주세요. 1. 강의 내용과 관련된 질문을 남겨주세요. 2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요. (자주 하는 질문 링크: https://bit.ly/3fX6ygx) 3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요. (질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG) 질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요. ========================================= [질문 템플릿] 1. 강의 내용과 관련된 질문인가요? 예 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? 예 3. 질문 잘하기 메뉴얼을 읽어보셨나요? 예 [질문 내용] 이번 채팅 프로그램 만들기 하면서 느꼈습니다. 앞 수업에서 만든 v6 를 참고하면서 제가 만들었는데 요구사항대로 다 동작을 하긴합니다. 하지만 이번 영한님 강의를 들으면서 어떤기준으로 클래스를 나누어야하는지 감을 잘 못잡겠습니다. 제가 만든건 너무 하드코딩인거 같아요,,,
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.. UDS/DoIP 를 급하게 다뤄야 하는 상황이 되서 자료를 찾아보다가 인프런에 마침 좋은 강의를 개설해두신 부분이 있어서 내용을 쭉 따라가보고 있습니다. 근데, 이론뿐만 아니라 UDS/DoIP 구현이 필요해서 구글링/github 을 쭉 검색해봐도, 일부 존재하긴 하지만, 문서화도 잘되어 있고, 쉽게 레퍼런스 할수 있는 산출물을 아직 찾지 못했습니다. 강사님은 혹시, UDS/DoIP 통신을 체험(?)해볼 수 있는 Hello, World 와 같은 산출물 알고계신 부분이 있다면 공유해주실수 있으실까요? 의외로 차량 진단은 오래된 기능인데, 코드 구현물이 너무 없네요.. ㅜ.ㅜ 감사합니다.
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요. UDS 통신에 대한 강의 잘 듣고 있습니다. 진단 통신에 대해서 궁금한 점이 있는데, 인터넷 검색을 해보면 "진단"이라는 기능이 정비소에서 테스터기를 연결하는 경우 뿐만 아니라 주행중에도 진단 정보가 수집되기도 하고, 소프트웨어 업데이트 패키지 정보를 내려받기도 하고 사용자의 휴대폰 또는 제조사의 진단센터(?)에서 원격으로 진단정보를 주고받기도 하는 것 같습니다. 일반적인 use case 는 정비소에서 진단기 연결하는 경우로 보이는데, "주행중"에도 진단기능을 사용하는 use case 가 많은가요? 그리고 주기적으로 진단정보를 주고받기도 하나요?
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. 제가 학교에서 언리얼로 서바이벌 헌팅 게임 제작 프로젝트를 진행하려고 합니다. 다름이 아니라 서버 포지션을 맡았고, 이 프로젝트를 포트폴리오로 사용하고싶은데, 혹시 데디케이트로 서버를 제작하는게 좋을까요 IOCP 혹은 TCP로 제작하는게 좋을까요? 참고로 데디케이트는 한 번도 제작해보지 않았습니다.
안녕하세요 강사님. 강의를 잘 들었습니다. practitioner부터 SA까지 강의 듣고 자격증 취득에 큰 도움 되었습니다~ 실무단에서 소소한 영역들 적용해보기 시작하려는데, 이론으로만 보고 막상 하려니 어렵네요! 강의 내용에서 실습 내용들을 짬짬이 더 보고 싶은데, 강의 기간 연장해주실 수 있을까요?
