안녕하세요 작업형2에서 EDA하고 바로 target = train.pop('TravelInsurance') train = pd.get_dummies(train) test = pd.get_dummies(test) 이렇게 작업하면 안되는건가요? 실행하면 target줄에 오류가 떠서요,, 데이터분리하고 합치고 스케일링 하는 부분은 아무리 봐도 이해가 안 가서 필수로 해야되는 것만 하고싶어서요ㅜㅜ 책에서도 거의 target에 넣고 바로 인코딩 하더라구요,,
안녕하세요 강사님 ASCII 코드 교안 (영상 8:03분대) 첫장 ASCII 코드 두번째 코드 출력문 순서가 오류 인거 같습니다. 확인 부탁 드리겠습니다. 정상 출력값 Character: A ASCII Value : 65 교안 (명시) 출력값 ASCII Value : 65 Character: A
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 문제번 컬럼삭제 시 df=df.drop(cols, axis=1) 을 사용한다고 하였는데, df=df.dropna(cols, axis=1)를 사용하면 에러가 나네요. drop과 dropna는 어떤 경우 사용하는 건지 궁금해요. 파이썬 완전 초보라... 너무 기초적인 부분을 질문하는 것 같아 죄송스럽네요.. 열심히 따라하고 있는 중입니다ㅠ
from airflow import DAG 2import pendulum 3import datetime 4from airflow.operators.python import PythonOperator 5import random 6import time 7 8with DAG( 9 dag_id="shedule_3_hour", 10 schedule="3 * * * *", 11 start_date=pendulum.datetime(2023, 3, 1), 12 catchup=False 13) as dag: 14 def select_fruit(): 15 fruit = ['APPLE','BANANA','ORANGE','AVOCADO'] 16 rand_int = random.randint(0,3) 17 time.sleep(10) 18 print(fruit[rand_int]) 19 20 py_t1 = PythonOperator( 21 task_id='py_t1', 22 python_callable=select_fruit 23 ) 24 25 py_t1 Airflow Webserver UI DAG Detail페이지에 있는 내용 중 Next dagrun ~ 관련 항목이 이해가 안돼서 질문드립니다. UTC 기준 10:34입니다. 설명 편의를 위해 현재시간으로 지칭하겠습니다! Next dagrun이 2024-10-06T10:03:00+00:00 값을 가지는 이유가 궁금합니다. Next dagrun이 다음 DAG 실행 예정 시간인거같은데 왜 현재실행 보다 과거인지 모르겠습니다. 2024-10-06T11:03:00+00:00이 맞는거 같아서요. 현재 시간이 10:34이고 3분마다 실행. 10:03은 실행완료. 이후 11:03에 실행되어야함. Next dagrun create after : 다음 DAG은 11:03에 실행되어야하므로 11:03에 DAG Run 생성 (11:03에 실행하는) DAG 기준으로 처리해야하는 데이터 범위는 10:03~11:03이므로 Next dagrun data interval end는 11:03, Next dagrun data interval start는 10:03. (1) Next dagrun 관련 항목의 정확한 의미와 Next dagrun과 Next dagrun create after 차이를 정확히 몰라서 생기는 문제 같기도 합니다. (1-1) Next dagrun 관련 항목의 의미 아래 내용이 맞는지 확인 부탁드립니다! - Next dagrun: 다음 DAG 실행 예정 시간 Next dagrun create after: 다음 DAG 생성 예정 시간 Next dagrun data interval end: 다음 DAG 데이터 간격 종료 시간 Next dagrun data interval start: 다음 DAG 데이터 간격 시작 시간 (1-2) Next dagrun과 Next dagrun create after 차이 Next dagrun 과 Next dagrun create after 은 항상 같나요? Next dagrun create after는 정해진 시간에 생성되고(3분 마다) Next dagrun 은 Next dagrun create after이후에 되는데 즉, DAG run이 생성되고 실행되는거 맞나요? (Airflow 공식 문서에 Web UI에 있는 항목별 의미를 알 수 있는 페이지가 있는지 찾아보았는데 없어서 질문드립니다! 아래 링크보면 Airflow UI 설명은 간단하게 있는데 항목별 설명은 없네요...) https://airflow.apache.org/docs/apache-airflow/stable/ui.html )
나만의 앱 실행파일(.exe)로 만드는 방법 강의 까지 착실히 따라ㅇ해봤는데요, 마지막 exe파일 만들떄오류가 났습니다. pyinstaller -w -F 03.네이버지식인GUI.py 위 명령어 치고 나서, 아래와 같은 오류가 나왔고요. 제가 챗gpt에 오류를 검색해보니 PyQt6 또는 PySide6 둘중하나를 제거하면 되는거같은데.. 이렇게 지워보면 될까요? Aborting build process due to attempt to collect multipl e Qt bindings packages: attempting to run hook for 'PyQt6', while hook for 'PySide6' has already been run! PyInstaller does not support multiple Qt bindings packages in a frozen application - either ensure that the build environment has only one Qt bindings package installed, or exclude the extraneous bindings packages via the module exclusion mechanism (--exclude command-line option, or excludes list in the spec file).
