안녕하십니까, 선생님. 강의 잘 듣고 있습니다.[개정판] 딥러닝 컴퓨터 비전을 듣고 있는데,mmdetection 에서 mmdet/datasets/custom.py를 보려고 최신 repository를 보니구조가 많이 바뀐것 같네요.2.x 계열에서는 CustomDataset을 상속받는 방식이였다면,3.x 계열에서는 MMEngine 기반 구조로 재설계되면서 BaseDataset, BaseDetDataset 중심 구조로 바뀐것 같습니다.dataset 뿐 아니라 전체적인 구조에서 변화가 많이있는것 같은데강의를 어떻게 활용하는게 좋을까요? 개념이해에는 도움이 될것같지만 구버전을 학습하는게 비효율적일것 같기도 한데요,, 혹시 3.x 버전으로 강의가 업데이트 될까요? 관련질문들에 답변이 있어 살펴보니 올해 2월 정도 업데이트 예정이시라고 하셨었는데 미뤄진걸까요?감사합니다.

일단 1유형 강의는 다들었고 모의고사 15번까지 풀어봤는데나머지 강의에 없는 16~39까지 다 풀고 2~3유형 갈지아니면 일단 강의 다 듣고 나머지 모의고사를 스스로 풀어보는 쪽이좋은지 살짝 고민되어서 쪽지 드려요.

안녕하세요 선생님선생님 인강 보면서 기출을 풀어보면서 시험에 대비하고 있습니다. 근데 기출 5회에서 2유형 선생님의 baseline과 제 baseline 수치가 너무 달라서 이렇게 Q&A를 보냅니다.선생님 baseline(랜포)은 1296이 나오는데 제가 한 baseline(랜포)은 1400대가 나옵니다 혹시 제가 뭘 잘 못한게 있는지 궁금합니다아래는 제가한 코드입니다! #eda print('\n====데이터 크기=====') print(train.shape,test.shape) print('\n====데이터 정보=====') print(train.info()) print('\n====train 결측치=====') print(train.isnull().sum()) print('\n====test 결측치=====') print(test.isnull().sum()) print('\n====카테고리=====') cols=train.select_dtypes(include='O').columns for col in cols: set_train=set(train[col]) set_test=set(test[col]) same=set_train==set_test if same: print(col,'O') else: print(col,'X') print('\n====타겟 기초 =====') print(train['price'].describe()) # 전처리 target=train.pop('price') train=pd.get_dummies(train) test=pd.get_dummies(test) # print(train.shape,test.shape) #검증 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=42) print(X_tr.shape,X_val.shape,y_tr.shape,y_val.shape) # rf from sklearn.ensemble import RandomForestRegressor rf=RandomForestRegressor(random_state=42) rf.fit(X_tr,y_tr) pred=rf.predict(X_val) #학습 from sklearn.metrics import root_mean_squared_error print('===rf===') print(root_mean_squared_error(y_val,pred)) #lg import lightgbm as lgb lg=lgb.LGBMRegressor(random_state=42,verbose=-1) lg.fit(X_tr,y_tr) pred=lg.predict(X_val) print('==lg==') print(root_mean_squared_error(y_val,pred)) #lr from sklearn.linear_model import LinearRegression lr=LinearRegression() lr.fit(X_tr,y_tr) pred=lr.predict(X_val) print('==lr==') print(root_mean_squared_error(y_val,pred)) #결과 pred=lg.predict(test) submit=pd.DataFrame({'pred':pred}) submit.to_csv('result.csv', index=False)

안녕하세요 강사님 정답이views_min=df.iloc[:10]['views'].mindf.iloc[:10, -1]=views_min인데, df=df.iloc[0:10]df['views']=df['views'].min()이렇게 쓰면 안될까요??

안녕하세요 강사님다름아니라 2과목 중 데이터 전처리에서 이상치 관련 질문있습니다.제가 강의를 듣었을 때는 이상치를 데이터의 현실적 한계성으로 판단하신거로 이해하였습니다.ex( age 컬럼은 음수가 될 수 없다.)제가 예전에 학교에서는 이상치를 quantile을 통해 IQR값을 추출하고 그 추출한 값을 바탕으로 이상치를 판단했었던 기억이 있습니다. 그렇기에 빅데이터분석기사에서 이상치 값을 판단할 때, IQR로 이상치를 판단 또한 하는게 맞을까요? 아니면 이 과정까지는 필요가 없을까요?

