여러 문항들이 정답과 해설이 다릅니다. 빠른 수정 바랍니다. 43번 ,31번 등등

학교 교직원으로 근무하고 있고, 생각보다 엑셀을 잘 못한다고 느끼게 되어 공부하는 방법을 찾고 있다가 본 강의를 찾게되었습니다. 정말 많은 도움과 좋은 정보를 알게 되어 너무 감사드립니다. 강의 [통합을 사용하여 방대한 양의 데이터를 빠르고 쉽게 집계하기] 를 듣다가 궁금한점 질문드립니다. 통합이라는 기능은 이번에 처음 알게 되었는데, "원하고자 하는 항목" 의 "합계 혹은 수식" 을 구하는 방향에서, 피벗과 비슷하다는 생각이 들었습니다.  단순 "방대한 양" "원하는 항목" 의 "합계" 를 구할때 통합과 피벗이 어떤 차이가 있을지, 어떤때 통합과 피벗을 사용하는 차이가 있는지 궁금해 문의 드립니다. 감사합니다.

안녕하세요.영한님 책으로 복습 중에 궁금한 점이 생겼습니다. 117p 에서 merge() 의 동작 과정을 설명하는 내용 중에 아래의 내용이 있습니다.2. 파라미터로 넘어온 준영속 엔티티의 식별자 값으로 1차 캐시에서 엔티티를 조회한다.여기서 "준영속 엔티티면 1차 캐시에 당연히 없을텐데 왜 1차 캐시를 조회하지?" 라는 의문이 생겼습니다.질문1) 어떠한 경우 때문에 1차 캐시를 조회하는 것인가요? 추가로, 119p 에 아래의 내용이 있습니다.병합은 준영속, 비영속을 신경 쓰지 않는다. ~ 따라서 병합은 save or update 기능을 수행한다.질문2) save 기능을 하는 경우에 merge() 내부적으로 persist() 로직이 포함되어 있나요?

라이브러리 및 데이터 불러오기 import pandas as pd train = pd.read_csv('https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/ch4/train.csv') test = pd.read_csv('https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/ch4/test.csv') # test.isnull().sum() #결측치 처리 필요함 Item_Weight//// Outlet_Size target=train.pop('Item_Outlet_Sales') # 결측치 처리 train['Item_Weight'] = train['Item_Weight'].fillna(train['Item_Weight'].mean()) train['Outlet_Size'] = train['Outlet_Size'].fillna(train['Outlet_Size'].mode()[0]) test['Item_Weight'] = test['Item_Weight'].fillna(train['Item_Weight'].mean()) test['Outlet_Size'] = test['Outlet_Size'].fillna(train['Outlet_Size'].mode()[0]) # train=train.drop('Item_Identifier',axis=1) # test=test.drop('Item_Identifier',axis=1) #다르므로 데이터 합친 후 레이블인코딩 하고 다시 train test로 나누기 combined=pd.concat([train,test]) #->그다음 레이블인코딩해보자 cols=train.select_dtypes(include="O").columns print(cols) from sklearn. preprocessing import LabelEncoder for col in cols: le=LabelEncoder() combined[col]=le.fit_transform(combined[col]) #->다시 데이터 train과 test로 나누자 train=combined.iloc[:len(train)].copy() test=combined.iloc[len(train):].copy() print(train.shape, test.shape) #train데이터분할하기 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val=train_test_split(train, target, test_size=0.2, random_state=100) # #모델구축(1) # from sklearn.ensemble import RandomForestRegressor # model=RandomForestRegressor(random_state=200) # model.fit(X_tr,y_tr) # pred = model.predict(X_val) #모델구축(2) import lightgbm as lgb model = lgb.LGBMRegressor(random_state=0, verbose=-1) model.fit(X_tr, y_tr) pred = model.predict(X_val) #성능평가 from sklearn.metrics import root_mean_squared_error from sklearn.metrics import mean_absolute_error from sklearn.metrics import r2_score from sklearn.metrics import mean_squared_error result=root_mean_squared_error(y_val,pred) print('RMSE:', result) result = mean_squared_error(y_val, pred) print('MSE:', result) result = mean_absolute_error(y_val, pred) print('MAE:', result) result = r2_score(y_val, pred) print('r2:', result)

aws face liveness라는 서비스를 써야하는데 리액트, 코틀린, 스위프트만 지원하는듯 합니다.네이티브 단은 건들 엄두가 안나서 웹뷰로 띄워서 카메라를 연결하려고 하는데 이론적으로 가능할까요?

