85강에 버전업 관련 내용이 있던데, 4.0.x 버전 관련인것 같더라구요.인강은 3.0.4로 강의 하시는 것 같은데...pub.dev가서 설치하려고보니 webview_flutter의 최신버전은 4.13.0인걸로 확인됩니다.4.13.0으로 설치하면 될까요??

지오메트리 노드 만든 것을 내보내고 블렌더에 커스텀 노드로 저장하는 법이 궁금합니다.

안녕하세요.61강 4회 기출유형 (작업형 1) 문제를 풀었을 경우 아래와 같은 에러가 출력되네요'float' object is not callable 참고로 코드는 이렇게 작성하였습니다.  import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/4_1/basic1.csv") df.head()

위 화면은 선생님이 풀이해주신거고아래는 제가 작성한 코드입니다. # your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") # print(df.isnull().sum()) # print(df.shape) df=df.dropna(subset=['views']) # print(df.shape) df['f3']=df['f3'].map({'silver':1,'gold':2,'vip':3}) df['f3']=df['f3'].fillna(0) int(sum(df['f3'])) 결측치 처리를 할때선생님은 numpy 라이브러리를 통해replace(np.nan,0) 을 사용했습니다. 저는 아래와 같이 실버,골드,vip를 맵핑해준 후, 결측치를 0으로 처리했습니다.df['f3']=df['f3'].map({'silver':1,'gold':2,'vip':3}) df['f3']=df['f3'].fillna(0) 질문1) 위와 같이 결측치 따로, 맵핑 따로 작성 해도 되나요? 총계합은 동일하게 나오면 상관없나요? 질문2) 위 코드에서 제가 처음에는 결측치를 먼저 처리하고 맵핑을 했더니, 맵핑한 이후에는 0으로 처리했던 결측치가 다시 NaN 이 되어서 작성 순서를 맵핑 후 결측치 처리로 변경했는데.. 왜 그런건가요? 순서에 따라 결과가 달랐습니다.

안녕하세요.스팸 구분해서 마지막에 DeleteMail 해주는 부분에서 기존 네이버 메일은 휴지통으로 이동이 되는데 gmail은 따로 설정을 또 해줘야하는건가요?[Gmail]/휴지통 으로 설정을 해줘도 삭제가 안되네요. 네이버메일과 gmail 삭제시 이동되는 메일함 설정이 각각 구분해서 하는것도 안되는것 같아요.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요관측값 - 예측값이 잔차인데df['키] - model.predict(df['몸무게']) 인 이유가 어떤건가요??  종속변수가 실제값이고 독립변수가 예측값이라고 생각하고 하면 되나요?

이번 강의에서 나온 Model이 처음 mvc 패턴를 배울 때 request.setAttribute(key, Object)를 하여 request라는 HttpServletRequest의 내부저장소라는 곳에 저장하는 그 모델 맞나요?그러니까 request.setAttribute() 이 행위가 이번 강의에서 model.addAttribute("member", member) 한것과 동일한 것이라고 보면 될까요?

제출 형식:ID,Segmentation 458989,1 458994,2 459000,3 459003,4이렇게 되어 있습니다.한가지 방법으로 풀기 진행시 pred = rf.predict(test)submit = pd.DataFrame({'ID' : ???, 'pred' : pred})???를 어떻게 처리해야 하나요?저는 # ID, 예측값: Segmentation test_id = train.pop('ID') target = train.pop('Segmentation') ~~ pred = rf.predict(test) submit = pd.DataFrame({'ID' : test_id,'pred' : pred})마지막 줄 코드에서 에러가 발생합니다. 감사합니다.

판다스 수강중입니다.문득 궁금한게, 판다스 데이터 프레임 함수 활용시df.sum() 등이 있는데요그냥 sum(df['f1']=='gold') 도 있던데, 파이썬 함수형태로도 작성해도 시험에서 문제없나요??

import pandas as pdtrain = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")print(train.shape) 출력값이 (3500,10)으로성별컬럼이 안나오는데 왜그런건가요?

