inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

묻고 답해요

172만명의 커뮤니티!! 함께 토론해봐요.

44, 45강 실행시 오류

해결됨

남박사의 파이썬으로 봇 만들기 with ChatGPT

그대로 따라하고 실행했는데 이런 문제점이 있습니다. 왜인지 잘 모르겠어요. 44강에서 테스트 메세지의 링크가 모바일에서도 안나옵니다. 44강에서 위치보기 도 누르면 아무 링크가 안열립니다. 45강에서 PC카톡에 "안녕하세요. 봇입니다." 라는 메세지를 보내면, 계속 이렇게 나오네요.

  • python
  • 웹-크롤링
  • 챗봇
  • 객체지향
  • openai-api
minimings 댓글 2 좋아요 0 조회수 100

기출 3회 작업형2 lightgbm 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

기출 3회 작업형2 lgbm으로 풀다가 질문드립니다 #lightgbm import lightgbm as lgb rk = lgb.LGBMClassifier(random_state=628, verbose=-1) rk.fit(X_tr, y_tr) 여기까지 했는데 LightGBMError: Do not support special JSON characters in feature name. 이렇게 오류가 뜨는 건 어떻게 해야하는 건가요??

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김근영 댓글 2 좋아요 0 조회수 77

머신러닝 분류 모델과 회귀모델의 종류

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

어떤게 있나요 헷갈려서 ex)분류모델-랜덤포레스트,Xgboost,LightGBM이런 식으로 정리 좀 해주세요

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김라의 댓글 2 좋아요 0 조회수 197

데이터 전처리 과정

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

강사님 안녕하세요 데이터 전처리 과정에서 어떤 조건?으로 결측치를 제가하나요? 여기서 이름과 host_id를 제거하신거같은데 이유가 있나요?? 그리고 모의문제1에서도 어떤 이유 저 컬럼을 없앤건지 궁금합니다

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
봉준 댓글 2 좋아요 0 조회수 83

2회 기출유형 3번 문제

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

3번문제에 이렇게 코드를 짜봤는데 결과값이 다르게 나옵니다ㅠ 어디를 수정해야 할까요?ㅠ q3 = df['age'].quantile(0.75) q1 = df['age'].quantile(0.25) IQR = q3 - q1 line1 = q1 - 1.5 * IQR line2 = q3 + 1.5 * IQR print(sum(df['age'] < line1)) print(sum(df['age'] > line2))

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김지수 댓글 2 좋아요 0 조회수 47

2025년 1회 기출문제 3/3 이론포함

해결됨

(2026 최신!) 일주일만에 합격하는 정보처리기사 실기

12분 10초대부터 시작해서 a[0]가 0되면서 탈출조건 이렇게 말씀하시면서 0이라고 하시는데 func(values, 0, 1) 여기서 st = 0, end = 1 인데 탈출조건은 st >= end 0>= 1 이렇게 되면 탈출이 안되는거 아닌가여? 이해가 안됩니다

