78 삭제 강의 이후 79 타이틀 수정 으로 넘어 갈떄 home.jsx UI가 바뀌는데 그거에 대해 설명이 없네요 . 강의교안에 home.jsx 파일 올려주시고 / 영상에도 home.jsx 변경 하는거 추가해서 촬영 부탁드립니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요풀이 코드에는print(a.sum(axis=1))이렇게 작성이 되어있는데print(a.T.sum())이렇게 해도 되나요?

총 네 개의 질문이 있습니다!!andsat 8-9의 식과 Landsat 4-7의 식이 다른데,8-9와 4-7자료의 차이가 무엇인지 궁금합니다! 화재가 난 곳은 더 까맣게 나타나는 게 맞나요?202303 NBR과 202305NBR자료를 비교해보았을 때, 까맣게 변한 곳은 화재가 났던 곳이며 그 정도가 더 어두운 곳은 화재가 여러 번 발생했다는 의미인가요? DEM활용 경사도 계산을 하면 테두리가 깨져서 나오는 이유는 무엇인가요?이렇게 질문드리고 싶습니다!!

안녕하세요 퇴근후딴짓님크게 다르게 하지 않은것 같은데 저는 랜덤포레스트 #821.0553076611657 이렇게 나왔는데 퇴근후딴짓님은 83636125.어쩌고 엄청 큰 숫자잖아요..제 코드에 어떤 문제가 있나요??ㅠㅠ #데이터전처리target = train.pop('총구매액')train['환불금액']=train['환불금액'].fillna(0)test['환불금액']=train['환불금액'].fillna(0)train = train.drop('주구매상품', axis=1)test = test.drop('주구매상품', axis=1)train = pd.get_dummies(train)test= pd.get_dummies(test)#분할from sklearn.model_selection import train_test_splitX_tr, X_val, y_tr, y_val = train_test_split(train target, test_size=0.2, random_state=0)X_tr.shape, X_val.shape, y_tr.shape, y_val.shape #머신러닝from sklearn.metrics import mean_squared_errordef rmse(y_true, y_pred): return mean_squared_error(y_true, y_pred)**0.5from sklearn.ensemble import RandomForestRegressor rf = RandomForestRegressor(random_state=0)rf.fit(X_tr, y_tr)pred = rf.predict(X_val)print(rmse(y_val, pred)) #821.0553076611657 pred = rf.predict(test)result = pd.DataFrame({ 'pred':pred})result.to_csv("result.csv", index=False)print(pd.read_csv("result.csv")) 

안녕하세요. 강의 잘 수강하고 있습니다.자체적으로 텍스트, 표, 시계열꺽은선그래프로 주로 구성된 pdf를 임베딩해서 RAG 기반의 LLM 서비스를 만들어 보고 싶은데요표의 경우는 md 파일을 txt로 변환해서 저장하는 방법을 잘 알려주셨습니다만, 혹시 꺾은선그래프를 이미지처럼 저장해서 서비스에 활용할 수 있는 방법이 있을까요? 참고할만한 기술이나 좋은 아이디어 있으면 공유 혹은 조언해주시면 감사하겠습니다.

마지막 팁 부분을 먼저 보고 기출 연습을 하고 있는데요, lightgbm을 하는 경우 object 자료형을 category 자료형으로 바꿔주면 인코딩을 따로 할 필요가 없다고 하여 이 방법으로 연습을 진행하고 있습니다. 또, 성능평가를 구하지 않아도 감점되지 않는다고 하여 오류가 나지 않은 한 인코딩과 성능평가 없이 lightgbm으로 푸는 방법으로 연습 중인데, 아래 코드가 제가 작성한 코드입니다. 오류가 나지 않지만, 제출 파일의 내용을 확인한 결과 강사님의 최종 결과와 차이가 있었습니다. (Attrition_Flag 값의 차이)뭐가 잘 못된 건가요...?import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/ceredit%20card/train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/ceredit%20card/test.csv") # train = pd.read_csv("train.csv") # test = pd.read_csv("test.csv") # #문제 정의 # 평가: ROC-AUC, 정확도(Accuracy), F1, 정밀도(Precision), 재현율(Recall)을 구하시오 # target : Attrition_Flag (1:이탈, 0:유지) # csv파일 생성 : 수험번호.csv # ROC-AUC -> 분류 # eda # print(train.shape, test.shape) # (8101, 21) (2026, 20) # print(train.info()) # print(test.info()) # print(test.head()) # object -> category cols = train.select_dtypes(include='object') for col in cols: train[col] = train[col].astype('category') test[col] = test[col].astype('category') # 검증 데이터 분리 y_train = train.pop('Attrition_Flag') from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, y_train, test_size=0.2, random_state=0) # lightgbm 학습 및 예측 import lightgbm as lgb model = lgb.LGBMClassifier(random_state=0, verbose=-1) model.fit(X_tr, y_tr) pred = model.predict_proba(X_val) # print(model.classes_) # target : Attrition_Flag (1:이탈, 0:유지) # 결과: [0 1] -> 유지 이탈 (이 순서임) # 성능 평가 # test 예측 및 제출 pred = model.predict_proba(test) # print(pred.shape) # print(test.shape) # print(pred) submit = pd.DataFrame( {'CLIENTNUM':test['CLIENTNUM'], 'Attrition_Flag':pred[:,1]}) submit.to_csv('수험번호.csv', index=False) # 제출 파일 확인 # print(pd.read_csv('수험번호.csv').shape) # (2026, 1) -> test.shape(2026, 20)위 사진은 제 코드를 실행하여 만든 csv파일의 내용입니다.다음 사진은 강사님 코드의 실행 결과입니다. 

