안녕하세요! 빠른 반영 감사합니다 ㅠㅠ!대체로 질문해석이 좀 어려운데요..이번꺼 보면서 궁금한게 들어서 질문 드립니다!*시험용 공부만 해서, 이론개념이 거의없는 점 참고바랍니다..! 1) ① - 분산을 구해서 조건에 맞는(단, ~) 계산을 한게 검정통계량인걸까요..?아니면 결국 핵심이 '분산에 차이가 있는지를 알아보기 위해' 이기 때문에 분산을 통해 계산을 하면 되는것인지 궁금합니다. 2)③ - '정규성,등분산 검정 후' 라는 언급이 없으면 무조건 등분산 true로 두고 진행하면 될까요?*cond1 샤피로검정해보니 0.03으로 귀무가설 기각이여서 문의드립니다..!

안녕하세요 강사님. 머신러닝 학습 및 평가(회귀) 강의 관련 질문 드립니다.인코딩을 위해 train + test 데이터를 합친 후, 다시 분리시키는 방법을 알려주셨는데요,train / test 데이터 개수가 불균형일 때만 이렇게 진행하면 될까요? 합치고 분리하지 않고, 그냥 바로 인코딩 진행해도 문제가 없을지 궁금합니다.

안녕하세요 🙂[1. 질문 챕터] : 12장 33분 41초쯤?[2. 질문 내용] : read 주소는 어떻게 초기화 & 선택 하나요?[3. 시도했던 내용, 그렇게 생각하는 이유] : 코드를 잘 뜯어 봤는데 write 시작 주소를 초기화(?) 하는 방법은 알겠는데 read 주소를 초기화 하는 코드는 없더라고요.. 강의에서도 read 초기화는 원래는 시켜줬어야 했다고 얘기하셨고. 근데 제가 bram에 write를 하고 처음부터 끝까지 데이터를 읽고 싶은게 아니라 특정 주소에 있는 데이터를 읽고 싶다면 주소를 설정해줘야하는데 그럴때는 어떤 방법을 쓸 수 있을까욥... 만약 너무 벗어난 질문이면 무시하셔도 괜찮습니다! ================ 다음 내용은 읽어보시고 지우시면 됩니다.=================질문 내용을 작성해주실 때, 위의 3단계로 제가 이해할 수 있게 작성해주시면 정확한 답변을 드릴 수 있을 것 같아요!!현업자인지라 업무때문에 답변이 늦을 수 있습니다. (길어도 만 3일 안에는 꼭 답변드리려고 노력중입니다 ㅠㅠ)강의에서 다룬 내용들의 질문들을 부탁드립니다!! (설치과정, 강의내용을 듣고 이해가 안되었던 부분들, 강의의 오류 등등)이런 질문은 부담스러워요.. (답변거부해도 양해 부탁드려요)개인 과제, 강의에서 다루지 않은 내용들의 궁금증 해소, 영상과 다른 접근방법 후 디버깅 요청, 고민 상담 등..글쓰기 에티튜드를 지켜주세요 (저 포함, 다른 수강생 분들이 함께보는 공간입니다.)서로 예의를 지키며 존중하는 문화를 만들어가요.질문글을 보고 내용을 이해할 수 있도록 남겨주시면 답변에 큰 도움이 될 것 같아요. (상세히 작성하면 더 좋아요! )먼저 유사한 질문이 있었는지 검색해보세요.잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.==================

print(a.nunique().sort_values(ascending=False).idxmax()) 코드를 이렇게 작성해도 될까요?

