- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. Salience Model 중 Dormant 이해 관계자 에 대한 한글 번역에 오타가 있는 것 같습니다. 🙂 '휴먼' => '휴면' 으로 수정 되어야 할 것 같네요.
안녕하십니까? 강사님 섹션 26.의 308강을 실습 중입니다. gpx 파일이 xcode에 인식이 잘 안됩니다. 시뮬레이팅이라 넘어가도 될 사항이기도 한데, 한번 눈으로 확인해보고 싶은 마음이 들어서 다시 질문 올립니다. 혹시 몰라 XCode와 맥북을 여러 차례 재시동도 해보았습니다. 바쁘시더라도 한번 봐주시면 감사하겠습니다.
여러 개의 제어기가 통신에 참여하고, 동일한 메시지에 대해 수신하도록 설정되어있으면 우선순위는 어떻게 되는걸까요? 예시) 제어기 A, B, C, D가 하나의 버스로 연결되어 있음 A가 0x121 메시지를 송신 B, C, D는 동일 송신주기로 0x121을 수신하도록 DB에 설정되어있음. 이럴 경우에 B, C, D는 버스에 실린 전기적인 신호를 동시에 수신하는 걸까요?
강의를 보면서 강사님과 똑같이 진행을 하는데 값이 다릅니다. 그리고 영상에서는 max_depth를 설정했을 때가 설정하지 않았을 때 보다 값이 더 올라갔는데 저 같은 경우는 설정한 후 값이 더 내려갔습니다. 정상적인 건가요? #rf from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import roc_auc_score, f1_score, accuracy_score rf = RandomForestClassifier(random_state=2025,max_depth=3) rf.fit(X_tr,y_tr) pred = rf.predict(X_val) pred_proba = rf.predict_proba(X_val) print(roc_auc_score(y_val,pred_proba[:,1])) print(f1_score(y_val,pred)) print(accuracy_score(y_val,pred)) # 0.9227272727272727 # 0.8571428571428571 # 0.8378378378378378 # max_depth = 3 # 0.9242424242424243 # 0.8 # 0.7837837837837838
15분 정도 강의내용중에 " StatefulSet 경우는 스토리지 클래스가 먼저 만들어져 있는 상태에서 StatefulSets에 이 VolumeClaimTemplage 이라는 속성에 storageClass이름을 넣으면 이렇게 각각의 파드들이 생길때마다 PVC와 PV가 만들어지고 볼륨이 만들어지고 이 구성들이 복잡해지는데 VolumeClaimTemplage사용하면 이렇게 storageclass가 있으면 statefulSet에서 사용만하면되서 구성방법은 더 쉬워졌다." 이말씀이 있습니다. 같은 말인거 같은데요...전자 후자 모두 VolumeClaimTemplage 사용하는데 앞 내용에서는 복잡하고 뒤에서는 쉬워졌다고 말씀하시니 헷갈립니다.똑같이 VolumeClaimTemplage 사용하는 내용같은데 말이죠~
<모델&평가>에서 fit(학습)을 시킬때는 왜 X_tr,y_tr을 넣고 예측을 할때는 왜 X_val를 넣나요 ? 그냥 아무거나 넣어도 되나요 ? #rf from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=2025) rf.fit(X_tr,y_tr) pred = rf.predict(X_val)
<데이터 전처리 &피처엔지니어링>에서 왜 id를 drop 하나요? 그리고 <검증 데이터 분리>에서 는 왜 output을 drop 하나요? train = train.drop('id',axis=1) test_id = test.pop('id') test.head() from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train.drop('output',axis=1),train['output'],test_size=0.15, random_state=2025)
안녕하세요! 카카오 로그인 강의를 보고 많은 도움을 받은 개발자 입니다! 현재 플러터 플로우에서 기본으로 제공하는 구글 로그인은 구현을 완료하였습니다. 다만 구글에서 제공되는 기본 사용자정보에서 제가 개발하는 앱에서는 성별,출생연도 등을 추가로 받아오고 싶은데, 구글 클라우드에서 Oauth 동의화면이 안들어가지네요... 혹시 구글 oauth로그인으로 추가 사용자 정보를 받아오려면 봐야하는 문서나 정보가 있으시면 알려주시면 감사하겠습니다!
학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요. 1. 강의 내용과 관련된 질문을 남겨주세요. 2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요. (자주 하는 질문 링크: https://bit.ly/3fX6ygx) 3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요. (질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG) 질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요. ========================================= [질문 템플릿] 1. 강의 내용과 관련된 질문인가요? (예/아니오) 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오) 3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오) [질문 내용] 안녕하세요. 강의 너무 도움되고 있습니다. 이번 강의부터 캐시에 관한 내용이라 듣기 시작했는데 캐시가 무엇이고 같은 용어적 설명 없이 바로 캐시 동작을 설명하시는데요. 바로 캐시가 있을때 없을때~ 같이 동작을 설명하셔서 캐시가 뭐지? 하면서 그냥 대충 설명하시는 내용으로 추측만하면서 강의를 봤는데 뒤의 남은 강의들에서 캐시에 대한 개념을 설명하시나요?