  • python
  • java
  • c
  • 정보처리기사
최태준 댓글 2 좋아요 0 조회수 150

코드 검토

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요 혼자 문제 풀이를 해보다가 제가 작성한 코드들이 문제가 없는지 여쭤보고싶습니다. 그리고 마지막 제출단계에서 test 데이터에 'Attritino_Flag'를 삭제했는데 (drop을 안시키고 작성했는데 오류가 뜨더니 자동으로 drop시키는 코드로 수정되었습니다.) 왜 삭제해야 오류가 안나는지 궁금합니다. # 1. 문제 정의 (분류) target: Atrrition_Flag(1: 이탈, 0: 유지) # 2. 데이터 불러오기 # 3. 탐색적 데이터 분석(EDA) # train.info() # dtypes: float64(5), int64(11), object(5) # train.isnull().sum() # 0 # train.describe(include='O') # test.info() # dtypes: float64(5), int64(10), object(5) # test.isnull().sum() # 0 # train['Attrition_Flag'].value_counts() # 0: 6815, 1: 1286 # 4. 데이터 전처리(인코딩, 데이터 전처리) # 4-1. 원핫인코딩 data = pd.concat([train, test], axis = 0) data = pd.get_dummies(data) train = data.iloc[:len(train)].copy() test = data.iloc[len(train):].copy() # train.info() # bool(23), float64(6), int64(10) # test.info() # bool(23), float64(6), int64(10) # 5. 검증 데이터 나누기 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train.drop('Attrition_Flag',axis=1), train['Attrition_Flag'], test_size = 0.2, random_state = 0 ) # 6. 모델 학습 및 평가 # 6-1. 모델불러오기 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) # 6-2. 학습(fit) rf.fit(X_tr, y_tr) # 6-3. 예측(predict) pred = rf.predict(X_val) # 6-4. 예측 결과 확인 # pred[:10] # rf.classes_ # pred # 6-5. 평가 # 평가: ROC-AUC, 정확도(Accuracy), F1, 정밀도(Precision), 재현율(Recall) from sklearn.metrics import roc_auc_score, accuracy_score, f1_score, precision_score, recall_score accuracy = accuracy_score(y_val, pred) print('accuracy:',accuracy) # accuracy: 0.9549660703269587 f1 = f1_score(y_val, pred) print('f1:',f1) # f1: 0.8381374722838137 precision = precision_score(y_val, pred) print('precision:',precision) # precision: 0.9264705882352942 recall = recall_score(y_val, pred) print('recall:',recall) # recall: 0.7651821862348178 pred = rf.predict_proba(X_val) roc_auc = roc_auc_score(y_val, pred[:,1]) print('roc_auc:',roc_auc) # roc_auc: 0.9860421123349186 # 7. 제출 pred = rf.predict_proba(test.drop('Attrition_Flag', axis=1)) pred submit = pd.DataFrame({ 'CLIENTNUM': test['CLIENTNUM'], 'Attrition_Flag': pred[:,1] }) submit.to_csv('000000.csv',index=False)

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고동협 댓글 2 좋아요 0 조회수 70

가설검정 결과 채택/기각 선택

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

p-value가 0.0006이 나와서 대립가설을 채택하는게 맞을텐데 소문제 c는 답을 어떻게적어야하나요? '가설검정의 결과를' 채택,기각 중 골라야하는데 가설검정의 결과라는게 0.0006인거고 , 그럼 채택으로 답을 적어야하나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
dnrwls9115 댓글 2 좋아요 0 조회수 55

예시문제 작업형3 소문제1번

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

1번 문제가 잘 이해가지 않습니다. 분산에 차이가 있는지 알아본다 ->등분산 검정을 수행하라는 것 같아 반사적으로 levene을 떠올리고 있었는데, 'F-검정을 수행할 때 검정통계랑을 구하라'라는 지문이 이해가지 않아요 검정 통계랑이라는게 각 분산값을 나눈것으로 정의되어 있는건가요? 저렇게 나누는것이 F-검정인가요

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
dnrwls9115 댓글 2 좋아요 0 조회수 120

기출6회 제1유형 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

강사님 기출6회 제1유형 3번문제에서 groupby 진행해서 월별 나누기 12하는건 알겠으나, data 확인해보니 연도별로 월별 수량이다릅니다. 근데 12로 나누면 515로 반영이되는데, 애초에 data가 안맞지 않나요? 확인해주시면 감사하겠습니다. import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/6_1/data6-1-3.csv") # df.info() # df.head() df['year'] = df['날짜'].str[:4] df = df.groupby('year')['날짜'].count() df

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
wlysh999 댓글 2 좋아요 0 조회수 64

기출2회 작업형2

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

기출 2회는 한가지 방법으로 풀기(랜덤포레스트) 가 적용이 안되나용?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
shs4166 댓글 2 좋아요 0 조회수 47

아노바 f검정과 일원분석분석(one-way-anova)

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

https://www.kaggle.com/code/gggyun/t3-ttest-anova-py/edit 이 문제를 풀다가 의문이 생겨 질문드립니다. 아노바 f검정과 일원분산분석은 동의어라고 보면 될까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
이정균 댓글 2 좋아요 0 조회수 201

가변인자의 위치가 중요한가요?

