아래 3개의 설치 옵션만 확인되는데, 이게 맞는걸까요? Miniconda installer for WindowsAnaconda Distribution installer for WindowsMiniforge installer for Windows

AI강의중 Best였던것 같습니다. 강의 다 듣고 나서 한가지 궁금한게 생기는데강의 코딩에는 모두 한 소스코드에서훈련(fit)하고 바로 predict하는 pattern으로 소스가 제공되었습니다. 혹시 훈련(fit)해서 어딘가에 저장해 두었다가 해당 저장내용을 기반으로 특정 필요한 시점에 predict 해서 결과를 사용하고 싶은데 이런 방법이 있을까요? 이 방법이 설명이 간단하지 안다면 책이나 인터넷 사이트라도 추천해 주시면 감사하겠습니다.  

- 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. =tree.plottree(clf, feature_names=iris.feature_names, class_names=iris.traget_names, filled=True)이부분에서 iris.target_names을 numpy.ndarray배열로 인식하고 리스트로 인식을 안한다고 해서 에러가 뜹니당...ㅎ scikit=learn이 업데이트 된 거 같아요

안녕하세요. feature scaling 부분에그래프 예시 (before, after) 에 표준정규화를 거치면 분포가 다 같아지는것처럼 그려졌는데각각 다른 분포를 가진 데이터들이 전부 같은 분포로 바뀌게 되면 서로 다른 데이터의 의미자체를 잃어버리는것 아닌가요? 감사합니다.

OOP style 부분에서 자꾸 name 'fig' is not defined라고 오류가 나는데 어떻게 해결하나요..?

그냥 conda install matplotlib 이렇게 하는게 차이가 있나요??

갑자기 파이참이 나와서 당황스러운데파이참이란 프로그램을 다운받아서 월가 구독을 해야 교육을 따라갈 수 있는것 맞죠?

[Pytorch] 파이토치를 활용한 딥러닝 모델 구축섹션 5 CNN(Convolutional Neural Network, 합성곱 신경망)실습 - CNN model (LeNet-5) Mnist Dataset 분류 강의 중15분 15초 부분 code 실행 시 이미지가 출력되지 않습니다.local(jupyter notebook) 에서도 online(colab) 에서도모두 출려되지 않습니다. 어떻게 하면 되는지요?

영상에서는 에러가 나지 않는데, daily_return = round(df_trace.pct_change(periods = -1).iloc[0]*100, 1) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Anaconda3\Lib\site-packages\pandas\core\generic.py", line 12161, in pct_change rs = data / shifted - 1 # type: ignore[operator] ~~~~~^~~~~~~~~ File "C:\Anaconda3\Lib\site-packages\pandas\core\ops\common.py", line 76, in new_method return method(self, other) 와 같이 에러가 나서 히트맵이 그려지지 않습니다.  어떻게 해결하면 좋을까요?

수업자료는 2022년까지 밖에 없어서 최근 data도 보고 싶은데 업데이트는 어떻게 하나요?

강의 14분쯤에서 모델을 변경하는 부분입니다.케라스가 업데이트 된 건지는 잘 모르겠지만 아래 부분에서 시퀀셜 모델이 레이어를 단일 값으로 받을 수 없어 에러가 납니다.encoder = Sequential(Dense(2, input_shape=(3, ))) decoder = Sequential(Dense(3, input_shape=(2, ))) autoencoder = Sequential([encoder, decoder]) autoencoder.summary()아래 처럼 괄호로 감싸 리스트로 넘기면 해결됩니다.encoder = Sequential([Dense(2, input_shape=(3, ))]) decoder = Sequential([Dense(3, input_shape=(2, ))]) autoencoder = Sequential([encoder, decoder]) autoencoder.summary()

프로젝트 단계에서surprise 모듈을 설치할 수가 없어요.!pip install scikit-surprise이후에 출력된 내용 중 하단에 다음과 같이 오류 메시지가 뜹니다.note: This error originates from a subprocess, and is likely not a problem with pip. ERROR: Failed building wheel for scikit-surprise ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (scikit-surprise)  어떤 문제인지, 어떻게 해결해야 하는지 궁금합니다.

