173만명의 커뮤니티!! 함께 토론해봐요.
[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 ?
파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)
삭제된 글입니다
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
주말코딩님. 덕분에 완강하고 3회 정보처리기사 합격한 것 같습니다. 정말 감사합니다. 제가 비전공자로 개발자로의 이직을 꿈꾸고 있는 30대입니다. 그래서 부트캠프나 직업교육을 심도있게 고민중입니다. 주변에 개발자가 없어서 질문할 사람이 없더라구요 ㅜ 현실적인 조언부탁드립니다. 현실적으로 가능할지..? 개발에서 전망이 좋거나 꼭 배워야 취업하기 유리한 툴이 뭐가 있을까요..? 많은 캠프를 찾아보던 중 다들 이런 곳 나와도 시간낭비고 결국 취업하기가 어렵다고 하는데 공감하실까요..? 개발자 캠프 중 SAP Young Next Cloud Academy (SYNC 아카데미)를 선택하려고 하는데, 어떻게 생각하시는지 궁금합니다 ㅜㅜㅜ 코딩님의 개인적인 의견이 궁금합니다.
파이썬/장고 웹서비스 개발 완벽 가이드 with 리액트 (장고 4.2 기준)
개인프로젝트 구현중이고 만드는 과정속에서 나만의 플레이리스트를 구축하고 싶은데 구글,유튜브 검색해보고 비슷하게 안 나오네요.. 근데 꼭 만들어보고 싶어서. GPT라도 참고해서 차근차근 해봤는데도 기능 구현이 안되는데 어떻게 해야할까요? 그래도 어떻게든 혼자 해봐야겠죠..?
세계 대회 진출자가 알려주는 코딩테스트 A to Z (with Python)
DP전까지는 괜찮았는데 DP 부분부터 브루트포스 접근 그리디 접근 DP접근 하면서 머리 뱅뱅 돌면서 포기하게 됬었네요. 다시 도전 해볼려고 돌아 왔습니다 화이팅!!!
2주만에 통과하는 알고리즘 코딩테스트 (2024년)
유니온 파인드 수업자료에 백준 1717번 정답 코드를 넣어주실 수 있을까요?!
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
제목 그대로, 시험 볼 때 계산기 들고 가는게 좋을까요?
파이썬/장고 웹서비스 개발 완벽 가이드 with 리액트 (장고 4.2 기준)
로그인이 안되어있으면 '로그인 후 이용해주세요' 라고 잘 작동하는데 로그인이 되어있어도 '로그인 후 이용해주세요'라고 뜹니다. 세션 문제인 건가요? 4시간동안 이 문제에 대해 고민을 계속했는데도 코딩실력이 한없이 부족해서 해결하기가 어렵습니다..
파이썬/장고 웹서비스 개발 완벽 가이드 with 리액트 (장고 4.2 기준)
멜론 음원사이트와 비슷하게 프로젝트를 진행중인데. JSON파일에 형식으로 멜론 음악들을 크롤링 하신거 같은데 멜론사이트에서 크롤링 하신걸까요? 저런 정보들을 어디서 참조할수있을까 싶어서 질문드립니다!
[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,,
자동차 SW - UDS 진단통신 정복하기
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.
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
안녕하세요 지금 막 강의 다 들었는데 코드위주로 공부를 더해야될까요 아니면 이론 이랑 병행해서 공부를 해야될지 고민이되네요
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
현재 코딩쪽은 자신이 있는데 이론부분이 많이 부족합니다. 이론 부분은 강의랑 pdf만 봐도 되는지 궁금합니다! 충분하지 않다면 어떤 부분을 더 공부해야할까요?
