선택의 근거가 이정표라고 하셨는데 다음 문장에 IP주소를 근거로 해서 스위칭했다면 L3 스위칭이라고 말씀하신것이 이해가 되지 않습니다. 이정표 즉 테이블만으로는 스위칭의 근거가 안되는 건가요? 근거가 이정표라고 했다가 IP주소, MAC주소라고 하셔서 혼란스럽습니다 ㅠㅠ

안녕하세요 항상 좋은 강의 감사합니다.문제를 푸는 도중 의문점이 생겨 문의 드립니다.저는 밑 코드처럼 코드를 짰는데,제 생각에는 파닭에 넣을 파의 최대 길이(즉, high)값은 가장 짧은 파의 길이보다 길 수 없으므로 (왜냐면 2개의 파를 쓸수없기때문)처음 입력을 받는 과정에서 min값을 구하여 그 값을 high로 설정하고 문제를 풀었습니다.그런데 그 코드에서는 실패하고 선생님 코드처럼 high값을 1e9로 설정하여야 통과하더라고요어떤 부분에서 문제점이 있는지 궁금합니다.#include<bits/stdc++.h> using namespace std; typedef long long ll; ll S, C, minnum=1000000000, num, msum, ret; void solve(vector<ll>& vec) { ll lo = 1; // lo를 0으로 하게되면 mid가 0이되는 경우가 생겨 /0을 하게되어 오류가 나게된다. ll hi = minnum; ll mid; while (lo <= hi) { mid = (lo + hi) / (1LL * 2); ll cnt = 0; for (int i = 0; i < S; i++) cnt += vec[i] / mid; if (cnt >= C) { // 가능한 경우 더 줄여보기 lo = mid + 1; ret = mid; // ret을 정해야하는 이유는 마지막으로 가능했던 수가 최종수가 되기 때문이다. } else { hi = mid - 1; } } } int main() { ios_base::sync_with_stdio(0); cin.tie(0); cout.tie(0); vector<ll> vec; cin >> S >> C; for (int i = 0; i < S; i++) { cin >> num; minnum = min(minnum, num); // minnum을 구해야하는 이유는 최대 파의 양이기 때문이다. msum += num; // 총 파의양은 남는파의 양을 구할때 사용된다. vec.push_back(num); } solve(vec); cout << msum - ret*C << "\n"; return 0; }

아래와 같이 WinRM에 에러가 발생해서 더 이상 진도를 나가지 못하고 있습니다. 혹시 해결 하신 분 계시면 답변 부탁 드려봅니다.

글자가 이상하게 올라갔네요 다시 질문올립니다.강의를 듣고 아래 코드처럼 다시 한번 풀어봤습니다.main함수 안에서 풀었을 때는 통과가 되었는데 bfs를 밖으로 빼서 풀었더니 틀리게 되었습니다.틀린 원인이 bfs를 밖으로 빼서 그런건지 아니면 제가 확인하지 못한 로직이 문제가 있는지 모르겠습니다.http://boj.kr/4f01272dd1a042cd96cb875dbb4bb1e0링크도 잘못올려서 다시 수정해서 올렸습니다!

 안녕하세요 강의영상이나 책에는 아래 설치하는 내용은 없는것 같은데..안해도 무방한건지요?(아래 링크에는 yaml에 버전 추가하는 것은없던데 혹시 그걸로 대체되는 것인지..) 제가 google_maps_cluster_manager: ^3.0.0+1를 이용하려고 하는데 혹시 영향이 있을까봐 여쭙니다 :) https://developers.google.com/maps/flutter-package/config?hl=ko#android  이 작업을 간소화하려면 Android용 Secrets Gradle 플러그인을 사용하는 것이 좋습니다. 플러그인을 설치하여 API 키를 저장하는 방법은 다음과 같습니다.Android 스튜디오에서 프로젝트 수준 build.gradle 파일을 열고 다음 코드를 buildscript 아래 dependencies 요소에 추가합니다.plugins {   // ...   id 'com.google.android.libraries.mapsplatform.secrets-gradle-plugin' version '2.0.1' apply false } 그런 다음 모듈 수준 build.gradle 파일을 열고 plugins 요소에 다음 코드를 추가합니다.id 'com.google.android.libraries.mapsplatform.secrets-gradle-plugin' 파일을 저장하고 프로젝트를 Gradle과 동기화합니다.프로젝트 수준 디렉터리에서 local.properties를 열고 다음 코드를 추가합니다. YOUR_API_KEY를 API 키로 변경합니다.    MAPS_API_KEY= YOUR_API_KEY    

안녕하세요섹션5. 평가지표 부분에 질문 있습니다.강의에서는 clf.predict(X_val) 을 y_pred 값이라고 설명하셨는데y_ture 와 비교하는 y_pred 값은 clf.predict(y_val) 값이 아닌지 의문이 생겨 질문남깁니다. 