체험환경 제3유형 새로나온 강의 잘들었습니다. 감사합니다.  하나 여쭤보고싶은데질문2번에서합동분산추정량 공식이분모에 자유도합친 후 -2는 안해주나요? # ((자유도1 분산1) + (자유도2 분산2)) / (자유도1+자유도2 ) - 2  n1 = sum(cond1) n2 = sum(cond2) result = (((n1-1) var1) + ((n2-1) var2)) / ((n1-1) + (n2-1)) print(round(result,3))

안녕하세요 강사님 :) 스케일링 방법 강의에서 아래 코드는 외울 필요가 없다고 말씀 주셨는데요,# 데이터를 매번 새롭게 불러오기 위해 함수로 제작 함 def get_data(): train_copy = train.copy() test_copy = test.copy() return train_copy, test_copy 시험 볼 때 스케일링을 한 가지 하는 게 아니라 세 개 다 한다고 가정했을 때,copy 하지 않으면 처리 결과에 영향을 미치지 않나요? 어떻게 하면 될지 문의드립니다.

무한로딩 되면서 접속이 안되요 ㅠㅠ

강의와는 관계없는 질문이라 죄송합니다. 강의를 들을 때마다 드는 생각이 "어떻게 이런 기능을 알고 계실까?" 하는 생각이 드네요이 강의 끝나고 나면 나는 어떻게 학습을 해야 할까 라는 생각이 많이드네요.강의 너무 잘 만드시는거 같아요 감사합니다!

실습코드에서 초기화 각각 적용 부분 self._init_weights(self.fc_layers[0], mode='kaiming') self._init_weights(self.fc_layers[1], mode='kaiming') self._init_weights(self.fc_layers[2], mode='xavier') 모델을 읽어보면 NeuralNetwork( (fc_layers): Sequential( (0): Linear(in_features=784, out_features=196, bias=True) (1): ReLU() (2): Linear(in_features=196, out_features=49, bias=True) (3): ReLU() (4): Linear(in_features=49, out_features=10, bias=True) (5): Sigmoid() ) ) 0, 2,4 번에 초기화를 적용해야 실제 작동을 할 것 같습니다.  

체험환경 제2유형랜포로 한번에 풀기 진행하고있는데요. import pandas as pdtrain = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")# 사용자 코딩# print(train.info())# print(test.info()) # 2482target = train.pop('총구매액')train = pd.get_dummies(train)test = pd.get_dummies(test)train, test = train.align(test, join='left', axis=1)from 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)from sklearn.ensemble import RandomForestRegressorrf = RandomForestRegressor(random_state=0)rf.fit(x_tr, y_tr)pred = rf.predict(test)  rf.fit에서 계속 에러가 납니다. 시험볼때도 아래와 같이 계속 에러가 날 것 같은데 방법없을까요? ㅜ_ㅠ 

안녕하세요.2유형에서 어떤 문제든 원핫인코딩(get_dummies)으로만 진행해도 될까요??  

안녕하세요. 실기체험환경에서 문제들이 변경된것 같은데2유형도 결측치가 있어서 처리해야 할 것 같은데 하는 방법을 몰라서요 변경된 문제들 문제풀이 해주실 수 있을까요??

- 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. 어디부분에서 잘못됐는지 도저히 모르겠습니다 ㅜㅜ#include <iostream>#include <vector>using namespace std;int N, L, R;int M[50][50];int visited[50][50];int sum;int dy[] = { 1,-1,0,0 };int dx[] = { 0,0,1,-1 };void dfs(int sy,int sx,vector<pair<int,int>>& v) { for (int i = 0; i < 4; i++) { int y = sy + dy[i]; int x = sx + dx[i]; if (y < 0 || N <= y || x < 0 || N <= x)continue; if (visited[y][x])continue; if (abs(M[y][x] - M[sy][sx]) >= L && abs(M[y][x] - M[sy][sx]) <= R) { v.push_back({ y,x }); visited[y][x] = 1; sum += M[y][x]; dfs(y, x,v); } }}int main() { cin >> N >> L >> R; for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { cin >> M[i][j]; } } int ans = 0; vector<pair<int, int>>v; while (1) { fill(&visited[0][0], &visited[0][0] + N * N, 0); bool flag = false; for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { if (!visited[i][j]) { v.clear(); v.push_back({ i,j }); visited[i][j] = 1; sum = M[i][j]; dfs(i, j, v); if (v.size() == 1)continue; for (pair<int, int>p : v) { M[p.first][p.second] = sum / v.size(); flag = true; } } } } if (!flag)break; ans++; } cout << ans;}