직장인에게 꼭 필요한 파이썬-아래아한글 자동화 레시피
Seobuk/HWPX_St_Converter: HWPX 파일의 스타일을 간편하게 수정할 수 있는 도구로, 사용자 친화적인 GUI와 자동 스타일 변환 기능을 제공합니다. (github.com) 스타일 초기화를 위해서 노력하고 있습니다. 공부하면서 이것저것 하고 있는데 스타일을 한글처음 만들었을때로 변환 적용을 하니까 (헤더 바꿔서) 안쓰는 스타일도 적용되어 남아 있네요 저는 지금 문서의 모든 스타일을 지우고 스타일을 초기화 하려고 하면 어떻게 코드를 수정해야 할까요? import os import shutil import zipfile from glob import glob from time import sleep import tkinter as tk from tkinter import filedialog import re # GUI를 통한 파일 선택 def select_file(): file_path = filedialog.askopenfilename(filetypes=[('HWPX Files', '*.hwpx')]) if file_path: process_file(file_path) success_label.config(text="Success") def process_file(hwpx_file_path): # 압축 풀기 및 스타일 교체 extract(hwpx_file_path) convert_styles("temp/Contents/header.xml") # header.xml 파일에서 스타일을 교체 # 다시 압축하여 저장 with zipfile.ZipFile(hwpx_file_path.replace(".hwpx", "_Style_re.hwpx"), 'w', zipfile.ZIP_DEFLATED) as zipf: zipdir('temp', zipf) # 임시 폴더 삭제 shutil.rmtree('temp') print("파일 처리가 완료되었습니다.") def extract(path): os.chdir(os.path.dirname(path)) target_path = os.path.join(os.getcwd(), "temp") with zipfile.ZipFile(path, 'r') as zf: zf.extractall(path=target_path) def convert_styles(header_file_path): # header.xml에서 <hh:style> 부터 </hh:styles>까지의 내용을 사용자가 제공한 데이터로 교체 with open(header_file_path, "r", encoding="utf-8") as file: data = file.read() # <hh:style>부터 </hh:styles>까지 매칭하여 교체 new_styles = '''<hh:styles itemCnt="22"> <hh:style id="0" type="PARA" name="바탕글" engName="Normal" paraPrIDRef="0" charPrIDRef="0" nextStyleIDRef="0" langID="1042" lockForm="0"/> <hh:style id="1" type="PARA" name="본문" engName="Body" paraPrIDRef="1" charPrIDRef="0" nextStyleIDRef="1" langID="1042" lockForm="0"/> <hh:style id="2" type="PARA" name="개요 1" engName="Outline 1" paraPrIDRef="2" charPrIDRef="0" nextStyleIDRef="2" langID="1042" lockForm="0"/> <hh:style id="3" type="PARA" name="개요 2" engName="Outline 2" paraPrIDRef="3" charPrIDRef="0" nextStyleIDRef="3" langID="1042" lockForm="0"/> <hh:style id="4" type="PARA" name="개요 3" engName="Outline 3" paraPrIDRef="4" charPrIDRef="0" nextStyleIDRef="4" langID="1042" lockForm="0"/> <hh:style id="5" type="PARA" name="개요 4" engName="Outline 4" paraPrIDRef="5" charPrIDRef="0" nextStyleIDRef="5" langID="1042" lockForm="0"/> <hh:style id="6" type="PARA" name="개요 5" engName="Outline 5" paraPrIDRef="6" charPrIDRef="0" nextStyleIDRef="6" langID="1042" lockForm="0"/> <hh:style id="7" type="PARA" name="개요 6" engName="Outline 6" paraPrIDRef="7" charPrIDRef="0" nextStyleIDRef="7" langID="1042" lockForm="0"/> <hh:style id="8" type="PARA" name="개요 7" engName="Outline 7" paraPrIDRef="8" charPrIDRef="0" nextStyleIDRef="8" langID="1042" lockForm="0"/> <hh:style id="9" type="PARA" name="개요 8" engName="Outline 8" paraPrIDRef="18" charPrIDRef="0" nextStyleIDRef="9" langID="1042" lockForm="0"/> <hh:style id="10" type="PARA" name="개요 9" engName="Outline 9" paraPrIDRef="16" charPrIDRef="0" nextStyleIDRef="10" langID="1042" lockForm="0"/> <hh:style id="11" type="PARA" name="개요 10" engName="Outline 10" paraPrIDRef="17" charPrIDRef="0" nextStyleIDRef="11" langID="1042" lockForm="0"/> <hh:style id="12" type="CHAR" name="쪽 