작업형1이나 작업형3의 답안 제출 화면이 별도로 있는데 여기에 모든 문제의 답을 한번에 작성해서 제출해야 되나요? 아니면 1개씩 제출해도 누적이 될까요? (메모장도 공유가 안된다고 해서 소수점까지 있으면 한번에 외울 수 있을까 걱정입니다. 😅 ) 1) 문제 1~6 답안을 한번에 작성해서 제출 2) 문제1 답안만 작성 후 제출 -> 문제2 답안만 작성 후 제출 -> ... -> 문제6 답안만 작성 후 제출
안녕하세요. 강사님. Chapter05-04 : sum_func의 합이 이중 출력됩니다.(합 1500이 두 번 출력) def perf_clock(func): # func가 free vatiable def perf_clocked(*args): # 함수 시작 시간 st = time.perf_counter() # 함수 실행 result = func(*args) # 함수 종료 시간 et = time.perf_counter() - st # 실행 함수명 name = func.__name__ # 함수 매개변수 arg_str = ', '.join(repr(arg) for arg in args) # 결과 출력 print('[%0.5fs] %s(%s) -> %r' % (et, name, arg_str, result)) return result return perf_clocked ---------------------------------------- Called None Decorator -> sum_func [0.00001s] sum_func(100, 200, 300, 400, 500) -> 1500 1500 아무리 봐도 이유를 모르겠습니다. 제가 작성한 코드 지우고 강사님이 제공한 코드로 실행해도 동일합니다.
실기 체험환경에 들어가서 코드를 치든 가만히 있든 접속한지 1분정도가 지나면 무조건 페이지가 멈춰서 체험환경을 테스트해볼 수가 없는데, 혹시 알고 계신 해결방법이 있으실까요?ㅜㅜ 몇 주 전에 접속했을 때도 똑같이 멈췄던 걸 보면 접속자 폭증에 따른 사이트 오류는 아닌 것 같습니다..! 강사님께서 만드신 사이트가 아닌 건 알지만 체험환경 관련해서도 많은 질문을 받아오셨을 것 같아서, 혹시 이런 경우에 대한 해결방법을 아실지 궁금하여 질문 드립니다 ㅜㅜ
[VOD] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma)
안녕하세요 노원두님 학습 잘 들었어요. 덕분에 AI 바이브코딩에 대해서 좀 더 깊이 알게 되었습니다. 본 강의 말고, [Live 챌린지] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma) 강의에서는 "특별추가강의 - supabase"가 있던데, 여기에는 업데이트가 안되려나요? 이 부분만 별도로 들을려고 중복되는 내용 강의를 새로 다시 구매하기에는 가격이 좀 부담되서.. 아니면 별도 강의로 구성되어 들을 수 있는 지도 확인 부탁 드리며, 업데이트 해주시면 감사하겠습니다. 그리고 백엔드 관련하여 AI 바이브코딩 강의도 준비하고 계시는 지요? 프론트엔드 뿐만 아니라 관리자 페이지까지 설계할 수 있는 AI 바이브코딩으로 할 수 있는 강의가 있으면 꼭 듣고 싶습니다. 답변 부탁 드려요.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요 선생님께서는 # 표준편차 r1 = df['views'].std() # 음수이거나 0 테이터 제외 cond = df['age'] <= 0 df = df[~cond] # 소수점이 없는 값만 선택 cond = df['age'] == round(df['age'],0) df = df[cond] # 표준편차 r2 = df['views'].std() print(round(r1 + r2, 2)) 이렇게 코드를 작성해서 8297.31 이 나왔고 저는 print(df['views'].std()) cond1 = df['age'] > 0 cond2 = df['age'] == round(df['age'],0) df[cond1|cond2]['views'].std() round(4157.408065873686+4121.626455600414,2) 이렇게 8279.03 라는 값이 나왔습니다. 저의 코드도 큰 문제는 없어보이는데 답이 달라서 1. 제가 잘못 코드 작성한 것인가요? 2. 아니면 순서상의 일부분 정상적인 오차라면, 저도 정답으로 인정될 수 있나요?
