에러 캡쳐기존에 score가 낮게 나온 것도 이것을 해결하지 않고 빌드해서 그런 것 같습니다.저의 GridAgent.cs에서 CollectObservation 함수 부분 캡쳐유니티 내 에이전트의 인스펙터의 설정도움 부탁드립니다. 

안녕하세요 강사님먼저 좋은 강의 만들어주셔서 감사드립니다.빅데이터 관련 영역을 조금씩 배워나가고 싶어 강의를 신청하게 됐습니다. 다름이 아니라 혹시 강의 영상 혹은 수업 관련 자료중 필요한 부분을 캡처해서 제 개인 티스토리 블로그에 올려도 되는지 여쭙고자 글을 작성했습니다.다른 분들과 공유보다는 스스로 복습하는 용도로 글을 작성하는 목적이 크지만 인터넷에 올라오는 내용인 만큼 먼저 허락을 구하고자 합니다.상업적인 목적은 없으며 블로그 광고 연동도 신청하지 않을 것입니다.만약 혹시라도 하게 된다면 다시 한 번 말씀드리겠습니다.만약 캡처 사진을 올리는게 불가하시다면 비공개 처리하여 공유 및 열람이 안 되도록 조치한 후 저 혼자만글을 읽을 수 있도록 하겠습니다.감사합니다.

강의 자료 부탁 드리겠습니다.mue@naver.com

선생님 안녕하세요k-폴드 방식으로 데이터를 분할할 때, 최적의 k는 어떻게 구하나요?

안녕하세요. 이번 12월달에 있는 빅데이터분석기사 실기 시험을 준비중인 학생입니다.비전공자에다가 파이썬을 이번 강의 수강하면서 처음 접해봤는데 강의만 열심히 듣고 따라해도 합격하는데 있어서는 문제가 없을까요?!그리고 강의 수강하면서 궁금점도 있습니다.문자변경시에 replace를 사용해서 하는 경우는 df = df.replace('아메리카노','룽고') 이런 식으로 df= <-이부분 에다 대입해서 하시고 loc를 사용하신 경우에는 df= 을 적지 않고 바로df.loc[3,'원두'] 를 사용하셨는데 df= 에다 대입하는 경우의 차이가 있을까요? 그리고 '' , "" (작은 따옴표, 큰 따옴표)는 문자 사용 시 아무거나 사용해도 괜찮나요?  

안녕하세요.개인 프로젝트를 진행하면서 강의를 보면서 많은 도움을 받고 있습니다. 좋은 강의 만들어주셔서 감사합니다.vector observation 입력을 정규화하려면 network settings에 normalize를 true로만 설정하면 되나요?예를 들어 Agent 코드에서 CollectObservation 메소드에 차량의 속도를 아래와 같이 정규화하지 않은 속도만 추가하고 paramater에서 normalize를 true로 설정하면 속도가 자동으로 normalize가 되는지 궁금합니다. public override void CollectObservations(VectorSensor sensor) {sensor.AddObservation(car.velocity);} 감사합니다.

Generator랑Augmentation이랑 같은건가요? 코드에서 아래 부분을 이미지데이터에서의 fit_transform이랑 비슷하다고 생각하면 되나요? # ImageDataGenerator 적용. fit()후 flow()로 image batch를 넣어주어야 함.data_generator.fit(image_batch)data_gen_iter = data_generator.flow(image_batch)# ImageDataGenerator를 동작하기 위해서는 next()등으로 iteration을 호출해야함.aug_image_batch = next(data_gen_iter)아래 코드를 실행하기 전에 type이 float일 때랑 코드를 실행해서 int일 때랑 값은 큰 차이가 없는데 왜 show_image 했을 때 그림이 다르게 나오는건가요? aug_image = aug_image.astype('int')저는 width_shift 했을 때 위아래로 되는 거 같은데... 교수님 코드랑 결과가 다릅니다.. 교수님 코드처럼 width_shift는 좌우 이동으로 생각하면 되나요?

