섹션8번에있는 문제들에대해서 사전에 문제를 풀어보고싶은데 혹시 통합해서 정답이안나오거나 맨뒤에 한번에나오게해서 통합버전을 올려주실순없는지 궁금합니다.강의듣기전 먼저 풀어보고 틀린문제위주로 해설을 듣고 싶습니다.

안녕하세요 선생님현재 애플리케이션을 MSA에서 모놀리식으로 바꾸고 있습니다.MSA 에서는 hot-article 애플리케이션에서는각각의 서비스들과 통신하지 않고 데이터를 저장하기 위해ArticleCommentCountRepository, ArticleViewCountRepository,ArticleLikeCountRepository 를 따로 만든 것으로 이해했습니다 .모놀리식에서는 이 3개의 Count Repository를 따로 만들지 않고 각각의 서비스에 있는 Count Repository 에서 가져오는 것이 더 좋을까요, 아니면아니면 MSA hot-article 패키지에 따로 count repository를 만드는 것이 좋을까요 ..선생님의 의견이 궁금합니다 .

 동적 계획법 알고리즘에서 사용되는 테이블을 캐시라고 말할께요.만약, dp[y][x]에 값을 최초로 갱신하고 이후에 또 다른 경로 B로 (y,x)에 도달하게 되면 바로 dp[y][x]를 가져다 사용하게 될 겁니다.하지만 만약에 저장했던 최초로 연산했던 최장 경로와 다른 경로 B가 겹치게 된다면 캐시값을 사용하지 않고 직접 연산했을 상황에서는 무한 loop가 발생한것이니, 이런 상황 때문에라도 위치 정보만으로 캐싱하면 안되는거 아닌가요? 그렇게 생각해서 저는 처음에 위치 정보 뿐만 아니라 방문한 정점 정보도 key 값으로 사용하려다 실패하고 큰돌님 강의를 봤네요.애초에 이런 일이 발생하지 않아서 위치 정보만으로 캐싱해도 되는 것인지, 아니면 제 생각이 잘못되었는지 궁금합니다.

안녕하세요 질 좋은 강의 잘보고 있습니다. 실무에서 제가 담당한 프로덕트 growth 방정식을 세우면서 질문이 있습니다.  [대전제] 이 프로덕트는 기업고객 (B2B) 로 뷰티케어 1인 사업자들의 CRM 프로덕트 입니다. BM는 크게 나누면 연간 / 월간 구독이 있으며 각각 Standard, Pro 로 구분되어있습니다.   성장 목표 (기대매출) = A (New paying user) + B (Existing paying user) A : 회원가입율 x 1달 무료 서비스 사용률 x 유료 전환율 x 월별 결제율 B : 기존 연간 유료 유저(명) x 기존 연간 결제율 (YRR) 기존 월간 유료 유저(명) x 기존 월간 결제율 (MRR) [질문]상단의 사업일 경우, churn rate 변수는 어떻게 반영하는지? 예를들어, 강의에서 언급한 알람앱 같은 경우 (DAU x 구매전환율 x AOV x 재구매율) x  (1-이탈율) 방정식을 쓴 것으로보아 이탈율을 반영한 매출 방정식을 만들어서요, 또한 B2B 특성상 CAC 대비 이탈 관리가 타격이 큽니다. 이탈율 변수는 방정식에 어떻게 반영하는게 좋을까요?질문에 필요한 정보가 더 필요하시면 말씀 부탁드립니다.