미해결

파이썬 무료 강의 (기본편) - 6시간 뒤면 나도 개발자

수업 듣다가 궁금증이 생겨서 질문드립니다. 가변인자를 쓰면 값의 개수와 상관없이 함수가 실행되는 것 같은데 그러면 가변인자는 항상 함수에서 맨 마지막에 써야 하나요? 예를 들어 profile(name, age, *language, address) 이런식으로 함수를 구성하게 되면, 제가 profile ("유재석", 20, "파이썬", "자바", "C", "서울시") 이렇게 적었을때 어디까지가 language이고 어디부터가 address 인지 모르지 않을까 해서요.

  • python
랑랑 댓글 1 좋아요 0 조회수 104

8회기출 3유형 1번

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

로지스틱 모델의 포뮬라를 만들때 자료형은 수치형이지만 범주형인 데이터( ContractRenewal, DataPlan)들이 있는거 같은데 이것들은 c로 안묶어도 되는건가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
96dudwl 댓글 2 좋아요 0 조회수 48

귀무가설,대립가설 헷갈림

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

3유형을 처음 공부 중입니다! 코드를 짤때 귀무가설을 기준으로 코드를짜서 나오는 p-value로 판단하는 것인가요? 아니면 대립가설을 기준으로 코드를 짜서 나오는 p-vlue를 기준으로 판단하는 것인가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김지수 댓글 3 좋아요 0 조회수 148

체험환경_ 제2유형 pred 단위

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

체험환경에있는 칼럼설명을 보면 pred는 십만원단위로 되어있는데 그거 상관없이 그냥 문제풀면되나요? 아니면 별도로 설정해줘야하나요.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
wlysh999 댓글 2 좋아요 0 조회수 81

해시 인덱스를 사용하는 경우 데이터 저장 평균 시간 복잡도에 대해 질문

해결됨

김영한의 실전 자바 - 중급 2편

관련 내용: 강의: 55. 해시 알고리즘6 - 해시 충돌 구현 21:56 pdf: 6. 컬렉션 프레임워크 - 해시(Hash) 24P 정리 부분 해시 인덱스를 사용하는 경우 데이터 저장을 할 때 평균 시간복잡도가 O(1) 이라고 설명. 의문점 private static void add(LinkedList<Integer>[] buckets, int value) { int hashIndex = hashIndex(value); LinkedList<Integer> bucket = buckets[hashIndex]; //O(1) if (!bucket.contains(value)) { //O(n) bucket.add(value); } } 위와 같이 항상 bucket이 contains(..) 메서드를 호출하여 중복된 값이 있는지 확인하므로 O(n)의 시간 복잡도가 소요됩니다. 그래서 저는 항상 데이터 저장을 할 때는 O(n)으로 계산해야 한다고 생각했습니다. 강의에서 말씀하신 내용은 이상적으로 해시 충돌이 별로 발생하지 않는 상황(그리고 구체적인 구현은 신경쓰지 않는 상황)이라 가정하고 O(1)이라고 한 것일까요?

  • java
  • 객체지향
  • 코딩-테스트
  • 알고리즘
뎅뚠 댓글 2 좋아요 0 조회수 96

기출7회 작업형3 1-3번 문제

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

1-3번 문제에서 예측할 때 0.5 이상일 때 1이라고 되어 있는데, 식에는 0.5 초과로 되어있어요. 이상이 맞나요 초과가 맞나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
ssjmj0404 댓글 1 좋아요 0 조회수 42

마지막에 예측 시

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

계속 이런 오류가 납니다. 강의랑 모두 똑같이 작성했는데, 왜 그럴까요??

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
임지오 댓글 2 좋아요 0 조회수 50

hot article 로직 변경

해결됨

스프링부트로 직접 만들면서 배우는 대규모 시스템 설계 - 게시판

안녕하세요 선생님 ! 선생님 코드로 구현을 완료하고 제가 커스텀 해보고 있는 중에 고민이 있어 질문글 남깁니다. 추천 수가 특정 개수 이상일때 hot article이 되고, 매일 갱신하는 것이 아닌, 한번 hot article이 되면 계속해서 hot article 게시판에 게시하고 싶습니다. 이럴 때 hot article을 데이터베이스에 저장하는 것이 좋을까요 아니면 redis에 저장하는 것이 좋을까요 ? 선생님의 의견이 궁금하여 질문 남깁니다.

  • java
  • mysql
  • spring-boot
  • kafka
  • redis
댓글 2 좋아요 0 조회수 75

인기 태그

인프런 TOP Writers

주간 인기글