173만명의 커뮤니티!! 함께 토론해봐요.
[게임 프로그래머 입문 올인원] C++ & 자료구조/알고리즘 & STL & 게임 수학 & Windows API & 게임 서버
선생님 강의를 굉장히 잘 봤던 학생입니다. 이번 게임 개발 강의를 쭉 보고 그래픽 API를 공부필요성이 느껴서 공부하고자 하는데요. DirectX, Vulkan, OpenGL 등 많은 API가 존재하더라구요 어떤 것을 공부하는 것이 좋고 선생님 강의중에 DirectX 강의가 있던데 선생님께서는 왜 DirectX를 선택하셨는지 궁금합니다.
[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
안녕하세요! 교수님 강의를 듣고 있는 수강생입니다 ! 강의를 복습할 때 개인 블로그에 수업 내용을 정리하면서 게시를 하고 싶은데요 ! 강의 내용에 포함되어있는 이미지를 사용해서 간단하게 요약해서 게시를 하고 싶은데 저작권법에 걸리는 지 여쭤보고 싶어서 글을 작성합니다 ! 개인 블로그에 강의 자료(이미지 등)을 사용해서 복습 용도로 게시를 해도 될까요 ??
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
삭제된 글입니다
[개정판] 파이썬 머신러닝 완벽 가이드
분류(Classification) 성능 평가지표 개요와 정확도(Accuracy) 소개 에서 MNIST를 모두 0으로 예측하는 코드에서 fakepred와 y_test를 비교하는데요 이때 type은 같은데 하나는 1차원 배열이고 또 다른 하나는 column을 1로 가진 2차원 배열인데 이렇게 shape이 달라도 accuracy_score를 통해 비교할 수 있나요?
[게임 프로그래머 입문 올인원] C++ & 자료구조/알고리즘 & STL & 게임 수학 & Windows API & 게임 서버
안녕하세요 불루스크린 실습을 하기위해 언리얼 엔진을 설치를 했는데요 제 GPU메모리가 부족해서인지 제목에 나와 있는것처럼 Video memory has been exhausted 경고문이 뜨게 됩니다 이 경고문을 무시하고 계속 진행해도 상관없는지가 궁금하네요
[게임 프로그래머 입문 올인원] C++ & 자료구조/알고리즘 & STL & 게임 수학 & Windows API & 게임 서버
[C++과 언리얼로 만드는 MMORPG 게임 개발 시리즈] Part1: C++ 프로그래밍 입문 강의를 다 보고 나서 올인원강의가 출시하여 해당 강의로 공부하고 있습니다. 현재 10주차 강의를 다 보았는데 API가 나오고 코드가 많아지니 따라가는데 힘들더군요. 여기서 10주차 내용을 TextRPG때 처럼 여러 번 만들어 볼지 아니면 11주차 까지 진도를 나가고 포트리스 모작을 반복하는 것 둘 중에 고민중입니다. 어떤 방향으로 가는게 더 도움이 될까요?
[게임 프로그래머 입문 올인원] C++ & 자료구조/알고리즘 & STL & 게임 수학 & Windows API & 게임 서버
서버에 대한 개념이 머리에 잡히는 중이라 모든 것이 새롭게 느껴지는 중입니다. 저는 이전에 dx12 강의를 보고 이어서 시청하는거라 그 때도 그랬지만 코드의 뼈대가 되는 구조적인 부분에 대해서 좀 영감을 얻을 수 있을거라고 기대하고 이번 강의를 수강하게 되었습니다. 아니나다를까 이번 강의에서 보여주신 IocpCore 구조를 열심히 분석하니까 저 나름대로 가닥이 잡히는 느낌이 들었는데 한편으로는 그전에 배운 내용을 바탕으로 내가 이렇게 구조를 짤 수 있을까? 하는 생각이 들었습니다. 이런 구조적인 부분은 나중에 현업을 가서 업무를 하더라도 마냥 시간이 해결해줄 것이라고 생각하지 않는데 따로 연습을 하시거나 구조를 짜기 위한 시간투자를 하시는 건지 궁금합니다. 그리고 연습을 하신다면 어떻게 연습해야 할지 여쭙고 싶습니다.