The IAPP CIPP-A Exam is one of the most important certifications for privacy professionals in Asia. Offered by the International Association of Privacy Professionals (IAPP), this exam focuses on data protection laws, regulations, and practices in the Asia-Pacific region. It helps professionals understand how to manage and protect personal data according to local legal standards.CIPP-A stands for Certified Information Privacy Professional Asia. It is a respected certification for those working in legal, compliance, IT, and data management fields. Passing this exam shows that you understand privacy concepts and can apply them in real-world situations. It also improves your credibility in the global privacy industry.IAPP CIPP-A Exam Difficulty and Pass RateMany candidates want to know how hard the IAPP CIPP-A Exam is and what the chances are of passing it. The exam is considered moderately difficult. It requires both legal knowledge and practical understanding of privacy rules in different Asian countries like Singapore, Hong Kong, South Korea, India, and others.The pass rate is not officially published by IAPP, but experts suggest that preparation is key. Most successful candidates spend at least 30-40 hours studying. They use practice exams, coursebooks, and online resources. A smart study plan and repeated practice can greatly improve your chances.Best Study Materials for the IAPP CIPP-A ExamA very common question is: what are the best materials to study for the IAPP CIPP-A Certification? Many professionals recommend the official IAPP textbook for CIPP-A, along with training videos and practice tests. However, finding up-to-date, easy-to-understand resources can be hard.That’s why platforms like prepbolt are highly recommended. They offer simple, focused, and effective learning tools. You can access mock exams, summaries, and topic-wise questions that match the real exam format. These tools help you understand the concepts better and test your knowledge in a smart way.If you are serious about passing the CIPP-A exam on your first try, consider using trusted platforms like prepbolt. Their materials are prepared by experts and are made for busy professionals.

ㅈㄱㄴ입니다

안녕하세요.12강에 도커 서버구축 파일들은 어디서 다운이 가능한가요?heroku를 쓰고 있는데 거기에 설치를 한번 해볼려고 합니다.

강사님 안녕하세요 데이터셋을 다루는 중에 이상치가 보여서 train 데이터는 전처리했는데,혹시 test 데이터도 이상치가 있더라도 따로 처리하지 않고 그대로 두는 게 더 나은 걸까요?그리고 현재 데이터셋으로 모델 평가했을 때 RMSE가 778 정도 나오는데, 이 정도면 성능이 괜찮은 걸까요?train.loc[1659,'총구매액'] = 0train.loc[3174,'총구매액'] = 0train.loc[3488,'총구매액']= 0train.loc[1659,'최대구매액'] = 0# print(train[(train['총구매액']<0) | (train['최대구매액']<0)])print(test[test['최대구매액']<0]) #2test.loc[579,'최대구매액'] = 0test.loc[1177,'최대구매액'] = 0print(test[test['최대구매액']<0]) 감사합니다

학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요.1. 강의 내용과 관련된 질문을 남겨주세요.2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요.(자주 하는 질문 링크: https://bit.ly/3fX6ygx)3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요.(질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG)질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요.=========================================[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예/아니오) 예2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오) 예3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오) 예[질문 내용]여기에 질문 내용을 남겨주세요. @PutMapping("/api/v2/members/{id}") public updateMemberResponse updateMemberV2( @PathVariable("id") Long id, @RequestBody @Valid updateMemberRequest request) { memberService.update(id, request.getName(), request.getAddress()); // Member findMember = memberService.findOne(id); return new updateMemberResponse(id, request.getName(), request.getAddress()); }return에 requst의 값을 넣어서 반환 받는 건 안 좋은 방법일까요?findMember로 꺼내서 return 하면 request로 바로 하는 것 보다 어떤 이점이 있는건가요?

여태까지 인코딩 할 때 train에만 있는 컬럼, test에만 있는 컬럼 고려하지 않고 사진처럼 바로 라벨인코딩을 했습니다. 최근에 업데이트된 영상을 보니 카테고리가 다를 때 혹은 포함할 때 등 이런 경우를 고려해서 적용하던데 원래 제 방식대로 해도 문제 없나요?

# 출력을 원하실 경우 print() 함수 활용# 예시) print(df.head())# getcwd(), chdir() 등 작업 폴더 설정 불필요# 파일 경로 상 내부 드라이브 경로(C: 등) 접근 불가import pandas as pdtrain = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")#총 구매금액 , rmse target = train.pop("총구매액")#수치형 변수 스케일링cols = train.select_dtypes(exclude = 'object').columnsfrom sklearn.preprocessing import MinMaxScalermx = MinMaxScaler()train[cols] = mx.fit_transform(train[cols])test[cols] = mx.transform(test[cols])ob = train.select_dtypes(include = 'object').columnsfrom sklearn.preprocessing import LabelEncoderfor col in ob: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col])#데이터 나누기from 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)import lightgbm as lgmodel = lg.LGBMRegressor(random_state = 0)model.fit(x_tr,y_tr)pred = model.predict(x_val)from sklearn.metrics import root_mean_squared_errorr = root_mean_squared_error(y_val,pred)pred = model.predict(test)s = pd.DataFrame({"pred" : pred})s.to_csv("result.csv", index= False)df = pd.read_csv("result.csv")#758.1836860967057800정도가 나온다고 하던데 758이 나온거면 모델 성능이 더 좋다고 하는건데 이게 이상일수도 있을까요? 750점 대가 나오니까 불안하네요 ,, 추가로 이렇게 pd.read_csv로 확인했을때 제대로 나오면 그냥 제출하면 되는거죠??