 안녕하세요. 먼저, 유익한 강의 제공에 대해 감사의 말씀을 드립니다. 질문.카테고리되어 있는 데이터들은 더미화 시켰습니다.하지만 0과 1의 이진수로 더미화 되지 않고True, False boolean 값으로 더미화가 이루어졌습니다. 이진수로 더미화 하려면 어떻게 수정해야할까요? 더미화 시키면서 에러가 발생했는데..강의에서 제공하는 코드와 동일한데 에러가 발생합니다.

유사한 질문이 있어서 답변을 보고 시간복잡도를 개선할 수 있는 split()코드를 짜봤는데요.하지만 제가 짠 split() 코드에 생각못한 맹점이 있는지, 이렇게 사용을 해도 되는지 궁금해서 질문올립니다.시간초과 코드http://boj.kr/2ea82a9bda6a40f9a88765151f190df9통과 코드 http://boj.kr/583e73a687c145d3b354c1ecca0ad631이 문제에서는 다른 질문에서 말씀해주신대로 그냥 공백을 제외하고 숫자를 세는 방법이 더 좋고, 저도 그렇게 풀긴했지만 split()으로 한 번 풀어보고 싶어서 도전하다가 이렇게 만들어봤습니다.

 Cocoa pods 를 활용한 이미지 뷰 처리 강의와 카페앱 포폴 만들기 강의에서  Toast-Swift 를 설치해서 사용하려고 하면 아래와 같은 에러가 발생합니다File not found: /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/lib/arc/libarclite_iphonesimulator.a 에러가 납니다. Version 14.3.1 (14E300c)minumum deploymnets 16.4입니다 어떻게 하면 정상적으로 실행할 수 있나요?

T-test의 검정통계량은 무슨의미인가요?

다중회귀분석 강의에서 보면 마지막에 범주형데이터(유형)가 있더라도 ols함수에서는 그냥 그대로 집어넣으면 된다고 하셨었는데이원분산분석강의에서 ols함수쓸때에는 범주형데이터를 C로 묶어야 한다고 하시는데..왜 다른건지 두 차이가 궁금합니다.

강의를 듣다보니 범주형 데이터일 때, Label Encoding을 하는 방법이 2가지가 있더라고요from sklearn.preprocessing import LabelEncoderastype('category').cat.codes2가지 경우가 결과물에 어떻게 영향을 미치게 될까요?일단 한 문제로 두 방법으로 인한 roc_auc_score를 검증했을 땐, 유의차가 없었습니다.

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 강의를 듣고 아래 코드처럼 다시 한번 풀어봤습니다.main함수 안에서 풀었을 때는 통과가 되었는데 bfs를 밖으로 빼서 풀었더니 틀리게 되었습니다.틀린 원인이 bfs를 밖으로 빼서 그런건지 아니면 제가 확인하지 못한 로직이 문제가 있는지 모르겠습니다. #include <bits/stdc++.h> using namespace std; #define y1 aaaa int n, m, x1, y1, x2, y2, visited[304][304], cnt; char a[304][304]; string s; const int dy[] = {-1, 0, 1, 0}; const int dx[] = {0, 1, 0, -1}; void bfs(int sy, int sx, int ey, int ex){ visited[sy][sx] = 1; queue<int> q; q.push(1000*sy + sx); while(a[ey][ex] != '0'){ cnt++; queue<int> temp; while(q.size()){ int y = q.front()/1000; int x = q.front()%1000; q.pop(); for(int i=0; i<4; i++){ int ny = y+dy[i]; int nx = x+dx[i]; if(ny<0 || ny>=n || nx<0 || nx>=m || visited[ny][nx]) continue; visited[ny][nx] = cnt; if(a[ny][nx] == '0'){ //0을 만나면 q에 0이 없을때까지 계속 돈다. q.push(1000*ny + nx); } else{ //1이나 목적지#을 만나면 0으로 바꾸고 그 위치를 temp에 기억해둔다. a[ny][nx] = '0'; temp.push(1000*ny + nx); } } } //q에 0이 없어지면 temp에 저장해두었던 1의 위치들을 q에 다시 넣어서 //0에서 했던 과정들을 다시 반복해준다. q = temp; } } int main(){ ios_base::sync_with_stdio(false); cin.tie(NULL); cout.tie(NULL); cin >> n >> m; cin >> x1 >> y1 >> x2 >> y2; x1--, y1--, x2--, y2--; for(int i=0; i<n; i++){ for(int j=0; j<m; j++){ cin >> a[i][j]; } } bfs(y1, x1, y2, x2); cout << visited[y2][x2] << '\n'; return 0; }

spider를 이용해서 로그인 인증 값을 주고, 로그인 인증 페이지를 추가로 검색을 하면게시물 입력이나 정보 수정 같은 페이지에 접근을 해서 관련 페이지를 긁어온다고 설명해주셨는데,이렇게 spider를 썼을때 게시물 같은게 생성이 되서 남아서 진단을 하거나 할때 불필요한 게시물이나 정보수정 같은게 이루어지지 않을까 궁금합니다.