2-5.링크드 리스트 구현 - 2 02_04_add_node_linked_list.py  해당 내용에서 강의에서는 index 번째에 value 를 추가 하라고 되어있는데, 교재 해당 코드 스니펫의 return문 에는return "index 번째 Node 뒤에 value 를 추가하세요!"라고 기재되어있습니다 🙂풀이 부분은 강의와 동일한데, 해당 부분 먼저 확인해서 문제를 풀면 기준이 조금 달라져서 풀이가 달라지게 되니 문구의 수정이 필요하지 않나 해서 질문 남깁니다!

 new file (chapter02_01.py) 를 만드려고 하는데, 왜 쌤 처럼 아래 화면이 안 뜰까요? ㅠ

작업형2 다중분류 문제에서예측할 컬럼: 농약검출여부 (0:미검출, 1:검출, 2:재검사 필요) 일때, roc_auc_score는 적용할 수 없는지 문의드립니다. 예를 들면 이진분류에서는 pred[ : , 1]로 설정을 하게 되는데,다중분류 문제에서 농약검출여부 중 어떤 결과값을 물어보지 않게 되면pred [ : , 0 또는 1또는 2]를 적용할 수 없어 roc_auc는 사용할 수가 없는 것인지 궁금합니다~!

작업형 2에서 ligtGBM 적용시 인코딩 필요없다고 하셨는데 기출 풀이에서는 원핫 인코딩이 된 이후에 적용하신 거로 보입니다. 원핫 인코딩 후 ligt GBM을 사용해도 되는 건가요? 만약 기출풀이처럼 원핫 인코딩을 하지 않았을때는 카테고리화 작업을 한 후에 ligtht GBM을 적용하면 되는건가요?

이제 17강 듣고 있는 중에 문득 궁금한 것이 생겨 미리 질문드립니다...!포트폴리오에 진행한 프로젝트마다 aws 아키텍처가 그려져 있으면 좀 더 매력적인 포트폴리오 이력서가 될까요~?아님 어차피 기술 면접에서 아키텍처 구조도를 그려보라 할테니 꼭 미리 작성을 안해도 무관한지 궁금합니다!

pc로 동영상 시청때는 문제가 없는데, 탭으로 동영상 시청시 오류 코드 code 3015가 뜨면서 재생이 되질 않네요. 탭으로 시청을 원활히 할 수 있는 방법을 알려주시길 바랍니다.

안녕하세요 궁금한 점이 있어 문의 드립니다. 강의 에서 ec2 에 cpu 사용률 100 부하를 주고 기준점에 도달해서 ec2가 하나더 생성 되는 걸 봤습니다. 그럼 기존에 있던 ec2는 cpu 사용률이 지정시간 까지는 여전히 100 이지만 새로 생긴 ec2 사용률은 0 이라 cpu 사용률이 50 이라고 한 것 맞을까여?

안녕하세요. 강의 잘 듣고 있습니다.강의에서 HTTPS REQUEST를 설정하는 화면에서 'Add parameter'설정 항목중에서 'Value Provided'라는 항목이 없고, Name과 Value 항목만 있습니다. 버전의 문제인자? 몇 번을 다시 해봐도 동일한 화면입니다. 확인요청드립니다. 수고하세요.

강의 너무 잘 듣고, 실제로 앱을 만들어 보고 있습니다.앱 실행 시 스플래시 화면을 보여준 다음 전면 광고를 띄우도록 IOS에서도 해보려고 하고 있는데요.Apple 쪽 심사 기준이 Android보다 좀 더 깐깐하다고 들어서 혹시 이 방식이 거절 사유가 될 수 있을지 궁금합니다. IOS 앱 배포도 하셨다고 들었어서 여쭤봐요. 혹시 그 외에도 Android와 달리 IOS 앱 제작시 주의해야 할 점 같은 것들이 있다면 같이 공유해주시면 너무 감사드려요. 강의덕분에 용기내서 앱 만들어 보게 되었습니다. 감사합니다!

기출 한번씩 보고, 캐글에 올려주신 문제를 풀다가X_train, X_test, y_train, y_test이렇게 주어졌는데 concat을 까먹고X_train,X_test만 활용했습니다.*target값은 y_train.pop으로 분리함. 성능이 0.87수준으로 나쁘지않아서 그냥 지나쳤는데 뭔가 찝찝해서 생각해보니 concat으로 합치셨더라구요. 그래서 궁금한게,데이터파일이 3개이상 주어졌을때 train,test 한개씩 합치고 이후 전처리 단계 수행하는게 적합할지 질문드립니다! train = pd.concat([X_train,y_train['SalePrice']],axis=1)test = pd.concat([X_test,y_test['SalePrice']],axis=1)