혹시 part2 는 언제쯤 계획하고 계신지그리고 다음 강의는 어떤 강의 준비하고 계신지 궁금합니다!

gup를 1 이상 하고 싶을 때 사용하라고 하신 코드를 실행하니 아래와 같은 에러가 계속 생기네요.(맨 마지막 줄 outputs에서 sigle_gpu_test 함수를 sigle_gpu_test_batch 함수로 바꿔서 실행하셔야 합니다.) AttributeError: 'MMDataParalle' object has no attribute 'show_result'혹시 올려주신 코드가 잘 못 됐을까 mmdetection github에서 직접 확인해 봤지만 코드는 동일한 것으로 확인 했니다. 혹시 해결 방법을 아시는지 여쭙니다.

안녕하세요, 선생님. 영상에서 실시간 객체 탐지가 가능한 semantic segmentation모델을 개발하고싶습니다.보통 mask r-cnn에서 처리속도가 5fps라고 하는데 강의에서 제공된 mask r-cnn도 처리속도가 5fps인가요? 모델의 이러한 영상 처리속도는 어떻게 알 수 있나요?처리속도를 높이려면 어떻게 해야하나요?감사합니다.

 실습 불균형 데이터 세트 샘플링이 template_001 이라고 하셨는데 내용이 전혀 다릅니다. 다음 실습 KNN도 다르고요 지금 깃헙의 샘플 소스와 진행하시는 강의가 전혀 다른데요;; 깃헙 링크를 잘못올리신거 아닌가 싶네요

강의 자료 부탁 드리겠습니다.mue@naver.com

개정 시험 반영된 것 맞나요?

환경(GridWorld.exe)에서 학습하는 모습도 잘 나오고,터미널에서 학습 진행도 잘 되고,tensorboard에서 학습결과 그래프도 잘 나오는데요,정작 학습결과의 내용에서 score가 너무 낮게 나와요.학습이 잘 안 되고 있다는 뜻이겠죠.어디를 손 봐야 좋은 걸까요?DQN, A2C 모두 마찬가지입니다.pytorch 버전이 너무 낮아서 그런가 싶어서 높여줘도 마찬가지고요.(1.6.0 -> 1.12.1)tensorboard의 제 학습 결과 화면입니다.DQN 학습결과A2C 학습결과 

교수님 안녕하세요. OpenCV를 통해 영상 처리를 진행하는 과정에서 문제가 발생해 질문 드립니다.import cv2 video_input_path = './data/Night_Day_Chase.mp4' video_output_path = './data/Night_Day_Chase_out.mp4' cap = cv2.VideoCapture(video_input_path) codec = cv2.VideoWriter_fourcc(*'XVID') vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)),round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))) #(200, 400) -> (열, 행) vid_fps = cap.get(cv2.CAP_PROP_FPS ) vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size) frame_cnt = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) print('총 Frame 갯수:', frame_cnt, 'FPS:', round(vid_fps), 'Frame 크기:', vid_size)위의 코드를 실행시켰을 때 다음과 같은 결과 값이 출력됩니다.위의 결과 값을 보고 미리 저장해두었던 Night_Day_Chase.mp4 파일을 확인해본 결과, 주피터노트북 상에서는 영상이 아예 실행되지 않지만, local 노트북 자체에서는 영상이 정상적으로 실행됨을 확인할 수 있었습니다. 아래에 주피터 노트북 화면과, 주피터 노트북에서 영상 실행 시 나타나는 화면 사진 첨부합니다.주피터 노트북 자체의 문제일까요? 어떤 점이 문제인지 명확히 파악이 안됩니다.조언 해주시면 감사하겠습니다. 현재 제 개발환경은 다음과 같습니다.Mac Ventura 13.1jupyter notebook 6.5.4OpenCV 4.5.1Python 3.9.0 감사합니다 :)

책을 먼저 사서 책 보고 따라하던 중 막혀서, 급하게 강의 등록하고 질문 드립니다.이렇게 좋은 책과 강의에 우선 감사드립니다.오류 문구는 다음과 같습니다.사용 패키지들의 버전을 다음과 같습니다.책 보고 따라 작성한 코드로 이런 현상이 있어서, github에서 다운 받은 파일로 해도 동일 증상입니다.저의 유니티 상의 설정은 다음과 같습니다. 해결에 도움 주시면 감사하겠습니다.  