안녕하세요! 이번에 금융권 핀테크 기업으로 이직하면서 강화학습을 직무에 활용할 수 있을까하여 공부하고 있는 사람입니다. import gymnasium as gym import numpy as np import pprint # SFFF (S: 시작점, 안전) # FHFH (F: 얼어있는 표면, 안전) # FFFH (H: 구멍, 추락) # HFFG (G: 목표, 프리스비 위치) # LEFT = 0 # DOWN = 1 # RIGHT = 2 # UP = 3 map = "4x4" SLIPPERY = False # 결정론적 환경 #SLIPPERY = True # 확률적 환경 # FrozenLake-v1 환경을 생성합니다. # desc: None이면 기본 맵을 사용합니다. # map_name: 사용할 맵의 이름을 지정합니다. # is_slippery: True이면 미끄러운 표면(확률적 환경)을 사용하고, False이면 결정론적 환경을 사용합니다. env = gym.make('FrozenLake-v1', desc=None, map_name=map, is_slippery=SLIPPERY) GAMMA = 1.0 # 감가율 (discount factor), 미래 보상의 현재 가치 THETA = 1e-5 # 정책 평가의 종료 조건, 변화가 이 값보다 작으면 평가 종료 num_states = env.observation_space.n # 환경의 상태(state) 개수 num_actions = env.action_space.n # 환경에서 가능한 행동(action) 개수 transitions = env.P # 상태-행동 전이 확률 (state-action transition probabilities)s) 강의로는 36강, 자료로는 015_DP_frozenlake_policy _evaluation.p y 상에서 질문이 있습니다. 여기서 THETA가 1E-5인데, 이는 정책 평가의 종료 조건이라고 되어있었습니다. 이 때, 모든 그리드에서의 변화량 중 단 하나의 값이라도 THETA보다 작아지면 평가가 종료되는 것인지, 모든 그리드의 변화량이 THETA보다 작아지면 평가가 종료되는 것인지 궁금합니다.
안녕하세요. 차량용 소프트웨어 업데이트 과정이 궁금했었는데, 이렇게 강의를 만들어주셔서 감사합니다. 질문이 몇가지 있는데요. [1] Re-programming 시퀀스가 제조사마다 조금씩 상이할것 같긴 한데요. 하지만, 혹시 "표준"과 같이 문서화 되어 있는 부분이 있나요? DoIP/UDS 시뮬레이터를 만들어보고 싶은데, Re-programming 표준이 있다면, 표준에 근거해서 간단하게 구현해보려고 합니다. [2] 본 강의에서 Re-programming 하는 과정은 차량 정차상태에서 진행되는 소프트웨어 업데이트 과정인 것이죠? 최근에는 주행중에 소프트웨어 업데이트 패키지를 내려받고, 실제 업데이트는 주차할때 진행되는 경우도 있는것 같은데요 그렇다면 주행중 소프트웨어 업데이트 과정에서는 ECU Reset 부분은 동작하지 않을것 같아서 질문드리는것입니다.