[게임 프로그래머 입문 올인원] C++ & 자료구조/알고리즘 & STL & 게임 수학 & Windows API & 게임 서버
Rookiss님 안녕하세요! 몇가지 궁금한 것들 질문으로 남겨봅니다 ㅠ 시간 남으실때 조언해주시면 감사하겠습니다!! 먼저 저는 2년차 모의해킹 보안컨설팅을 하고있고 내일채움공제를 진행중이라 24년 6~7월 정도에 퇴사 할 예정입니다! 퇴사 후에 프로카데미를 다니려고 하는데, 학원에 가기 전 전체적인 내용을 한번 훑고 가고싶은 마음이 있습니다. 올인원 강의를 다 듣고나서 어떤식으로 공부하면 좋을지 간단한 서버개발 로드맵 같은게 있다면 추천해주시면 감사하겠습니다 ㅠ 클라이언트도 개인적으로 공부하고싶은데 이 부분은 독학으로 Rookiss님 시리즈만 듣고 공부해도 현업과 소통 & 개인적인 사이드 프로젝트를 진행하는데 무리가 없을 지 궁금합니다! 지금 하는 일에서도 계속 공부하고있고, cs지식이 어느정도는 잡혀있습니다 그리고 리버스 엔지니어링과 시스템해킹쪽도 어느정도 알고있는데 학력은 고졸 후 학점은행제를 통해 학사를 진행하고 있어서(올해 취득예정) 다른 대학 전공자들과 경쟁했을때 이런부분이 밀리지 않을만한 장점으로 어필이 가능할까요? 개인적으로는 게임업계가 해킹과도 밀접한 연관이 있다보니 어필이 될 수 있지 않을까 기대하고 있는데 현업 입장에서는 가산점이 있는지, 딱히 신경쓸 정도는 아니라던지 하는 관점이 궁금합니다! 좋은 강의 재밌게 잘 듣고 있습니다! 감사합니다 ㅎㅎ
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
오늘 빅분기 실기 6회 저만어려웠나요..?
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
삭제된 글입니다
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
함수에 대해 정의내릴 때 예를 들어 코랩 에서는 scaler = minmax_scale() 이렇게 정의를 내리고 scaler(data) 하는데 #코랩은 정의내릴 때 괄호를 빼면 동작안함 구름에서 테스트해보니까 scaler = minmax_scale()하고 scaler(data)하면 에러가 발생하고 괄호없이 scaler = minmax_scale 만해야 에러가 발생하지 않더라구요. 이게 구름 환경만의 특성이라서 그렇다고 보면 될까요?
딥러닝 CNN 완벽 가이드 - TFKeras 버전
안녕하세요 선생님. 우선 좋은 강의를 해주셔서 감사드립니다. 다름이 아니라 현재 섹션1,2 를 수강한 상태입니다. 섹션 1, 2를 수강하는데 수식이 굉장히 많이 등장하더라구요. 제가 수포자였어서 현재로썬 이해하는데 있어서 어려움이 많은 상태입니다.(지금은 열심히 공부하고 있습니다! 아무래도 딥러닝을 공부하는데 수학이 필수인거같아서) 그래서 작동 원리만 이해하고 우선은 넘어가는 방식으로 공부하려고 하는데 이렇게 해도 괜찮을까요?? 예를들면 경사하강법은 손실함수의 기울기가 적어지는 방향으로 학습하는 것이구나, 오차역전파는 미분을 거꾸로 하면서 가중치를 업데이트하는 것이구나, 손실함수는 이런게 있구나, 옵티마이저는 이런게 있구나 이렇게 작동하는구나 이런식으로요. 물론 언젠가는 반드시 다 이해해야겠지만 딥러닝입문자로써는 이렇게 이해만 하고 넘어가도 될까요??
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
노트북 링크 복사 붙여넣기 후 열면, 해당 팝업이 뜹니다
[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]
train.corr().iplot(kind='heatmap', colorscale='Blues') 현재 위의 코드 수행시 에러가 발생하는데요. ValueError: could not convert string to float: 'Braund, Mr. Owen Harris' train 데이터프레임에서 문자열 데이터가 포함되어 있기 때문에 해당 에러가 발생할 수 있습니다. 이 경우, 상관 관계 행렬을 계산하기 전에 문자열 열을 제거해야합니다. 저의 경우 다음처럼 새로운 객체를 만들어 진행하였습니다. object_cols = train.select_dtypes(include=['object']).columns #열의 데이터 타입이 문자인녀석 추출 new_train = train.drop(columns=object_cols) # 열의 데이터가 문자열인 것들 제거 후 새로운 객체에 생성 new_train.corr().iplot(kind='heatmap', colorscale='Blues') 이러면 잘 나옵니다.