데이터로 딥러닝 적용해보기(당뇨병 환자 데이터) 강의에서 질문입니다.해당 강의 11:00 부분에서 입출력 차원의 수를 각각 9와 1로 정해주었습니다.이때, 모델에서의 계산 과정을 아래와 같이 이해하였습니다.우선, 전체 학습 데이터는 (442, 9) 형태이고, 가중치는 (9, 1) 형태이므로(442, 9) x (9, 1) -> (442, 1) 형태가 되고 여기에 (1) 의 형태를 가진 편향을 더해주면서 브로드캐스팅을 거쳐(442, 1) + (1) -> (442, 1) 형태가 되는 것으로 이해하였습니다. 제가 생각한 계산 과정이 맞는지 궁금합니다!감사합니다.

안녕하세요 강사님, 강사님 강의를 통해 분류 및 회귀 (지도학습)에 대해 공부하며 도움을 많이 받았습니다.머신러닝 완벽 가이드에 소개된 비지도학습 내용 외에, 만들어두신 다른 강의에서 비지도학습에 대한 심화적인 학습이 가능한 것이 있을까요???"캐글 Advanced 머신러닝 실전 박치기" 강의를 눈여겨보고 있는데, 해당 강의에서 비지도 학습을 이용하여 문제를 해결하는지 여부에 대해서 알지 못하여 이렇게 문의드립니다.!감사합니다.

머신러닝 적용을 위한 Feature Engineering 강의 10:10 부분에서 질문 드립니다!이번 강의에서는 RMSLE 계산을 위해 아래와 같이 함수를 만들었습니다.def get_rmsle(y_actual, y_pred): diff = np.log(y_pred + 1) - np.log(y_actual + 1) mean_error = np.square(diff).mean() return np.sqrt(mean_error) 그리고 이를 rmsle_scorer 객체로 만든 후rmsle_scorer = make_scorer(get_rmsle, greater_is_better=False)GridSearchCV 의 scoring에 넣어줬는데요,lasso_grid=GridSearchCV(estimator = Lasso(), param_grid = hyperparams, verbose=True, scoring=rmsle_scorer, cv=5, n_jobs=-1) 전에 강의에서는 RMSLE를 계산하기 위해 아래와 같은 과정을 거쳤던 것이 생각났습니다.from sklearn.metrics import mean_squared_log_error print("RMSLE:", np.sqrt(mean_squared_log_error(y_true, y_pred)))  이번 강의에서 np.sqrt(mean_squared_log_error(y_true, y_pred)) 를 사용하지 않고, RMSLE를 계산하기 위한 함수를 따로 만든 이유는 GridSearchCV의 scoring에 적용을 하기 위함이라고 이해하면 되는 것인지 궁금합니다! 그리고, 함수를 필수적으로 만들어야 한다면def get_rmsle(y_actual, y_pred): return np.sqrt(mean_squared_log_error(y_true, y_pred)) 와 같은 형식으로 함수를 만들 수도 있는 것인지 여쭙고 싶습니다!

머신러닝 적용을 위한 Feature Engineering 강의 8:20 부분에서 질문입니다!!EDA를 통해 humidity와 대여량의 관계를 그래프로 파악했을 때, humidity가 70 이상일 때 대여량이 크게 감소하는 것을 파악했고, 이를 기반으로 humid 컬럼을 만들었습니다.이때, humid 컬럼의 값이 1 이면 humidity가 70 이상으로, 습한 날씨이며, 결국 자전거를 타기에 '좋은 날씨는 아니다 '라는 의미로 이해를 하였는데요위에서 fit 컬럼을 만들 때에는 값이 1일 때, 자전거를 타기 '좋은 날씨이다' 라고 표현을 하였던 것과 반대라는 것이 눈에 띄었습니다.이렇게 feature engineering을 진행할 때, 척도의 의미가 컬럼별로 달라도 관계가 없는 것인지 궁금합니다!!보통 설문지 문항에서 척도의 의미가 다른 경우, 역코딩을 했던 기억이 있는데, 머신러닝의 경우에는 다른 것인지 여쭙고 싶습니다..!