"Only instances of keras.Layer can be " 97 f"added to a Sequential model. Received: {layer} " ValueError: Only instances of keras.Layer can be added to a Sequential model. Received: <tensorflow_hub.keras_layer.KerasLayer object at 0x791605217610> (of type <class 'tensorflow_hub.keras_layer.KerasLayer'>)위와 같은 오류가 나서 한참 찾았는데요. 원인은 tensorflow_hub와 tensorflow 간의 keras 필요 버전 차이에 있다고 합니다. 아래와 같이 keras를 별도 설치하여 임포트하여 사용하시면 정상 작동됩니다. 같은 에러로 고민이신 분에게 도움이 됐으면 좋겠네요. 수정 소스 코드!pip install tf_kerasimport tf_keras as tfk Trained_MobileNet_url = "https://tfhub.dev/google/tf2-preview/mobilenet_v2/classification/2" Trained_MobileNet = tfk.Sequential([ hub.KerasLayer(Trained_MobileNet_url, input_shape=(224, 224, 3)) ]) Trained_MobileNet.input, Trained_MobileNet.output

Python runtime state: core initializedLookupError: unknown encoding: x-windows-949Current thread 0x000026f8 (most recent call first): <no Python frame>이게 떠서 file encoding 들어가서 모두 UTF-8로 모두 바꾸고 재부팅했는데도 계속 오류네요. 우해야 하나요?

쥬피터 노트북에서 crash 강의를 수강하려는데 다운 받은 파일집에는 영상과 다른 00.Table of contaent파일로 존재하는데 어떻게 수강해야하나요?

강의 자료 주피터 안에서 어떻게 여나요?정말 초보라서 잘 모릅니다ㅠㅠ

강의 영상 7:00을 보면 제시된 코드를 실행하면 "Running on http://127.0.0.1:8050"가 출력이 되어야 할텐데, 계속 runcell('Section3 Div1', 'C:/Users/user/Downloads/Section3Dash_Div.py')<IPython.lib.display.IFrame at 0x1a139de5010>이것만 출력됩니다.아래 다른 질문글에 대한 답변을 다 시도해봤는데도, 좀처럼 해결이 되지 않습니다. 사용한 코드입니다. dash랑 dash_html_components는 다 설치되어 있는 상태입니다. 코드를 수정하지도 않았습니다. #%% Section3 _ Div1# Dash 모듈 불러오기import dashimport dash_html_components as html# app 객체생성app = dash.Dash()# app 레이아웃 설정app.layout = html.Div([ html.Div(['Div1']), html.Div(['Div2']) ])# app 실행if name=='__main__': app.run_server() 

섹션 7. CNN (Convolutional Neural Network) - 합성곱 신경망 6번째 실습 - 문제 설명 (LeNet 모델 구축 - MNIST 데이터셋 이용)의 끝부분이 one hot encoding인데 다음 7번째 강의는 실습 - FashionMNIST 데이터셋 이용 실습 문제 풀이로 앞의 강의 Mnist 손글씨에 대한 코드 설명 부분이 빠진 것 같아 연결이 잘 안됩니다.... 원래 영상이 그런지 확인 부탁드려요. 감사합니다.

수업에서 DBSCAN 결과가 이렇게 내왔는데 그러면 OUTLIER도 파란색이고 모여있는데도 색깔이 다른 곳들이 있으니 학습이 잘 된 건 아닌 케이스일까요? 감사합니다!

늘 강의 잘 듣고 있습니다! DBSCAN에서 Radius(R)와 Minimum Neighbor number(M)을 가르쳐주시고 Core, Border 개념을 소개해주셨는데 헷갈리는 부분이 있어 질문 드립니다. pdf 자료를 보며 R에 2unit 이렇게 되어 있는데 이 Unit이라는 건 데이터 포인트의 점 크기를 말하는 걸까요? 그리고 정한 M 값 이상의 데이터 포인트들이 R 안에 들어오면 Core고 Border는 R안에 데이터포인트가 M 보다 작은 수만큼 있는 경우, 다른 Core가 R 안에 있는 경우를 말하는 건가요? (R안에 다른 데이터포인트가 하나라도 있으면 Border인지 궁금합니다)