실제 캐글(Kaggle) 문제 풀고, 제출해보며, 성능 개선 기법 익히기5 강의에서 질문입니다.해당 강의 2:50 부분부터 Evaluation 코드에 관해 설명을 해주셨는데요,with torch.no_grad() 안쪽의 코드에서는 with torch.no_grad(): model.eval() ret = None for img, fileid in data_loader: img = img.to(device) pred = model(img) ids += list(fileid) # ex) [1, 2] + [3, 4] -> [1, 2, 3, 4] if ret is None: ret = pred.cpu().numpy() else: ret = np.vstack([ret, pred.cpu().numpy()]) return ret, ids pred.cpu().numpy()와 같이detach()를 따로 사용하지 않은 걸 볼 수 있었습니다. detach()의 사용에 관해서 찾아보니, with torch.no_grad() 블록은 역전파(gradient 계산)를 비활성화 하므로,pred는 gradient 계산과 관련이 없기에, detach()를 따로 호출하지 않고 numpy 배열로 변환할 수 있다 라는 내용을 찾을 수 있었습니다. 그 전에 수업 시간에 보여주신 코드에서는  model.eval() with torch.no_grad():     for x_minibatch in x_test_batch_list:         y_minibatch_pred = model(x_minibatch)         print(len(y_minibatch_pred), y_minibatch_pred.shape)         y_pred_list.extend(y_minibatch_pred.squeeze().detach().tolist())이와 같이with torch.no_grad() 안에서도 detach()를 사용하신 코드들을 볼 수 있었는데요,Evaluation 단계에서 detach()의 사용이 필수적인 것인지 여쭙고 싶습니다!

보통 작업형2에서는 예측값을 물어보는 문제가 나오던데요.문제가 나올때 어느문제는 분류모델을, 어느문제는 회귀모델을 사용해야하는지 궁금합니다.지금까지 강의+기출문제를 보면서는 분류/회귀를 결정하는 부분이 평가 모델을 통해 진행된다는 느낌을 받았는데요. 1) roc_auc_score, accuracy_score 이 평가모델로 쓰일 경우,분류형 모델 사용(Classifier) 2) rmse, mean_squared_error 이 평가모델로 쓰일 경우,회귀모델 사용(Regressor) 이렇게 생각하면서 작업형2를 접근하는게 맞는지 궁금합니다.

# 수치형 데이터와 범주형 데이터 분리 n_train = train.select_dtypes(exclude='object').copy() c_train = train.select_dtypes(include='object').copy() n_test = test.select_dtypes(exclude='object').copy() c_test = test.select_dtypes(include='object').copy() # 수치형 변수 스케일링 (로버스트) from sklearn.preprocessing import RobustScaler scaler = RobustScaler() cols = ['Age', 'AnnualIncome', 'FamilyMembers', 'ChronicDiseases'] display(n_train.head()) n_train[cols] = scaler.fit_transform(n_train[cols]) n_test[cols] = scaler.transform(n_test[cols]) n_train.head() # 범주형 변수 인코딩(원핫 인코딩) display(c_train.head()) c_train = pd.get_dummies(c_train) c_test = pd.get_dummies(c_test) c_train.head() # 분리한 데이터 다시 합침 train = pd.concat([n_train, c_train], axis=1) test = pd.concat([n_test, c_test], axis=1) print(train.shape, test.shape) train.head()수치형/범주형 데이터 분리를 시행하는데,무조건 분리 후 시행해야 하는지 질문드립니다.

안녕하세요. 질문이 많네요. review를 저장하는 코드를 보았습니다..product를 db에서 읽고,해당 product관련된 모든 review를 읽고,새로운 review를 추가하고,transaction을 걸고, product 저장하고, review들을 다시 저장하도록 하는 구조로 보입니다.어떤 의도인지는 이해는 갑니다. 궁금한점은review만 추가하는데도 기존 product를 저장하려고 시도하는건가요?만약 기존리뷰들의 저장은 conflict되면 무시하는건가요?리뷰가 보통 수백 수천건 되는 경우가 많을 텐데 그런건 고려가 안된것일까요? 확인 부탁드립니다.감사합니다.

안녕하세요 큰돌님 강의를 듣다가 질문이 생겼습니다!큰돌님께서 3분쯤에 질투심을 4로 하면 조건 충족을 못하신다고 하셨는데 보석을 못받는 학생이 생겨도 되므로 질투심 4일때는 조건은 만족하지만 최소값은 아니여서 정답이 아닌걸로 생각했습니다. 아래 그림을 봐주시면 질투심이 2일 때 학생수가 6명이 필요하므로 check함수의 n(학생수)>=num(질투심)을 충족하지 못한다고 생각했습니다. 제가 잘못 생각한 것일까요..?

초반에 bias를 열벡터로 표현시다가 강의 6분부터는 행 벡터로 나오는데요 bias에는 Transpose 표기가 되어 있지 않습니다 왜그런지 궁금합니다