172만명의 커뮤니티!! 함께 토론해봐요.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 빅데이터 왕초보입니다 하지만 선생님 믿고 따라가려고 강의시작하였습니다.. 함수 부문에서 return함수를 쓰는 이유가 정확하게 와닿지 않아서요.. 그냥 뭔가 미지수, a,b~로 도출하는것 같은데.. return함수 쓰는거랑 안쓰는거랑 차이?점이 정확하게 무엇일까요 감사합니다
미해결
실전! 스프링 부트와 JPA 활용2 - API 개발과 성능 최적화
강의에서 말씀하신 루트쿼리 라는것은 가장 먼저 실행되는 쿼리를 말하는것일까요? 아니면 toOne코드에 대해서 실행하는 쿼리를 말하는것일까요??
미해결
실전! 스프링 부트와 JPA 활용2 - API 개발과 성능 최적화
강의 내용을 보시면 한 메서드안에서 코드를 작성하시다가 리팩토링을 해서 메서드를 따로 분리하셨는데, 메서드를 분리하는 기준이 따로 있을까요? 한 메서드 안에서, 로직이 너무 길어지면 메서드를 따로 만들어서 분리해야하는것일까요?
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
double 비교 (6:10) double num1 = 128.0; Double num2 = 128.0; 이 두개를 ==로 비교하면 true인가요? boolean 비교 (6:42) boolean a = true; Boolean b = Boolean.TRUE; 이 두개를 ==로 비교하면 true인가요?
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
연산까지는 다 이해했는데 왜 oddTotal에 25가 들어가고 evenTotal에 20에 들어가는지 모르겠습니다. 뒤에 넘벌스 트루, 펄스와 연관이 있나요?
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
왜 p와 *p 값이 같은가요? P는 주소값도출이 되어야되는거 아닌가요ㅠㅠ?
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
i<year year=3 i<3 왜 1.1 x 1.1 x 1.1 인지 이해가안갑니다.. 설명이 초보자가 이해할 수 없습니다..
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
질문은 동영상 강의에 들어가서 오른쪽에 커뮤니티 버튼을 통해 해주세요. 그래야 어떤 강좌에서 질문하셨는지 알 수 있습니다. 영상에서 몇 분 몇 초 대를 알려주셔야 제가 한 번에 질문 내용 확인이 가능합니다. 이미 다른 누군가가 질문을 한 이력 이 있을 수 있습니다. 질문 게시판을 한 번 확인 부탁 드립니다. 학교의 과제나 타 강사의 코드 등 외부 수업 자료에 대해서는 답변하지 않습니다. 제가 다루는 커리큘럼 외의 이론이나, 너무 디테일한 컴퓨터 이론에 대해서는 답변 드리지 않습니다. 시험에 안 나오는 경우가 많고, 나와 봤자 1문제 나오는데 외워야 할 부분이 많은 것 등 (예시: 서브넷 마스크 계산) 질문을 올릴 때 이 글은 모두 지우고 내용을 입력해주세요. insert 메서드에서 if(!new_node) return head; 부분에 head가 반환되는 경우는 메모리 부족으로 new_node가 만들어지지 않을때만 head반환되는건가요? 문제에서는 메모리 부족관련해서 정보가 기재되지 않으면 해당 오류는 발생하지 않으니까 무시해도 되는걸까요?