번호" engName="Page Number" paraPrIDRef="0" charPrIDRef="1" nextStyleIDRef="0" langID="1042" lockForm="0"/> <hh:style id="13" type="PARA" name="머리말" engName="Header" paraPrIDRef="9" charPrIDRef="2" nextStyleIDRef="13" langID="1042" lockForm="0"/> <hh:style id="14" type="PARA" name="각주" engName="Footnote" paraPrIDRef="10" charPrIDRef="3" nextStyleIDRef="14" langID="1042" lockForm="0"/> <hh:style id="15" type="PARA" name="미주" engName="Endnote" paraPrIDRef="10" charPrIDRef="3" nextStyleIDRef="15" langID="1042" lockForm="0"/> <hh:style id="16" type="PARA" name="메모" engName="Memo" paraPrIDRef="11" charPrIDRef="4" nextStyleIDRef="16" langID="1042" lockForm="0"/> <hh:style id="17" type="PARA" name="차례 제목" engName="TOC Heading" paraPrIDRef="12" charPrIDRef="5" nextStyleIDRef="17" langID="1042" lockForm="0"/> <hh:style id="18" type="PARA" name="차례 1" engName="TOC 1" paraPrIDRef="13" charPrIDRef="6" nextStyleIDRef="18" langID="1042" lockForm="0"/> <hh:style id="19" type="PARA" name="차례 2" engName="TOC 2" paraPrIDRef="14" charPrIDRef="6" nextStyleIDRef="19" langID="1042" lockForm="0"/> <hh:style id="20" type="PARA" name="차례 3" engName="TOC 3" paraPrIDRef="15" charPrIDRef="6" nextStyleIDRef="20" langID="1042" lockForm="0"/> <hh:style id="21" type="PARA" name="캡션" engName="Caption" paraPrIDRef="19" charPrIDRef="0" nextStyleIDRef="21" langID="1042" lockForm="0"/> </hh:styles>''' data = re.sub(r'<hh:styles.*?</hh:styles>', new_styles, data, flags=re.DOTALL) with open(header_file_path, "w", encoding="utf-8") as file: file.write(data) def zipdir(path, ziph): os.chdir(path) for root, dirs, files in os.walk("."): for file in files: ziph.write(os.path.join(root, file)) os.chdir("..") # GUI 설정 및 실행 root = tk.Tk() root.title("HWPX Style Converter v1.0") root.geometry("400x300") # 프로그램 제목 title_label = tk.Label(root, text="HWPX 파일 스타일 변경 프로그램", font=("Arial", 16)) title_label.pack(pady=10) # 파일 선택 지침 instruction_label = tk.Label(root, text="Please select an HWPX file.", font=("Arial", 10)) instruction_label.pack(pady=5) # 파일 선택 버튼 select_button = tk.Button(root, text="Select HWPX File", command=select_file) select_button.pack(pady=10) # 성공 메시지 success_label = tk.Label(root, text="", font=("Arial", 12), fg="green") success_label.pack(pady=20) # 하단 정보 표시 footer_label = tk.Label(root, text="Version 1.0V Developed by Hyunuk", font=("Arial", 8)) footer_label.pack(side="bottom", anchor="w", padx=10, pady=10) root.mainloop()
파이썬/장고 웹서비스 개발 완벽 가이드 with 리액트 (장고 4.2 기준)
cursor ai 관련해 괜찮은 유튜브 추천해주실만한게 있으실까요?!
파이썬/장고 웹서비스 개발 완벽 가이드 with 리액트 (장고 4.2 기준)
저번에 zoom으로 인해 말씀하신게 9-1~ 9-7 까지 이부분이였나요? 아니면 08-1~ 08-7이부분이였는지..? 헷갈려서 문의드려봅니당!
[신규 개정판] 이것이 진짜 크롤링이다 - 실전편 (인공지능 수익화)
안녕하세요, 질문이 있습니다.. 혹시 코딩 외주를 하게된다면, 사업자는 어떤걸로 내면 좋을까요..? 아래 같은 사이트 찾아보니, 종류가 좀 여러개인것같아서요~ https://m.blog.naver.com/taxattorneyrim/222738666479 감사합니다.
자동차 SW - UDS 진단통신 정복하기
- 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?
[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!
파이썬 알고리즘 문제풀이 입문(코딩테스트 대비)
안녕하세요 코딩 테스트 연습을 하는데 이 문제 관련해서 잘 풀리지 않아 같이 풀어 보고 싶어 질문드립니다. code here 부분이랑 code her for user부분에 코드를 짜야합니다! 도와주세용
