혹시 오타가 있는지도 반복해서 확인 해 봤는데 아무리 봐도 오타는 없는 거 같아요.. 여기서 이 오류는 왜 뜰까요 ?

현재 오픈된 커리큘럽 강의 소개 및 실습 환경에서 주피터 노트북 에제파일 다운로드 받아서 실행하였습니다.이상한 점은 VGG16 모델 생성 후 학습 및 성능 검증 cell 실행결과 cal_accuracy가 0.1정도 나오는데 값이 너무 낮은 것 같습니다.동영상 강죄에서 교수님이 보여주신 결과는 0.85 정도 나오는데 을 원인을 모르겠습니다.예제파일상의 어떤 부분이 문제인지 확인부탁드립니다. 감사합니다. 

data = { "메뉴":['아메리카노','카페라떼','카페모카'], "가격":[4100,4600,4600], "할인율":[0.5, 0.1, 0.2], "칼로리":[10, 180, 420], } cafe = pd.DataFrame(data) cafe위 코드 작성후 # 시리즈 선택 (가격) df['메뉴']시리즈를 선택하였는데 cafe = df라는 함수를 지정하지 않았는데 df안에 어떻게 data안의 값들이 들어 있나요?제가 다른 데이터 프레임을 작성하여 df를 사용해도 계속 cafe 안 데이터만 나와 질문드립니다.

data = { "메뉴":['아메리카노','카페라떼','카페모카'], "가격":[4100,4600,4600], "할인율":[0.5, 0.1, 0.2], "칼로리":[10, 180, 420], } data cafe = pd.DataFrame(data) cafe위와 같은 코드를 작성해 df['메뉴']를 하면 메뉴 시리즈만 불러올 수 있는데 pd.DataFrame({ "menu" : menu, "price" : price })이 데이터 프레임의 경우에는 df[menu]"None of [Index(['아아', '아라', '바콜'], dtype='object')] are in the [columns]" 이러한 오류가 나옵니다. 둘다 데이터 프레임이라고 생각하는데 아래의 경우는 왜 안되고, 무슨 차이가 있는지 궁금합니다!추가로 cafe라는 데이터 프레임을 df에 저장 하지 않았는데 df를 입력하면 cafe안에 있는 값이 나오는지 궁금합니다

강사님 처럼 이렇게 불러와 지진 않고.. 아무리 전체 돌려도 불러와 지지 않습니다.... 왜 그럴까요 ?   

섹션3 "머신러닝"과 줄다리기 중 라이브러리 및 데이터 불러오기 그리고 EDA 강의노트에서 질문이 있습니다.이곳에서 iloc[a, b:c]일 경우에 c-1까지 불러온다고 알고 있는데 왜 id까지 나오는게 아니라 age도 나오는지 궁금합니다ㅠㅠ

3-4 피처엔지니어링 강의에서 원핫인코딩 시 선생님이 진행하신 과정과 columns가 달라서 질문 드립니다.인코딩 시마다 결과가 달라질 수는 없을 것 같은데 혹시 데이터 자체가 변화됐나요?선생님 강의에서 진행했을 때는 컬럼수가 100개였고 제가 진행하는 시점에서는 99개로 출력됩니다. 

 listbox = [15,46,78,24,56] def min_max(data): mi = min(data) ma = max(data) return mi,ma min_max(listbox) 이 부분에서 코드가 어느 단계로 움직이는지 이해가 잘 안됩니다.min_max라는것을 임의로 지정해주고, mi에 최솟값,ma에 최대값을 저장하는것까지는 알겠는데, 그 밑에 부터 이해가 안가요return에 mi,ma는 위로 되돌아가라는건가요? 밑에 왜 다시 min_max(listbox)를 해주었을때 15,78이 나오는지 모르겠어요. listbox안에는 15,46,78,24,56이 저장되어 있는거 아닌가요?그리고 data라는 입력값을 써주었는데 코드에 보면 data라는 값을 지정을 안해주었는데 어떻게 오류가 안나는건지도 궁금합니다!

이 부분에서 데이터를 별도로 어떻게 불러와야 하는지 몰라서 질문 남깁니다..현 상황처음 copy&edit 으로 들어갔다 > 뒤로 가기로 빠져나옴 > 다시 들어가려고 보니 copy&edit 가 아닌 Edit my copy로 뜬 이후로 데이터를 못 불러오고 있는 상황입니다.. 어떻게 해야하죠..

너무 기초적인 질문인데요... 강의 중간에 잘라내기 단축키가 있을까요 ? ,,,

안녕하세요!!!새로추가된 섹션2의 시계열데이터 코랩링크는 없나요 ?감사합니다.

안녕하세요 :)작업형 1 제출 시리터럴 값을 프린트하지 말라는 얘기가 있어서 질문드립니다.ex print(3), print('정답')위 예시처럼 제출하면 안 되는 것인가요? (감점 사유인지, 오답 처리인지)혹은 answer = ...codeprint(answer)이와 같은 방식은 가능한 것인지 궁급합니다.print문 안에 함수를 작성하는 것보다 answer에 할당해두고 print 하는 방식이 익숙해서요!감사합니다!