안녕하세요? 문돌이지만 강의를 잘 따라 가보려고 합니다!도커와 n8n 설치까지 모두 무사히 하고, 챗GPT API 연동까지 완료하였습니다.하지만, 이후 n8n 창에서 sign in 화면이 뜨면서 진행이 되지 않고 있습니다.챗gpt에게 물어가며 해결방안을 찾아보려 하는데 저에게는 너무 어렵네요;;api 유료결제까지 완료했는데 초기화 해야하는건지.. 방법이 있을까요?

 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)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오)[질문 내용]여기에 질문 내용을 남겨주세요.여태 변수선언하면서 한번도 return 쓴적 없는데 이번 강의에서 sum을 return 해준 이유가 무엇인가요

Экзамен ACSM Certified Personal Trainer основан на научных знаниях. Он проверяет прикладную физиологию упражнений, биомеханику и оценку рисков. Поэтому ваша подготовка к экзамену Certified Personal Trainer должна быть подробной и структурированной. Во-первых, вы должны изучить основы анатомии человека. Знать происхождение, прикрепление и функцию основных мышц. Это помогает в анализе движений. Вам также необходимо понимать энергетические системы. АТФ-ФХ гликолитическая и окислительная системы должны быть понятны. Каждая из них поддерживает различные типы физической активности.Далее сосредоточьтесь на кардиореспираторных концепциях. VO2 max является ключевым показателем. Он отражает максимальное потребление кислорода. Высокий VO2 max означает лучшую выносливость. Вы должны знать, как оценить его с помощью субмаксимальных протоколов. Также изучите уравнения ACSM для циклов на беговой дорожке и степ-тестов. Эти формулы часто используются в реальных сценариях. Принцип FITT является еще одной важной темой. Частота, интенсивность, время и тип составляют эту модель. Он помогает разрабатывать персонализированные планы фитнеса. Вы должны применять его к разным группам населения. Сюда входят пожилые, беременные или гипертоники. Следовательно, клинические рекомендации также являются частью экзамена на получение сертификата персонального тренера.Оценка опорно-двигательного аппарата является основной областью. Вы должны знать отклонения осанки, нарушения движений и тестирование гибкости. Например, обычно используются приседания со штангой над головой и тест Томаса. Вы должны распознавать закономерности и предлагать исправления. Эти навыки очень практичны. Pass4Future — полезный ресурс для подготовки к экзамену Certified Personal Trainer. Он предлагает практические тесты и вопросы на основе сценариев. Их содержание соответствует последнему плану ACSM. Поэтому он формирует как знания, так и уверенность. Занятия с хронометражом повышают скорость и точность.Также проверяется юридическая сфера практики. Знайте, что тренер может и чего не может делать. Например, вы не можете диагностировать травмы. Вы должны обратиться к лицензированному специалисту. Это защищает как клиента, так и тренера. Следовательно, этика и общение имеют жизненно важное значение. Наконец, следуйте циклу повторения. Изучите теорию, затем примените ее с помощью вопросов. Поразмышляйте над ошибками. Не запоминайте слепо. Постарайтесь понять каждую концепцию. Это приводит к лучшим результатам.В заключение, экзамен ACSM требует научной глубины. С такими ресурсами, как Pass4future и структурированным обучением, вы можете добиться успеха. Оставайтесь сосредоточенными, будьте последовательными, применяйте свои знания. Этот сертификат сертифицированного персонального тренера может преобразить вашу карьеру в фитнесе

막힌 부분의 시간(예를들면 3:24)과 안 되는 부분RUN도 extrapolation을 nothing으로 해줬고 walk도 extrapolation을 nothing으로 해줬는데  run일 때는 다음과 같이 잘뜨나 처음 시작점으로 돌아가서 뛰고 walk일 땐 저렇게 다리가 길어집니다.  리셋 포즈일 땐 이런데 포즈 포지션일 땐 이러네요. 이게 달라서 생긴거 같은데 맞추는 방법이 있을까요?  하나더 문제라면이렇게 하나만 있을땐 잘 적용되는데   두 모션을 놔두면 저렇게 오류가 뜹니다. 

RUN도 extrapolation을 nothing으로 해줬고 walk도 extrapolation을 nothing으로 해줬는데  run일 때는 다음과 같이 잘뜨나 처음 시작점으로 돌아가서 뛰고 walk일 땐 저렇게 다리가 길어집니다.  리셋 포즈일 땐 이런데 포즈 포지션일 땐 이러네요. 이게 달라서 생긴거 같은데 맞추는 방법이 있을까요

3분 55초에 ui 테스트 코드 를 위해강의 링크를 남겨주신다고 하셨는데 강의 링크가 없습니다.

랜덤포레스트회귀로 하였는데rmse값이 1099정도 나오는데요 이정도는 차이가 큰것일까요

강의 예제로 다운받은 버전은 SocialLoginWeb1703 인데요. 강의는 1303이네요. 스프링시큐리티 구현코드에 있어서도 차이가 나는데, 이유가 있는건가요?