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") train.info() train.isnull().sum() #원핫 인코딩 y_train = train.pop('Attrition_Flag') train_oh = pd.get_dummies(train) test_oh = pd.get_dummies(test) data = pd.concat([train,test],axis =0) data_oh=pd.get_dummies(data) train_oh= data_oh.iloc[:len(train)].copy() test_oh= data_oh.iloc[len(train):].copy() #인코딩 다음에 해야할일은? 검증 데이터 분할 train.shape, test.shape, y_train.shape from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val = train_test_split(train_oh,y_train,test_size=0.2,random_state=0) print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape) from sklearn.ensemble import RandomForestClassifier rf=RandomForestClassifier(random_state=0) rf.fit(X_tr,y_tr) pred=rf.predict(X_val) pred_proba=rf.predict_proba(X_val) #평가 from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, roc_auc_score # 정확도 print(accuracy_score(y_val, pred)) # 정밀도 print(precision_score(y_val, pred)) # 재현율 (민감도) print(recall_score(y_val, pred)) # F1 print(f1_score(y_val , pred)) pred=rf.predict_proba(test_oh) submit = pd.DataFrame({ 'CLIENTNUM':test['CLIENTNUM'], 'Attrition_Flag':pred[:,1] }) submit.to_csv("435706131.csv",index=False)

ols를 이용해서 종속변수를 예측할때는 바로 model.predict(train) 이런식으로 바로 진행했잖아요,근데 여기서 test데이터에서 종속변수로 주어진 값을 pop하고, model.predict(test) > 0.5 이런식으로 진행하는 이유가 궁금합니다.. 복습을하다보니 헷갈려서요.. ols와 logit의 특성 차이일까요?

모든 UObject는 가비지컬렉션의 대상인데,예제의 PropStudent는 UPROPERTY() 선언으로 레퍼런싱되어서 가비지컬렉션이후에도 Valid한 상태를 유지하였고, 레퍼런싱되지 않은 NonPropStudent는 가비지컬렉션에 의해 수거된 거 아닌가요? 

안녕하세요! M2 업데이트 끝날 때 몰아서 듣고 싶어서 기다리고 있는데공지사항과 일정 변동?을 보면 업데이트가 끝났다는 뉘앙스로 말씀하셨지만본 강의 커리큘럼을 보면 아직 챕터 이름?이 살아 있어서 업데이트가 끝난건지 업데이트 예정인지 궁금합니다! 