자꾸 이런 에러가 뜨는데 원인이 뭔지 몰라서 질문 드립니다.

혹시 할인계획이 있으신지요?

고급과정은 어떻게 진행 하실 예정인지 궁금합니다.

 강의 따라 진행하다가 spline 노드 선 연결할때강사님은 3개를 한꺼번에 다 연결하시던데 어떻게 하는지 모르겠더라구요. 단축키가 궁금해요.

XGBoost를 불러올때 어떤게 맞나요? from xgboost import XGBClassifierImport xgboost as xgb

[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예/아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오)[질문 내용]스레드를 조인하면 다른 스레드의 작업이 처리될때까지 기다려야한다고 배웠는데, 지금 예시에서는 스레드 수가 여유로워서 괜찮지만 만약 제목대로 임계값을 더 작게 하고, 스레드 수도 줄인다면 처리할 스레드의 수가 부족해져 데드락이 발생할 수도 있는 상황인지 궁금합니다

"Create-투두 추가하기" 강의 11분쯤에 나오는 엔터로도 버튼 실행하기에 관해 질문이 있습니다. onKeyDown 함수를 추가하기전엔 input박스에서 한버튼을 꾹 누르고있으면 연속해서 값이 입력 되었었는데,강의와 같이 onKeyDown 함수를 추가하고 나면 한가지 키를 꾹 누르고 있어도 하나만 입력 됩니다.(ex. E버튼을 꾹 누르는 경우,"EEEEEEEEEEEEE" 이렇게 입력 되었었는데,onKeyDown을 추가하면 "E" 이렇게 하나만 입력됩니다.) 엔터로 버튼을 실행하면서한가지 키를 꾹 눌러서 연속적으로 값도 입력할 수 있는 방법이 있는지 궁금합니다. 감사합니다.

다름이 아니라, JAVA로 싱글톤 패턴 구현방법 7가지 중 첫 번째 강의 예시 관련 의문점이 생겨서 질문 남깁니다.1. 윤하라는 변수가 오르트구름에서 달라졌는지 아닌지 보는 예시를 보니, 객체는 하나인 상태이고, 객체 내부 함수에 대해, 두 Thread가 번갈아 쓰는 경쟁 상태를 보여주는 예시 아닌가요? 이건 싱글톤은 제대로 나왔는데, 함수를 번갈아 사용하면서, 내부 static 변수의 값이 덮어써지는 현상에 대한 문제를 syncronized 로 해결한 예시 같은데, 객체가 2개 생겨버린 상황에 대한 예시로 말씀 주신 걸 제가 잘못 이해한 것인지 궁금합니다.2. 싱글톤으로 객체를 구현했다고 하더라도, 객체 내부 함수 사용에 대한 Thread 간의 경쟁상태는 여전히 개발자가 신경써서 처리해줘야 하나요? 아니면 싱글톤으로 구현되면 해당 부분은 신경 쓸 필요가 없나요?큰 돌 선생님, 항상 좋은 강의 감사합니다.

예시문제 작업형3 소물음 1번을 풀때 분산을 var1 = df[cond1]['Resistin'].var() var2 = df[cond2]['Resistin'].var() 으로 구했는데, 소물음 2번 합동분산추정량을 구할때는 자유도를 n-1로 설정하였습니다. 그렇다면 소물음 1번에 var(ddof=1)를 샘플수에서 1을 뺀 자유도로 구해야하는 것이 아닌지요? (두 집단이 모집단에 대한 표본이라면 표본분산으로 접근해야하지 않는가 라는 의문이 생겨서 질문드립니다) 만약 표본분산이 아니라, 모집단 분산으로 접근한다면 합동분산추정량은 (n-1)이 아닌 n으로 가중평균해야하는게 아닌지요?