내일 모두 빅데-실기 합격을 기원합니다. 기본적인 질문을 드립니다. 작업형2관련하여 여러가지 평가지표들이 있는데 전처리 및 랜덤포레스트,LightGBM등으로 작업후 회귀의 ***E로 끝나는 평가 지표는 낮은것이 좋고, 나머지 지표들은 결과가 높게 나오는 것이 좋은 것인가요?
문제에서 범주형이라고 명시된 변수만 C() 예: ols("y ~ x1 + region", data=df) 숫자로 되어 있다고 해서 자동으로 범주형 처리하는 것은 잘못 문제에서 “범주형 변수이다”라고 하지 않은 숫자형은 연속형으로 취급 ❌ 3. 로지스틱 회귀( logit) ➡ ols와 동일 원칙 예: logit("target ~ x1 + job_type", data=df) logit 는 문제에서 “범주형”이라고 적혀 있을 때만 C() 필요. 그 외에는 절대 알아서 C() 넣지 않음. 범주형변수 관련 글을 봤는데 범주형 변수일ㄸㅐ Pd.get dummies(drop _first=Ture) 원핫인코딩처리 이것도 보았는데 작업형3에서도 인코딩을 해여하는건가요?? 위의 내용이랑 아래내용이랑 어떤 관련이있는지 헷갈립니다ㅠ 감사합니다
원래는 drop을 하지 않고도 빅이시에서 말씀하신대로 돌리면 제대로 돌아갔는데 8회회귀는 위의 이미지대로 customerID쪽의 문제라고 에러문제가 나옵니다. 실제 시험장에서는 오류가 발생하면 오류메세지를 통해 customerID컬럼인것을 인지하고 이후 드랍을 진행하는 방식을 하면 될까요?(EDA를 하지않는다고 가정할때입니다.)
작업형2에서는 Import pandas as pd train = pd.read _csv() train = pd.read _csv() 여기까진 작성되어있다고 하셨는데 작업형3에서는 import pandas as pd df=pd.DataFrame~~~ 이것도 작성되어있나요? 실지 시험에서 바로 from scipy import stats~~ 들어각거나 작업해도되는지 궁금합니다 2 문제에서 정규성 따른다 말 없으면 Shapiro부터하는거 맞죠? Shapiro에 피밸류가<0.05이면 귀무가설 기각인데 여기서 귀무가설은 정규분포를 따른다 니까 이걸 기각하면 결국 정규분포를 따르지 않아서-> 비모수검정으로 가는거 맞을까요? 3.“{:.11f}”.format~ 이랑 ”{:.10f}”.format 은 차이점이 뭔가요?? 이렇게 했을때 실제 값에서 반올림? 되는거 같던데 그냥 실제로 소수점 해서 적는거랑 저렇게해서 끝자리수가 조금 다르게 나와도 둘다 정답으로 처리해주나요? 4 보통 summary에서 나오는 값을 바로적는거랑 코딩으로 해서 나올때 반올림으로 끝자리수가 차나지만 그냥 바로 summary 보고 바로 적어도 다 정답처리해주는지 궁금합니다 감사합니다 감사합니다
실기 체험환경에서 할 때 복사, 붙여넣기하고 앞부분 혹은 중간부분만 수정을 하려고 하면 끼워넣어지는 게 아닌 뒤 글자가 삭제되어서 결국에는 다시 다 작성을 하게 되는데 다른 방법 있을까요? 예를 들어 train.shape 을 복사, 붙여넣기하고 앞에 test로만 수정하려고하는데 shape이 지워져서 결국 전체 다 작성하게 되는 경우입니다..
P-value가 0.5 아래면 귀무(정규따름), 0.5 위면 대립(정규X,연구자주장) 으로 알고있는데 혹시 제가 잘 못 알고 있는 걸까요? 02:00 P-value값이 0.0496이면 0.5보다 작아서 귀무가설 채택이 아닌가요? 헷갈립니다.. 제가 잘 못 이해하고 있는 것 같아요.