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
customerID를 필요 없다며 drop하셨는데, drop을 안하고 진행하면 에러가 나나요? 굳이 뺄 필요가 없는 것 같아 타겟값만 전처리를 하고 레이블인코딩 진행했더니 최종 제출 파일 생성 시 에러가 납니다
해결됨
<밑바닥부터 만들면서 배우는 LLM> 완독 챌린지
제 4장 강의를 듣다 보면 강사님께서 강조하시는 말씀 중에 "입력 차원과 출력 차원은 같아야 하고 768차원이다"라는 게 있습니다. "4.1장. 구조 구현하기"에 나오는 예제 코드의 마지막 부분을 보면 아래와 같이 나와 있습니다. torch.manual_seed(123) model = DummyGPTModel(GPT_CONFIG_124M) logits = model(batch) print("출력 크기:", logits.shape) print(logits) 차원을 살펴보면 마지막 차원이 768차원이 아니라 50257로 나오는데요(즉, [2 , 4, 50257]). txt1 = "Every effort moves you" txt2 = "Every day holds a" 토크나이저에서 위 텍스트를 인덱싱한 후 DummyGPTModel 클래스의 인스턴스에 넘겨주면 768차원이 나와야 하는 게 아닌 지 궁금합니다. 참고로, 3장 끝 부분 "멀티헤드어텐션" 전까지는 수월하게 강의를 한 번만 듣고 책으로 복습해도 수월하게 이해 됐는데, 점차 어려워지네요^^;;;
해결됨
<밑바닥부터 만들면서 배우는 LLM> 완독 챌린지
지난 주에 질문을 했었는데, 제가 인프런 시스템에 익숙하지 않다보니 엉뚱한 게시판에다 질문을 한 것 같아요. 이 Q&A 게시판은 강사님께 질문 드리는 것 맞는지요? 맞는다면 아래 내용을 질문 드리고 싶습니다. 제 3장("어텐션 메커니즘 구현하기")의 거의 맨 앞 부분에 다음과 같은 문구와 코드가 등장합니다. 다음처럼 3차원 벡터로 임베딩한 입력 시퀀스가 있다고 가정. import torch inputs = torch.tensor( [[ 0.43 , 0.15 , 0.89 ], # Your (x^1) [ 0.55 , 0.87 , 0.66 ], # journey (x^2) [ 0.57 , 0.85 , 0.64 ], # starts (x^3) [ 0.22 , 0.58 , 0.33 ], # with (x^4) [ 0.77 , 0.25 , 0.10 ], # one (x^5) [ 0.05 , 0.80 , 0.55 ]] # step (x^6) ) 이 값들은 토크나이저에서 그냥 임의로 마구잡이로 부여하는 실수 값인가요? 아니면 각 토큰 별로 이미 유사도나 거리 개념까지 다 계산 되어서 나온 실수 값인가요? 아!! 단순하게 이 교재에서 이해를 돕기 위해 3차원 값으로 예를 든 저 실수들만을 말하는 게 아니고요 실제로 LLM에서 입력 시퀀스의 각 토큰에 부여된 텐서 값들을 말하는 겁니다. 만약 아무런 연관성이 없이 그냥 임의로 토크나이저에서 만들어진 실수 값일 뿐이라면, 단순히 한 입력 원소와 다른 모든 입력 원소의 점곱 등의 연산을 통해 산출된 문맥 벡터가 무슨 의미가 있는 것인 지 이해가 잘 되지 않아서요. 즉, 그냥 아무런 연관성 없는 임의의 값들끼리 접곱했는데 의미를 가진 문맥 벡터가 나온다는 게 언뜻 이해가 되질 않습니다. 아니면, 처음에는 토크나이저에서 아무런 연관성 없이 그냥 임의로 실수 값들을 각 토큰에 부여했다 하더라도, "훈련 가능한 가중치를 가진 멀티 헤드 어텐션" 알고리즘을 수행하게 되면 어텐션 가중치가 갱신 되면서 이런 모든 의구심이 해소 되는 것인가요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
import pandas as pd df = pd.read_csv('year.csv') # print(df.head()) df.info() # print(df.shape) df = df.T # print(df.shape) m = df.loc[:,1].mean() # print(m) # 110.18407960199005 sum(df.loc[:,1] > m) 이렇게 풀었는데 결과값이 91이 나오더라구요. 풀이를 보니 year.csv를 불러올 때 index 관련된 내용이 있던데 그걸 사용하지 않으면 loc[2000] 이런 것들을 사용할 수 없게 되는건가요??