Experience Real-Time Global Connections on OmegleWelcome toOmegle, where distance disappears and conversations flow freely. Our platform has revolutionized how people connect, creating a space where millions gather daily for meaningful interactions.What Makes Omegle Your Perfect Chat Companion?Discover our unique offerings:Real-time global connectivitySeamless video and text chatComplete privacy protectionSmart interest matchingSimple, registration-free accessInnovative Features for Better ConnectionsTheOmegleexperience includes:Crystal-clear video streamingAdvanced user matchingVersatile chat optionsDedicated student sectionsMulti-language supportYour Safety is Our PriorityAtOmegle, we ensure:24/7 active moderationQuick report systemSecure anonymous chattingComprehensive safety guidesEnhanced privacy featuresBuilding Global BridgesConnect through Omegle via:Personalized matchingGlobal chat roomsCross-cultural dialogueLanguage exchangeFriendship opportunitiesMaximize Your Chat ExperienceEnhance yourOmeglejourney with:Optimized interest tagsPositive chat practicesQuality connection setupCommunity respectEngaging conversation skillsSystem RequirementsFor the bestOmegleexperience:Modern web browserQuality camera setupFast internet connectionClear audio inputUpdated system softwareOmegle's Global InfluenceOmeglebridges gaps through:Worldwide networkingCultural learningGlobal friendshipsSocial understandingDigital connectivityOur Community StandardsTo ensure quality interactions,Omeglerequires:Mutual respectAppropriate contentZero-tolerance for abuseSafe chat practicesPositive engagementJoin the conversation atomeglechat.online. Whether you're seeking new perspectives, language practice, or friendly chats, Omegle is your platform for authentic connections.Start Your Omegle JourneyLaunch yourOmegleadventure:Access omeglechat.onlineSelect your chat preferenceSet your interestsPick chat formatBegin connecting globallyEvolving Chat TechnologyOmeglekeeps improving with:Smarter matching systemsEnhanced user interfaceStronger securityReliable connectionsNew chat features

안녕하십니까? 강사님.357강을 실습하는 도중에 문의가 있어 질문드립니다.개발하는데는 큰 이슈가 아니지만 나름 즉각적인 개발결과를 확인하는데는 필요할거 같아 문의 올립니다.제가 Xcode 16.4를 쓰고 있습니다.강의에서 언급하신 내용대로 코드를 해도 live view가 보이지 않습니다.제가 뭔가를 놓친것인지 궁금해서 문의 올립니다. 

다름이 아니오라, 최근 네트워크 관련하여 다른 분과 의견을 나누던 중 몇 가지 궁금한 점이 생겨 선생님께 질문드립니다. 제가 기존에 이해하고 있던 내용은 아래와 같습니다.㉠ L2 장비는 MAC 주소 기반으로 스위칭한다.㉡ 일반적으로 L2 장비가 L3 장비보다 빠르다.㉢ IGMP는 멀티캐스트 그룹 관리를 위한 프로토콜로, IP 라우팅과 직접적인 관련은 없다. 그런데 상대방은 아래와 같이 다른 의견을 제시하여 혼란스러운 부분이 있었습니다.(㉠에 대한 반론) 솔웨이테크의 Niagara L2 스위치가 IP 기반 라우팅을 수행하는 사례를 근거로 L2 장비도 IP 라우팅이 가능하다고 주장했습니다. 나아가, 이처럼 IP 라우팅 기능이 없는 전통적인 L2 스위치는 이제 기술적으로 낡은 방식으로 취급되어, 현대 네트워크 환경에서는 잘 사용되지 않는다는 의견이었습니다.(㉡에 대한 반론) L3 장비가 상위 계층을 처리하고 더 많은 장비를 연결하므로 L2 장비보다 빠르다고 주장합니다.(㉢에 대한 반론) 효율적인 라우팅을 위해 IGMP가 필수적이라고 합니다. 선생님의 깊이 있는 지식과 경험에 비추어 볼 때, 누구의 의견이 맞는지 명확히 해결해 주실 수 있을 것이라 생각되어 이렇게 질문 드립니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요train 데이터에서 design 예측을 스피어만 으로 예측하라고 하면 어떻게 해야 할까요?

배치 처리, 시스템 종결의 서막💀 장에서 중복된 문장 발견. 두 세계의 공존웹은 실시간 상호작용의 최전선에서 사용자와 연결을 담당한다. 배치는 시스템의 후방에서 대규모 데이터 처리를 책임진다. 둘은 역할이 다르지만,함께 작동할 때 시스템은 완벽해진다. 함께 작동할 때 시스템은 완벽해진다. 배치가 없다면 시스템의 무게를 견딜 수 없고, 웹이 없다면 사용자와의 연결이 끊어진다. 네가 이 두 세계를 모두 이해하고 다룰 수 있다면, 시스템의 모든 것을 지배할 수 있다.