- 막힌 부분의 시간(예를들면 3:24)과 안 되는 부분의 현상을 자세히 적어주세요.- 사진을 첨부해주시면 상황에 대한 이해가 빠르기 때문에 되도록 같이 올려주세요.- 사진은 다른 상황도 보이도록 스크린샷으로 찍어주시면 더 좋습니다.넓은부분은 비닐로, 좁은 부분은 강의처럼 패인도록 한다고 가정합니다.

import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") df.sort_values('views',ascending=False).head(10) df.iloc[:10,-1]=9690.0 cond = df['age']>=80 print(df[cond]['views'].mean())이렇게 코딩을 하면 답이 다른 이유가 궁금합니다.

시나공 책 작업형2 모의고사에는 from sklearn.metrics import mean_squared_error result = mean_squared_error(y_val, pred,squared = False) print("RMSE :" , result)으로 나오고 선생님 기출 강의를 보면 from sklearn.metrics import mean_squared_error def rmse(y_true, y_pred): return mean_squared_error(y_true, y_pred)**0.5으로 하라고 설명해주시는데 어떤것이 정답인가요?

강의자료에y_train = train.pop("price") 이렇게 되어있던데 target = train.pop("price") 해도 같은걸까요?

1. <class 'pandas.core.frame.DataFrame'>RangeIndex: 6665 entries, 0 to 6664Data columns (total 30 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 ID 6665 non-null int64 1 Age 6665 non-null int64 2 Work_Experience 6665 non-null float64 3 Family_Size 6665 non-null float64 4 Segmentation 6665 non-null int64 5 Gender_Female 6665 non-null bool 6 Gender_Male 6665 non-null bool 7 Ever_Married_No 6665 non-null bool 8 Ever_Married_Yes 6665 non-null bool 9 Graduated_No 6665 non-null bool 10 Graduated_Yes 6665 non-null bool 11 Profession_Artist 6665 non-null bool 12 Profession_Doctor 6665 non-null bool 13 Profession_Engineer 6665 non-null bool 14 Profession_Entertainment 6665 non-null bool 15 Profession_Executive 6665 non-null bool 16 Profession_Healthcare 6665 non-null bool 17 Profession_Homemaker 6665 non-null bool 18 Profession_Lawyer 6665 non-null bool 19 Profession_Marketing 6665 non-null bool 20 Spending_Score_Average 6665 non-null bool 21 Spending_Score_High 6665 non-null bool 22 Spending_Score_Low 6665 non-null bool 23 Var_1_Cat_1 6665 non-null bool 24 Var_1_Cat_2 6665 non-null bool 25 Var_1_Cat_3 6665 non-null bool 26 Var_1_Cat_4 6665 non-null bool 27 Var_1_Cat_5 6665 non-null bool 28 Var_1_Cat_6 6665 non-null bool 29 Var_1_Cat_7 6665 non-null bool dtypes: bool(25), float64(2), int64(3)원핫인코딩을 실행했는데저는 왜 bool값으로 나오죠?

 오영제 선생님 안녕하십니까?수준높은 강의 잘 듣고 있습니다.제공해 주신 소스중에030_IMDB_movie_reviews.ipynb에 있는 아래의 model 에서 파라미터 숫자를 설명해 주실수 있으신지요?Dense 쪽의 파라미터는 앞전 강의인 파이썬을 활용한 머신러닝 딥러닝 입문 의 실습 - Neural Network을 이용한 Linear Regression - Boston 주택 가격 예측 에서 16분 경에서 설명해 주신대로 설명이 되는데 위쪽 부분은 잘 이해가 가지 않습니다. 죄송하지만 간략하게라도 파라미터 갯수와 왜 이렇게 되었는지 설명해 주시면 감사하겠습니다. 감사드립니다.   

전처리할때target=train.pop('Segmemtation')은train에만 있으니까 빼준다?라는건 알겠는데tartget 값만 트레인에있느거 빼주는 것 같은데 test_ID=test.pop['ID']이건 꼭 해줘야하나요? 다른 문제들 경우 그냥 트레인에 있는 타겟값만 pop처리 이거 하나만 하는 것 같아서요.. 감사합니다

1-3. date_added가 2018년 1월 이면서 country가 United Kingdom 단독 제작인 데이터의 갯수에서제가 df['date_added']=pd.to_datetime(df['date_added']) cond1 = df['date_added'].dt.year ==2018 cond2 = df['date_added'].dt.month ==1 cond3 = df['country']=='United Kindom' print(len(df[cond1&cond2&cond3])) 했는데 저는 0이 나옵니다ㅠ 답은 6이 나와야하는 것 같은데 뭐가 잘못된 것일까요 감사합니다

print 관련 질문드려요보통제일 처음에 df로 해서 데이터 볼때print(df) 안하고 그냥 df만 해도 똑같은건가요?df.info() 이런것들도 이것만해도되는건지print(df.info())를 해야하는건지 궁금합니다.

