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.
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.
영한님의 jOOQ에 대한 생각도 궁금합니다. jpa를 배워야 할 이유로 사용되었던 근거자료인 전 세계 구글트렌드에서도 jOOQ가 querydsl에 밀리지 않으면서(미국에선 8:2) 한국에서만 querydsl이 많이 사용되는 듯 한데 이러한 이유가 궁금합니다. 가볍게 조사해본 결과 jOOQ는 계속해서 업데이트가 되는데 querydsl은 사장되어간다는 말도 있더라구요. (업데이트가 안되는 이유가 만약 워낙 완성된 오픈소스 프로젝트라면 다행이지만 다른 이유라면 이라는 생각을 해보았습니다.) 현재로서는 로드맵을 따라 querydsl만 공부하는 입장이고 jOOQ는 입문하지 않은 상태인데요. 강의자체가 20년도 강의다보니까 현재의 의견이 어떻게 되시는지 궁금합니다. 미국에서는 왜 jOOQ가 더 인기가 많은걸까요?, 정말 querydsl은 최근 들어서 사장되어가는 기술인가요? 한국도 querydsl기술인기가 jOOQ로 넘어갈까요? 둘 다 배우면 개발자 입장에서 훌륭하겠지만 단순히 궁금해져서 질문을 올려봐요.
jpa(spring data jpa)를 이용해 프로젝트를 구현중입니다. 테이블 연관관계 때문에 다수의 테이블에 join을 해야하는데, n+1문제가 있고 성능상 jpaRepository를 상속받은 순수 jpa를 이용하기 어렵다고 판단되어 거의 대부분을 jpql을 사용해 구현하고 있습니다. 실제 실무에서도 jpa를 사용하는 프로젝트는 거의 대부분을 jpql을 사용하는지, 만일 아니라면 어떤식으로 해결하는지 궁금해서 문의드립니다!
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..?
안녕하세요. 최근 학습 목표를 잡아가던 중 고민이 있어 질문글을 남깁니다. 올리신 로드맵 중에서 '실전 자바'를 먼저 하고 있습니다만 백엔드 개발자가 되기 위하여 '스프링 완전 정복'도 같이 해보려고 합니다. '실전 자바' 로드맵을 어느정도까지 마치고 '스프링 완전 정복'을 시작하는게 좋을지, 같이하면 더 좋은 강의, 책이 있을지 궁금하여 질문 드립니다.
public class Soo{ public static void main(String[] args) { int[] a = new int[10]; int sum=100; for(int i=0; i<a.length; i++){ a[i] = i+1; } for(int i=0; i<a.length; i++){ if(i%3==1){ sum -= a[i]; } } System.out.print(sum); } } 정답은 85 라고 하는데 마지막 연산이 어떻게 되는지 모르겠네요 나머지수 라면 (1,4,7, 10) 일텐데, 이런 짧은 코드도 이해를 못하고 있네요//
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,,