@ParameterizedTest @CsvSource({ "0, 0, true", "100, 0, false", "0, 100, false" }) public void testFree(int basePrice,int maxPrice,boolean isFree){ // Given Event event = Event.builder() .basePrice(basePrice) .maxPrice(maxPrice) .build(); //When event.update(); //Then assertThat(event.isFree()).isEqualTo(isFree);; }@RunWith(JUnitParamsRunner.class) 는 junit4 여서 사용하지 못하고 junit5 에서는 @Test 로 파라메터 값을 지원하지 않기 때문에 파라메터 테스트를 위해@ParameterizedTest`CvSure`으체해서스트했습니다

개념상 똑같은거 같아요.예를들어 세무 전용 Agent 서비스가 있다고하면 결국 그게 LLM 서비스이고, LLM 애플리케이션이자, RAG 솔루션 아니에요? AI Agent = LLM 서비스 = LLM 애플리케이션 = RAG 솔루션 다같은말이에요?? 너무헷갈려요

void AABGASCharacterPlayer::PossessedBy(AController* NewController) { Super::PossessedBy(NewController); AABGASPlayerState* GASPS = GetPlayerState<AABGASPlayerState>(); if (GASPS) { ASC = GASPS->GetAbilitySystemComponent(); ASC->InitAbilityActorInfo(GASPS, this); int32 InputId = 0; for (const auto& StartAbility : StartAbilites) { FGameplayAbilitySpec StartSpec(StartAbility); StartSpec.InputID = InputId++; ASC->GiveAbility(StartSpec); SetupGASInputComponent(); } } }위 코드에서 제생각에는 서버에서는 input과 관련된 처리가 전혀 필요가 없기 때문에 SetupGASInputComponent 를 안넣어도 될것같은대요. 혹시 꼭 넣으셔야만 하는 이유가있을까요? (그리고 for문안에 두신건 단순 실수이신것 같습니다.) => for문안에 넣으셨던 것은 나중에 수정해주셨네요. 확인했습니다.클라는 참고로 아래코드를 씁니다.void AABGASCharacterPlayer::SetupPlayerInputComponent(class UInputComponent* PlayerInputComponent) { Super::SetupPlayerInputComponent(PlayerInputComponent); SetupGASInputComponent(); }

32. 모평균의 추정 엑셀 실습 강의를 수강하려고 하는데, 재생이 안됩니다. 확인부탁드립니다.

먼저 양질의 강의를 제공해주셔서 감사합니다.코딩 대한민국님의 유튜브 채널에서 데이터 전처리 관련 판다스 100제로 도움을 받고인프런 강의를 수강하게 된 '제10회 빅분기 실기 시험 수험생'입니다. 최근 데이터자격검정 사이트 공지에 제10회 빅데이터분석기사 실기 시험 공지가 올라와서 확인 후시험 환경 체험을 이용하던 중 예시문제가 변경되었다는 것을 알게 되었습니다.관련해서 수험생분들의 후기를 보니 아래와 같은 내용이 있었습니다.- 1유형 예시문제: 지시문이 조금 더 구체적으로 변경- 3유형 예시문제: 난이도 상승 혹시 변경된 시험 체험 환경 예시문제를 학습하면서 어려운 부분에 대해 질문을 드려도 될지 조심스럽게 문의드립니다. 

7회 2유형을 전처리 방식을 원핫인코딩과 레이블인코딩으로 나눠서 해보았는데,rmse가 원핫인코딩의 경우 38만정도가 나왔는데, 레이블인코딩의 경우 2100정도가 나옵니다. 전처리 방식에 따라서 이렇게 큰 차이가 날 수가 있는건가요..? 아니면 모델 학습단계에서 제가 오류를 범한걸까요?