강의 : 5. 북마크바 만들기북마크바 디폴트 화면이 '북마크 열기'(bookmark-close)로 뜨면서 북마크가 열려있는 상태(?)로 나옵니다.그리고 북마크 열기를 클릭하면, 의도한 바처럼 '북마크 열기'(bookmark-close)가 뜨면서 북마크가 닫힌 상태로 바뀌고, 다시 클릭 시 '북마크 닫기'(bookmark-open)가 뜨고 북마크가 열린 상태로 나옵니다.즉, 두번째 액션부터 정상적으로 작동이 되는데요 ㅠㅠ [디폴트 화면] 효빈 강사님께서 작성한 예시 그대로 작업했는데 뭐가 문제인걸까요??<!-- 북마크 열린 상태 --> <div class="bookmark-open" id="bookmark-open"> <div id="bookmark-open-btn">북마크 닫기</div> </div> <!-- 북마크 닫힌 상태 --> <div class="bookmark-close" id="bookmark-close"> <div id="bookmark-close-btn">북마크 열기</div> </div> <div class="bookmark-bar" id="bookmark-bar"> <!-- 북마크 바 --> </div>.bookmark-open { display: flex; justify-content: flex-end; position: absolute; top: 0; right: 0; width: 240px; height: 20px; padding: 15px 30px; font-size: var(--xsmall); background-color: rgba(0, 0, 0, 0.5); color: #fff; } .bookmark-close { display: flex; justify-content: flex-end; position: absolute; top: 0; right: 0; width: 240px; height: 20px; padding: 15px 30px; font-size: var(--xsmall); background-color: rgba(0, 0, 0, 0.5); color: #fff; } .bookmark-open div { cursor: pointer; } .bookmark-close div { cursor: pointer; } .bookmark-bar { position: absolute; top: 50px; right: 0; min-height: calc(100vh - 70px); width: 240px; padding: 10px 30px; background-color: rgba(0, 0, 0, 0.5); color: #fff; }const bookMarkBar = document.getElementById("bookmark-bar"); const Open = document.getElementById("bookmark-open"); const Close = document.getElementById("bookmark-close"); // 북마크 바 열기 및 닫기 const bookmarkBarToggle = () => { const isBookMarkBarOpen = localStorage.getItem("isBookMarkBarOpen"); if (isBookMarkBarOpen) { if (isBookMarkBarOpen === "open") { localStorage.setItem("isBookMarkBarOpen", "close"); bookMarkBar.style.display = "none"; Open.style.display = "none"; Close.style.display = "flex"; } else { localStorage.setItem("isBookMarkBarOpen", "open"); bookMarkBar.style.display = "block"; Open.style.display = "flex"; Close.style.display = "none"; } } else { localStorage.setItem("isBookMarkBarOpen", "close"); bookMarkBar.style.display = "none"; Open.style.display = "none"; Close.style.display = "flex"; } }; document .getElementById("bookmark-open-btn") .addEventListener("click", bookmarkBarToggle); document .getElementById("bookmark-close-btn") .addEventListener("click", bookmarkBarToggle);

안녕하세요!강의를 듣던 중 백엔드 구축 방식에 대해 궁금한 점이 생겨 질문드립니다.현재 AWS와 Spring을 활용한 백엔드 구축 방식을 사용하고 계신 것으로 알고 있는데, SupaBase나 Firebase 같은 BaaS 플랫폼에 대해서는 어떻게 생각하시는지 궁금합니다.물론 커스터마이징의 자유도는 떨어지지만, 1인 개발 환경에서는 개발 속도와 관리 측면에서 분명한 장점이 있을 것 같습니다. 다작 전략을 추구하는 관점에서 이런 백엔드 플랫폼들의 활용에 대한 의견을 듣고 싶습니다.개인적으로는 Spring 사용 경험은 있지만 SupaBase나 Firebase는 전혀 경험이 없는 상황입니다. 그래서 생산성 향상을 위해 SupaBase를 새로 학습해야 할지, 아니면 기존 Spring 경험을 활용해 바로 개발에 착수할지 고민이 됩니다.물론 BaaS로 시작해서 나중에 필요에 따라 Spring & AWS 조합으로 전환하는 것도 가능하지만, 현재 상황에서 어떤 선택이 더 효율적일지 조언을 구하고 싶습니다.바쁘신 중에도 읽어주셔서 감사합니다.

강사님 yaml 파일 수정후 서비스 재기동시 다음과 같으 에러가 나네요.혹시 로컬피씨에 보안프로그램이 깔려있는 그것때문일까요? Error response from daemon: invalid config for network ****_network_custom: invalid endpoint settings:

학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요.1. 강의 내용과 관련된 질문을 남겨주세요.2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요.(자주 하는 질문 링크: https://bit.ly/3fX6ygx)3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요.(질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG)질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요.=========================================[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예)[질문 내용]여기에 질문 내용을 남겨주세요.계속 "내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는 배치 파일이 아닙니다." 라고 뜹니다. 

스테가노그래피 확인을 위해 HxD에서 확장자의 EOI를 검색하였으나, 뒤에 값이 보이는 경우 문의드립니다.JPG를 예로 들면 EOI는 FF D9 인데, 이후에 값들이 있지만 많이 없으므로 그냥 무시하고 전체 복사하였더니 열렸습니다. 이 경우 무조건 FF D9로 끝나는게 아니라, 다른 값들이 올 수도 있다고 봐야 할까요?그 뒤에 나오는 값이 다른 확장자의 SOI가 아니라면 무시하고 전체를 잡아서 복사/붙여넣기 하면 될까요?