안녕하세요 선생님, 800대로 나와야 될 RMSE 값이 1100대로 나오는데, 차이가 좀 커서 문제가 있는것 같아요. 혹시 제 코드좀 봐주실 수 있을까요?import pandas as pd train = pd.read_csv("data/customer_train.csv") test = pd.read_csv("data/customer_test.csv") cols = test.select_dtypes('object').columns # ## 전처리1. 컬럼삭제 # train = train.drop(cols, axis=1) # test = test.drop(cols, axis=1) ## 전처리2. 레이블인코딩 from sklearn.preprocessing import LabelEncoder le = LabelEncoder() for col in cols : train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 검증-테스트 데이터 분리 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train.drop('총구매액', axis=1), train['총구매액'], test_size=0.2, random_state=1 ) # 랜덤포레스트 from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor(random_state=1) model.fit(X_tr, y_tr) pred = model.predict(X_val) # 평가 from sklearn.metrics import root_mean_squared_error print(root_mean_squared_error(y_val, pred)) ## 컬럼삭제 : 1135.0196199 ## 레이블인코딩: 1136.88945667

여기서 비밀번호 입력해야되는데 어떤 비밀번호인가요. 이것저것 입력했는데 다 안되던데. 아니면 제가 이 비밀번호 재설정할 수 있나요?

띄어쓰기 안된다고 하셨는데,강사님 성함이 띄어쓰기가 되어 있는데,상관이 없는지요.

작업형1 모의고사 풀어보기 강의에서 코드 제출 버튼을 누르셨지만 실제로는 답안에 출력값만 적는 것이 맞는 건가요? (예를 틀어 첫 번째 문제는 답안에 1115만 쓰면 되는 것)

안녕하세요. 강의 전체 수강 후 질문드립니다. Choreography Saga 패턴에서 이벤트 발행 테스트는 Embedded Kafka 없이 행동 검증(verify)만으로 충분한지 궁금합니다.  강의에서 테스트 코드에 대한 내용이 없었는데, 이벤트라는 개념이 도입되면서 테스트를 어떻게 작성해야 할지 고민이 됩니다. 찾아보니 Embedded Kafka를 많이 사용하더라고요.하지만 제 생각에 Choreography 패턴에서 중요한 것은 "이벤트가 올바르게 발행되었는가"라는 행동 검증이라고 생각합니다 그렇다면 이벤트 발행 로직을 Facade 계층으로 분리하고, 테스트에서는 InOrder와 verify()로 발행 여부만 검증하면 충분하지 않을까요? 즉, 이벤트 발행 부분을 Facade 계층으로 올리고 Embedded Kafka를 사용한 통합 테스트는 하지 않아도 된다고 생각하는데, 이 접근 방식이 적절한지 궁금합니다.(추가적으로 Orchestration 방식도 똑같이 생각하고 있습니다. 강사님의 테스트 코드에 대한 생각이 궁금해서 질문을 작성합니다. )

16강 시계열데이터 듣고있는데 코랩링크 하단에 시계열데이터 부분이 없습니다. 코랩설명에 하단으로 넣어놨다고 돼있는데 없습니다.확인부탁드립니다!

dir help 쓰면 된다는데 이게무슨말인가요?? 지금 74강정도인데 강의서는 이런거 못들어서요

문제 1-3에서 '문제1-2에서 적합한 회귀모형을 이용하여 test데이터에서 design값을 산출한 후...라고 되어있습니다.model = ols("design ~ c1+c2+c4", data=test).fit() 문제 1-2에서 이렇게 적합된 모델을 먼저 불러오고  test['pred_design']=model.predict(test) 테스트 예측값 산출 식 작성하면 안되나요~?문제에서 1-2에서 적합한 모형 이용이라는 문구가 있어서 헷갈립니다~! ㅠㅠ  이렇게 풀었을때는 8.17이 정답으로 나옵니당..

일단 구매해서 열심히 해보려고 하고 있습니다. 내용을 보면서 3~14회 기출문제집(답만있는것)을 병행하고 있는데 기출문제가 많다보니 정리해주신 요약집에 없는 내용들이 너무 많네요 이것들을 버리고 정리해준 것에 나오는 기출만 봐도 좋을지, 아니면 기출을 따로 또 정리해야 하는지 궁금합니다.

마지막 10장의 유니온 파인드 강의 10분 30초경 코드에서 궁금한 점이 있는데요, 주석에서는 rank가 더 작은 쪽을 부모로 설정한다고 했는데 코드를 보면 p[rootA] = rootB;는 B가 A의 부모가 되는 것 아닌가요? 제가 잘못 이해한 건지 싶어서 질문 드립니다!

지금(2025.11.21) 기준으로 샘플 문제가 한 회차밖에 제공되지 않습니다.최신 샘플 문제들을 더 받아볼 수 있는 방법이 있을까요?YBM 말고 다른 소스라도 괜찮습니다.