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
loc[2000] 같은 경우에 2000이 숫자형 타입이라 작은 따옴표를 안넣어주는건데 실제 시험에서 그럼 df.dtypes 명령어를 통해서 미리 숫자형인지 문자형인지 파악하고 풀이를 진행하는 방향이 맞는걸까요? 강의 중엔 따로 언급이 없으셔서 질문드립니다!! 항상 감사합니다
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, 강사님 강의 잘 듣고 있습니다! 그런데 실습을 하면서 계속해서 이미지와 같이 vscode 상에서 jupyter kernel 연결이 잘 안되는데 이유가 무엇일까요? 연결 오류 때문에 실습 진행이 계속해서 안되고 있는 상황입니다.
해결됨
<밑바닥부터 만들면서 배우는 LLM> 해설 강의
LLM의 모델이나 파운데이션 모델 이런 말에서 쓰는 "모델"이라는 단어가 정확히 어떤 뜻인지 궁금합니다.
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
생각보다 판다스 이론 공부하는데 머리 속에 쉽게 들어오지 않내요. (파이썬 진도는 다 나감) 지금 제가 판다스 15 내장함수 중인데 그동안에 하나 넘어갈 때 마다 좀 진도는 늦게 나가도 코랩에서 주석을 이용해서 몇번씩 반복을 하면서 나가고 있어요. 이런식으로 해서 과연 끝까지 다 나갈지는 의문이긴 한데 어떤식으로 하는게 좋은지 한번 조언 듣고자 글 올렸어요. 시간 되면 답변 부탁합니다.
미해결
모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기
안녕하세요? "6. LLM 용어 정리 - 인컨텍스트 러닝(In-context learning)"에 대한 질문입니다. 이 개념의 하위 구성에 Zero-shot, One-shot, Few-shot Learning이 있고 각각이 어떤 것이다라고 설명해 주셨는데요, 인컨텍스트 러닝(In-context Learning) 자체는 어떤 개념이고 왜 사용되는 것입니까? "In-Context"라는 말에서 맥락이 유지되도록 하는 뭔가인 것 같은데, 선행 개념 또는 전체를 아우르는 개념 없이 갑자기 하위 개념으로 툭 튄 느낌이어서 질문 드립니다. 감사합니다. 수고하세요.
해결됨
(2026 최신!) 일주일만에 합격하는 정보처리기사 실기
말씀듣고 LLM사용을 중단했습니다. 이 시점에서 기출 풀어본다 VS 기초 문법강의 무한 돌려본다 이떤게 더 효과적일지 의견묻고싶습니다. N수 지겨운데 비전공에 직장생활 병행하려니 어렵네요 매번 업데이트 하시느라 노고가 많으십니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
list(train.columns[train.dtypes == object]) # 인코딩을 위해 train + test print(train.shape, test.shape) df = pd.concat([train, test]) print(df.shape) << 인코딩과정에서 이 두가지를 꼭 해야할까요 분류형문제에선 이 두가지를 안했었는데 회귀형문제에서는 unique수가 많이 차이나서 한다고 하셨는데 이 두가지 안하고 그냥 그 unique수 많은 컬럼을 삭제한 뒤에 원핫인코딩을 진행하면 안되나요?
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
6회 기출 다중분류 문제에서 XGB를 사용하면 오류가 나는데 이유가 뭘까요? from xgboost import XGBClassifier model = XGBClassifier(random_state=0, verbose=-1) /usr/local/lib/python3.12/dist-packages/xgboost/sklearn.py in fit(self, X, y, sample_weight, base_margin, eval_set, verbose, xgb_model, sample_weight_eval_set, base_margin_eval_set, feature_weights) 1756 or not (classes == expected_classes).all() 1757 ): -> 1758 raise ValueError( 1759 f"Invalid classes inferred from unique values of `y`. " 1760 f"Expected: {expected_classes}, got {classes}" ValueError: Invalid classes inferred from unique values of `y`. Expected: [0 1 2 3 4], got ['High' 'Low' 'Medium' 'Very High' 'Very Low']