초반에 target(output)을 pop을 이용해 분류하고 검증데이터 분할, 모델 생성/학습을 진행했습니다. roc-auc, f1score, accuracy 평가결과가 1.0 으로 나오는 이유는 뭘까요....? # 타켓설정 target = train.pop('output') # 검증데이터분할 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size = 0.15, random_state = 0) from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state = 0) rf.fit(X_tr, y_tr) pred = rf.predict(X_val) pred_proba = rf.predict_proba(X_val) from sklearn.metrics import roc_auc_score, f1_score, accuracy_score print(roc_auc_score(y_val, pred_proba[:, 1])) print(f1_score(y_val, pred)) print(accuracy_score(y_val, pred)) ----------------------------------- 1.0 1.0 1.0

강사님, 안녕하세요.해당 강의에서는 시간 format 파라미터 사용시H만 대문자로 사용하면 된다고 하셨는데,e-book에서는 H:M:S 다 대문자로 되어야한다고 적혀있어서요. 어떤게 맞을까요???

안녕하세요!F1 스코어 설명하시면서average = micro, macro, weighted중에 문제에서 요구하는데로 쓰면 된다고 하셨는데..만약 문제에서 제시된 평가지표가 F1 스코어가 아니지만 F1 스코어를 사용하려고 할 경우(문제에서 요구된게 없는 경우)에는 micro, macro, weighted 중 어떤걸 사용하면 될까요?감사합니다.

감사합니다.파트9는 언제 오픈하시나요.

안녕하세요혹시 선형회귀모델에서 rmse 값이 가장 낮게 나왔어서 모델을 선택하고 실제 test 데이터를 예측하는데, 이 과정에서 80프로의 train으로 학습한 모델이잖아요..?나중에 train 자체 100프로를 재학습시킨 후 test 예측하는게 더 올바른 것인지.. 이 과정 없이 그동안 진행해온 부분으로 바로 test 예측하는게 좋은지 궁금해요!

제가 컴맹이라 수업을 따라가기가 너무 벅찬 상황입니다.혹시 강의 첫 시작 때 강의 자료 ZIP 파일이 있는데 이것은 무엇인가요?압출 풀기를 하려고 해도 풀리지가 않습니다.수업을 따라가지 못하는 인원들을 위해 해당 part 완성 된 코드 혹은 Antigravity에 첨부할 파일은 없나요?감사합니다.

안녕하세요. 미국주식 AI 바이브 코딩 수강생입니다.현재 13F 데이터 어디서 받을까? 에 대한 강의에 질문이 있습니다.강의를 보면서 따라하던 중 Word 파일에 있는 프롬프트와 내용이 사뭇 달라서 따라가기가 너무 힘듭니다.아래와 같은 이미지로 결과물이 나오는데 SEC EDGAR 직접 파싱이 현재 안되는 상황입니다. .env에 User-Agent를 입력해야하는 상황이 있던데 이것은 자기 개인 메일만 작성하면 되는것인가요? Your Name Your@email.com 이라고 나오는데, 성명과 이메일 둘다 코드로 작성해야할까요? 제가 매번 강의를 들으면서 들었던 생각인데 강의 동영상에 나오는 html 자체를 받아서 "복사" 클릭 버튼으로 강의를 따라갈 수 있게끔 해주시면 어떨가 합니다. 답변 기다리겠습니다. 감사합니다!

수업에서는 수치형 데이터에 대한 스케일링을 미실시 하였고, 학습 모델도 랜덤포레스트로만 진행하였습니다. 수치형 데이터에 대해 StandardScaler, RobustScaler 등의 스케일링을 실시하고, lightgbm 모델도 학습을 했을 때 랜덤포레스트 모델보다 성능이 좋게 나왔습니다. 혹시 이 문제에서 스케일링을 하면 안되는 이유나 lightgbm으로 했을 때 발생할 수 있는 문제가 있을까요?