RUN도 extrapolation을 nothing으로 해줬고 walk도 extrapolation을 nothing으로 해줬는데  run일 때는 다음과 같이 잘뜨나 처음 시작점으로 돌아가서 뛰고 walk일 땐 저렇게 다리가 길어집니다.  리셋 포즈일 땐 이런데 포즈 포지션일 땐 이러네요.  이게 달라서 생긴거 같은데  맞추는 방법이 있을까요 

선생님의 코딩# LightGBM import lightgbm as lgb lg = lgb.LGBMClassifier(random_state=0, verbose=-1) lg.fit(X_tr, y_tr) pred = lg.predict(X_val) print("lightgbm") print(f1_score(y_val, pred, average='macro')) # 최종 제출 파일 (lightGBM) pred = lg.predict(test) result = pd.DataFrame({'pred':pred}) result.to_csv("result.csv", index=False) 저의 코딩from lightgbm import LGBMClassifier lg = LGBMClassifier(random_state=0, verbose=-1) model = lg.fit(X_tr, y_tr) pred = model.predict(X_val) pred.shape f1_score(y_val,pred, average='macro') # basic # 0.9257472552209252 pred = lg.predict(test) submit = pd.DataFrame({'pred' : pred}) submit.to_csv('result.csv', index=False) pd.read_csv('result.csv') 여쭙고싶은 것은 선생님께서는 lg.fit을 어떤 변수에 넣지 않고 바로 학습시킨 뒤 그것으로 예측 및 검증을 하고 최종 test 예측까지 수행하시는데,저는 lg.fit을 model이란 변수에 넣은뒤 예측 및 검증을하고, 최종적으로는 lg로 test 예측을 수행합니다. 혹시 이 차이에서 최종 예측성능에 차이가 생길까요?

교수님 안녕하십니까? 3회 기출유형 (작업형2)를 혼자 풀면서 심사위원분들께서 채점을 할 때,사용자 코드를 보고 채점 코드를 변경하시는지 혹은 일괄적인 코드로 채점을 하시는지 궁금함이 생겼습니다. 궁금한 점1) 테스트 데이터값을 예측할 때-> pred = rf.predict_proba(test)[:,1] 로 하지 않고,-> pred = rf.predict_proba(test) 로 테스트 데이터를 예측한 이후,아래와 같이 진행하면 심사위원분들이 유동적으로 채점 코드를 변경하시나요?test_index = test.index[:] test_index submit = pd.DataFrame({'index':test_index,'y-pred':pred[:,1]}) submit.to_csv('result.csv',index=False) pd.read_csv('result.csv')  ※ 교수님이 주신 채점 코드를 아래와 같이 제 임의로 변경하면 채점이 되는것을 확인했습니다.roc_auc_score(y_test,pred) -> roc_auc_score(y_test,pred[:,1])  ※ 다만, 사용자 데이터를 보지않고 채점 코드를 일괄적으로 적용하면,정해진 제출형식에 어긋나게 작성해서 0점을 받을까 걱정이되서 문의드립니다!  

S R Latch의 진리표에서 S, R 모두 1인 경우사용 불가인 이유가 잘 이해가 안됩니다.사용불가라는게 동작이 정의되지 않아서 인가요?

Expressions.stringTemplate() 로 사용자 정의 복호화 함수로 필드를 복호화 후 containIgnorecase로 검색을 하고싶은데 서로 타입 에러로 되지않는데 혹시 이걸 해결을 할 수 있는 방법이 없을까요? where 절에Expressions.stringTemplate("함수명{0})", 엔티티.필드명).contailIgnoreCase(searchText);이런 형태로 검색을 하고싶었는데 아무리 검색을 해봐도 찾을 수가 없어 질문을 남겨봅니다.

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? 예2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? 예3. 질문 잘하기 메뉴얼을 읽어보셨나요? 예[질문 내용]여기에 질문 내용을 남겨주세요.스프링 기본편의 컴포넌트 스캔에서 배운 내용에 의하면스프링 빈 등록을 위해서는 @ComponentScan이 붙어있는 설정 정보 클래스가 존재해야하는거 아닌가요? 예제 코드에는 @ComponentScan이 붙은 클래스가 없는데, 어떻게 @Component("helloBean")이 붙은 메서드를 스프링빈으로 인식하는지 궁금합니다.

eas submit --platform ios  Select a build from EAS❯ Provide a URL to the app archive Provide a path to a local app binary file Provide a build ID to identify a build on EAS  이렇게 뜹니다어떻게해야하나요?