[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]
import plotly.io as pio pio.renderers.default='iframe' 다음 코드를 추가해주시면, iframe 을 통해 렌더링 됩니다. 저의 경우 다음 에러로 렌더링이 안됐습니다. ( F12 / Option+Command + i -> console 에서 확인 가능 .)
[C++과 언리얼로 만드는 MMORPG 게임 개발 시리즈] Part2: 게임 수학과 DirectX12
너무 했갈려지고 복잡하네요
처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 (쉽게! 기본부터 챗GPT 핵심 트랜스포머까지) [데이터분석/과학 Part3]
<강의 코드> transforms_for_train = transforms.Compose( [ transforms.Resize(feature_extractor.size), transforms.RandomHorizontalFlip(), transforms.ToTensor(), normalize, ] ) 강의 코드를 변경하지 않고 그대로 실행하면 아래와 같은 오류가 발생합니다 <오류 메시지> TypeError: Size should be int or sequence. Got <해결 방법> feature_extractor.size를 tuple(feature_extractor.size.values()) 로 변경한 뒤 실행합니다. transforms.Resize 내의 인자 뿐만 아니라 Crop 안의 인자도 함께 변경해주어야 합니다 transforms_for_train, transforms_for_val 모두 동일하게 변경한 뒤 실행하면 에러 없이 실행되는 것을 보실 수 있습니다.
프로그래밍 시작하기 : 파이썬 입문 (Inflearn Original)
안녕하세요! 조금 뜬금 없는 질문이기는 한데 궁금해서요 왜 for 문을 반복문이라고 하나요? 그러니까 어떤 의미에서의 반복인가요? apple 를 a p p l e 이렇게 5줄로 따로따로 가져오는 게 반복인가요?
[신규 개정판] 이것이 진짜 크롤링이다 - 실전편 (인공지능 수익화)
selenium 실력 업그레이드 ② - 네이버 지도 크롤링/검색어 입력구현 이곳 수업은 아마 혼자했다면 포기했었을 것 같습니다. 아무리해도 search = browser.find_element(By.CSS_SELECTOR, 'input.input_search') 이것부터 인식을 안해서 왜 안되나 찾고 찾아도 알 수가 없었습니다. time어쩌고 언급이 된 것 같았지만 그것을 읽을 때는 심각하게 생각하지 않고 지나쳐 버려서... 포기하고 수업을 들으니 특별한 것이 있을 줄 알았는데... # 검색창 찾아서 입력 search = browser.find_element(By.CSS_SELECTOR, 'input.input_search') search.click() time.sleep(1) # 이것을 안해줘서 인식을 못했음, 사람처럼 인식하도록 함 search.send_keys("강남역 맛집") time.sleep(1) search.send_keys(Keys.ENTER) time.sleep(2) # 3개의 명령어가 순식간에 일어나면 네이버지도는 사람이 아니다라고 인식 별것 아닌 것 같은 time.sleep(1) 이것이 해결책이었네요. 이 수업하나로 수업료낸 값어치가 있는 것 같습니다. .
현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
figure, ax_list = plt.subplots(nrows=3, ncols=5) figure.set_size_inches(20,20) for i in range(len(full_column_list)): sns.regplot(data=boston_house_df, x=full_column_list[i], y='PRICE', ax=ax_list[int(i/5)][int(i%5)]) ax_list[int(i/5)][int(i%5)].set_title("regplot " + full_column_list[i]) 안녕하세요 수업 즐겁게 듣고 있습니다 : ) 여기서 ax = ax_list 부분 설명 좀 부탁 드리겠습니다. 만약 i를 안쓰고 개별 1개 칼럼에 대해 그래프를 그린다면 ax = 뒤가 뭔지 궁금합니다. 이것만 알아도 위 코드가 이해될 것 같습니다. 감사합니다.