안녕하세요.작년 개인 일정으로 인해 응시하지 못했던 실기 시험을 다가오는 6월 20일에 치르고자 준비하고 있습니다. 현재 제가 수강 중인 강의의 종료일이 2026년 5월 20일로 예정되어 있어 문의를 드립니다.혹시 수강 기간을 실기 시험일 인 2026년 6월 20일 까지 연장해 주실 수 있는지 조심스럽게 여쭤보고 싶습니다.만약 연장을 해주신다면, 남은 기간 동안 더욱 열심히 수강하여 이번 시험에 꼭 합격하고 싶습니다.긍정적으로 검토해 주시면 감사하겠습니다.감사합니다. 계정 이메일: whddlsghd@naver.com

강사님 안녕하세요. 수강 계획을 짜기 위해, 관련하여 문의드리려고 합니다. 현재 제가 여러가지 일을 병행하고 있어, 실기 시험일 (6월 20일) 까지 강의 수강 및 시험 대비 계획을 짜려고 합니다.강의 중 '최근 시험이 이전보다 좀 더 어려워져서 강의 계획에 포함된 문제들뿐만 아니라, 케글에 업로드 해 놓은 문제도 풀어보는 것이 필요하다'는 이야기를 들은 바 있어서, 해당 문제들을 푸는것도 계획에 포함시키기 위해 '해당 문제들은 어느정도 풀어봐야 실기 시험에 안정적으로 합격할 수 있다' 라 할 수 있을만한 대략적인 양이 있는지 궁금해 질문드립니다. 또한 현재 총 강의 중 10% 정도를 수강했는데, 비전공자로서 이전에 대학에서 방학동안 들었던 데이터 분석 강의에서 배운 내용을 환기하는데 도움 많이 되었습니다. 이에 좋은 강의 제공해 주셔서 감사합니다.

안녕하세요, 프롬프트 5: 시장 Breadth (등락 비율) 분석Plaintext`_breadth_signal 메서드를 추가해줘. yfinance로 ^MMFI(NYSE 50일 MA 위 종목 비율)를 3개월치 가져와서:70% 이상: risk_on50~70%: neutral30~50%: risk_off30% 미만: crisis 데이터 수집 실패 시 {'breadth_pct': None, 'breadth_regime': 'neutral'} 반환. logger.debug로 에러 로깅하되 시스템은 멈추지 않도록 해줘.` 이게 현재 강사님의 코드인데 코드 실행할때마다 yfinance로 직접 3개월치 가져오게 하는게 아니라 기존에 있는 s&p500 price csv 파일을 읽는 방식으로 해도 되나요? 어차피 앞부분에 야후파이낸스에서 sp500 관련 price data를 다 가져오니까 굳이 다시 api로 외부에서 가져오지 않는거죠. Claude가 자동으로 이런 방식으로 안내하네요. 답변 부탁드려요. 감사합니다!

안녕하세요22강 작업형1 연습문제 13~15번까지 듣고,그 이후 문제인 16번~39번까지의 연습문제 풀이를 보려고 찾아봤는데 강의를 못 찾아서요...나머지 16~39번 풀이는 몇강을 보면 되는지 궁금합니다.몇강을 보면 되는지 답변해 주시면 감사하겠습니다.

3F 기관 보유 데이터 수집기 내용-강의영상에서는 프롬프트 11-A / 11-B로 나누어져 있으나, 프롬프트 모읍집(part3)에서는 프롬프트 11 하나로 작성되고 프롬프트 내용도 다릅니다. -13F 기관 보유 데이터 수집기 파트에 내용도 다르고 생략된 부분들이 있는듯 합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요 선생님작업형1 4-6 NEW 강의에서Section 5번답이 0.61인데 저는 계속해서 0.68이 나오네요 ㅠ오타일 확률은 없는거겠죠FJ포함된 조건으로 cond 작성한다음df[cond].shape하면 28개행 나옵니다

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 강의 소개 부분에 모델 서빙과 관련된 강좌를 준비하고 계신다고 말씀하셔서,혹시 출시 계획이 있는 강좌가 있으신지 여쭤봅니다.. 시중에 모델 서빙과 관련된 강좌가 없을 뿐더러, 권철민 강사님 강의로 모델 서빙을 배우고 싶어 질문 드려봅니다 ㅎㅎ,, 출시해주시면 무조건적으로 수강하겠습니다 ~