스케일링을 할 때, minmax scaler랑 standard scaler 는 train,test data의 columns에 스케일링을 하는데 log scaler할 때는 값이 커보여서 내지는 편차가 있어보여서(?) log scaling에 적합해 보이는 타겟인 ['charges'] column에만 하잖아요,  근데 rmse값은 모든 columns에 대한 값인데 하나의 column을 log scaling했다고 np.exp를 씌우는게 왜 괜찮은지에 대해서 궁금합니다..  해당 강의에서는 train data에만 log scaling을 했는데 왜 얘만 test data에는 안 하는거죠? minmax랑 standard할 때는 train, test 둘 다 했는데 말이죠..    X_train, Y_train, x_test 세 개가 주어지는 경우와 train, test가 주어지는 경우의 차이는 train data의 column에서 타겟을 뽑아 새로 y_train 같은 존재를 제가 만든다는 점만 다르다고 생각하면 될까요? 이거 말고 주의해야 될 사항이 있나 궁금합니다.이상입니다 !+ 실기 대비용으로 본 강의 탑승한 거 만족하면서 강의 잘 듣고 있습니다 ~ 감사합니다ㅎㅎ

"수업노트에 링크를 첨부해두었으니 확인해 주세요" 에서 수업노트를 못찾겠네요 ㅠㅠ 오른쪽에 나열된 "커리큘럼, 커뮤니티, 노트. 성장로그, 스크립트" 에서 노트를 클릭해도 링크가 안떠서 혹시 다른 데에 있는지 궁금합니다

RNN과 LSTM 구현해보기2(MNIST 데이터셋) 강의의 15:04 부분에서 질문입니다. 강의에서는 다음과 같이 학습 과정에서 반복문을 작성했습니다. # |x_minibatch| = (128, 1, 28, 28) # |y_minibatch| = (128) for x_minibatch, y_minibatch in train_batches: x_minibatch = x_minibatch.reshape(-1, sequence_length, feature_size) y_minibatch_pred = model(x_minibatch) loss = loss_func(y_minibatch_pred, y_minibatch) optimizer.zero_grad() loss.backward() optimizer.step() train_losses.append(loss.item()) 이때, 아래와 같이 loss_func를 적용하는 부분에서 궁금한 점이 있는데요,loss = loss_func(y_minibatch_pred, y_minibatch)y_minibatch_pred 는 model에 x_minibatch 를 넣어서 값을 예측한 것으로, 그 shape이 (128, 10) 과 같이 2차원으로 나온다고 이해하였습니다.반면, y_miinibatch 는 (128) 과 같이 1차원으로 나오는 것을 확인했습니다. 이렇게 loss_func 안에 넣는 두 텐서의 다른 것으로 보이는데, y_minibatch의 shape을 변형해 줘야 하는 것은 아닌지 여쭙고 싶습니다..!

안녕하세요, 섹션2의 역전파 수업을 듣다가 궁금한 점이 생겨서 질문 드립니다.  5분 30초에서 L을 zi에 대해서 미분하면 n분의 1이 된다고 하셨는데 그 이유가 i번째 엘리멘트만 고려해서 미분이 되기 때문인가요? 즉, 1/n*zi라서 미분값이 1/n인건지 궁금합니다!

안녕하세요? 선생님!이원분산분석 강의의 데이터가 다운로드가 되지 않습니다.확인 부탁드립니다. 

6회 기출 문제 관련 강의 올려 주셔서 감사드립니다.6회 기출의 작업형1 과 작업형 2의 데이터가 열리지 않아서 다운을 받을 수 없습니다.확인 부탁드립니다.감사합니다.

 submission = pd.DataFrame(data={ 'Id': y_test.Id, 'income' : prediction })제출할 때 y_test의 ID값을 불러와서 제출해도 되는건가요? 이 문제에서는 아래처럼 결측치 처리를 해서 y_test의 ID값을 불러오신거 같은데 헷갈려서요 ㅠㅠ X_test를 pd.read_csv로 다시 불러온 다음에 ID값만 추출해서 제출해야 하는게 아닌가해서 질문드립니다from sklearn.impute import SimpleImputer imp = SimpleImputer() X_train = imp.fit_transform(X_train) X_test = imp.transform(X_test)

선생님 안녕하세요.임곗값에 다른 정밀도-재현율 추출시, 예측확률 추출(predict_proba)에 대해서 궁금한 점이 있습니다.# predict_proba( ) 반환값의 두번째 컬럼 , 즉 Positive 클래스 컬럼 하나만 추출하여 Binarizer를 적용 pred_proba_1 = pred_proba[:,1].reshape(-1,1)작성해주신 코드는 positive일 확률에 대한 컬럼 하나만 추출한것으로 보이는데, 그 이유가 있을까요?강의를 두세번 반복해서 봐도 이해가 가지않습니다.. 그리고 작성해주신 주석은 'Positive 클래스 컬럼' 이라고 써주셨는데, 데이터를 print해보면 positive 일 확률이기때문에, positive가(1이) 아닐 확률 데이터도 많이 포함되어있어서요. 정확히 어찌 이해하는게 맞을까요?