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,,
건의사항입니다 ! 물론 난이도는 되게 쉽지만 문제와 풀이 중에 PDF 예시를 보고 작성하려고 하는데 직접 작성하는 부분에 import 가 그냥 박혀있어서 뭘 사용하고 어떻게 해야할 지 너무 잘 나와있어서 혹시나 그 부분을 삭제하고 진행해주시는건 어떨까 하고 의견 남겨봅니다.
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!
