학습 관련 질문을 남겨주세요. 어떤 부분이 고민인지, 무엇이 문제인지 상세히 작성하면 더 좋아요!먼저 유사한 질문이 있었는지 검색해 보세요.서로 예의를 지키며 존중하는 문화를 만들어가요.  안녕하세요. 우빈님인프런 워밍업 클럽 덕분에 우빈님 강의를 끝까지 수강 중에 있는 러너입니다! 오버 엔지니어링 강의에서 오버 엔지니어링을 경계하고 적재적소에 리팩토링 강의에서 배웠던 것들을 써야한다. 이건 '경험'의 차원이라고 말씀하셨는데 실무에서 객체지향으로 개발하지 않는 경우에는 따로 '경험'을 쌓아야하는데 우빈님 강의 외에 적절하고 정확한 경험을 쌓을 수 있는 방법이 따로 있을까요? 간접 경험이라도 충분히 쌓을 수 있을 만한 방법이 있다면 추천 부탁드립니다!

작업2유형에서데이터 전처리 과정중 인코딩을 할때어떨때는 pd.concat([train, test])로 데이터를 합치고 할때가 있고 어떨때는 바로 인코딩하던데 기준이 어떻게 되나요? 좀 헷갈려요

#print(train.shape, test.shape) #print(train.isnull().sum()) #print(test.isnull().sum()) Xtrain = train.drop(['ID', 'Segmentation'], axis = 1) ytrain = train['Segmentation'] Xtest = test.drop(['ID'], axis = 1) test_ID = test['ID'] col_cat = Xtrain.select_dtypes(include = 'object').columns col_num = Xtrain.select_dtypes(exclude = 'object').columns # 수치형 스케일링 from sklearn.preprocessing import MinMaxScaler, OneHotEncoder scaler = MinMaxScaler() Xtrain[col_num] = scaler.fit_transform(Xtrain[col_num]) Xtest[col_num] = scaler.transform(Xtest[col_num]) # 범주형 인코딩 encoder = OneHotEncoder(handle_unknown = 'ignore', sparse_output = False) Xtrain_ohe = encoder.fit_transform(Xtrain[col_cat]) Xtest_ohe = encoder.transform(Xtest[col_cat]) from sklearn.model_selection import train_test_split X_train, X_val, y_train, y_val = train_test_split(Xtrain_ohe, ytrain, test_size = 0.2, random_state = 2002) from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier() model.fit(X_train, y_train) y_pred = model.predict(X_val) y_test = model.predict(Xtest_ohe) submit = pd.DataFrame({'ID' : test_ID, 'y_test' : y_test}) submit.to_csv('0000.csv', index = False) submit2 = pd.read_csv('0000.csv') print(submit2) 이정도 수준으로 코딩 작성했는데 큰 문제 없겠죠? 중급 ~ 고급사이로 인지됩니다 제가 생각하기엔

제2유형 랜포로 일관되게 풀건데요. 분류 : RandomForestClassifier회귀 : RandomForestRegressor 구분을 어떻게 진행할까요? 문제에서RSME 등과같은 오류율(- E로)끝나는 검증방법 제시하면 회귀로 풀면되고,  ROU-AUC / F1등 구분하는 경우 분류로 풀 예정입니다. 추가적으로 ROU-AUC는 predic_proba 해줘야겠네요. ㅎㅎ이렇게 구분하는게 맞을까요?

해당 건 랜덤포레스트 + 강사님이 최근에 공지 올리신 chat GPT 통해서 진행하는 건이요.  train, test = train.align(test, join='left', axis=1)해도 에러가 뜨더라구요. 확인해보니 NaN이 많고, float64에러(?) 발생되어  train, test = train.align(test, join='left', axis=1)밑에 한번 더 test = test.fillna(0)를 해줘야 에러메시지가 없어지던데 어떻게 구성해야되나요?  체험환경 문제조차 못풀고있는 제가 답답하네요.. ㅋㅋㅋ

012에서 transcription에서 한글이 나오지 않고 그냥 " " 이것만 계속 나옵니다. 왜 그런가요?

안녕하세요 인프런과 시나공을 열심히 하고 있는데요지난번에도 질문을 드렸는데 계속 안돼서 다시 질문드립니다 ㅠ한 셀에서 연습중인데요쌤 말씀대로 target = train.pop('TotalCharges') --> 실행하고밑에 겟더미스 실행하면 ---> KeyError: 'TotalCharges'가 나옵니다.. 다른 문제에서도요 똑같이..그래서 저 train.pop부분을 주석처리하고 연습하긴 하는데 이게 맞는건가요??ㅜ   그리고 2유형은 시나공에 나와있는 코드를 모두 한 셀에 적어서 결과파일 만들어서 제출하는거 맞죠??#데이터 전처리 target = train.pop('TotalCharges') print(train.shape, test.shape) train = pd.get_dummies(train) test=pd.get_dummies(test) print(train.shape, test.shape)

멀리서 혹은 적당히 먼거리에서 움직이면 저렇게 움직이고 있고 가까이 에서 하면 움지이긴한데 제가 뭔가 세팅을 잘못 한걸까요? 

실기모의고사 문제3-1번 문제 결과  할인율의 결과값을 도출해내기 위해 IF문을 사용한 다음 결과에서 적용과 확인 버튼 중 아무거나 클릭해도 차이점은 없나요?혹시 적용버튼과 확인버튼을 구분해서 사용해야 하는 경우는 없을까요?

강의자료랑 비교햇을때 원핫인코딩에서columns = cols 는 해야하나요???안해도 저렇게 값은 나오고  train_oh = pd.get_dummies(train)test_oh = pd.get_dummies(test)print(train.shape, test.shape, train_oh.shape, test_oh.shape) 처음 개념강의에서 그냥 train 썼던거같은데 헷갈리네요..

실기체험환경 예시문제 작업형 강의 언제올라오나요? 시험일정이 얼마안남아서 미리 공부했으면 합니다.

아래 해설에있는 ob / ex는 수험자가 구하는건가요? 아니면 문제풀이에 제시해서 주는건가요. sort_index().to_list()해당 건 안풀어본거라서요.ob = df['항암약'].value_counts().sort_index().to_list() ex = [0.1 * 20, 0.05 * 20, 0.15 * 20, 0.7 * 20] 

제가 cs가 조금 약해서 그런데...커널객체랑 jvm내 객체랑..크게 보면 같은 의미라고 할수있나요? 자바에서 객체는 JVM이 관리하는 메모리 내 인스턴스--> 인데... 커널 객체도... 만약에 C로 짜여진 운영체제라면..네이티브 메모리에 올라가있는 데이터구조 인스턴스..?라고 해야하나 그런걸 의미하는걸까요?

제가 작업형3에 매우 자신이없고 작업형1도 9회차 유형보고 많이 꺾여서 캐글 빅분기놀이터 작업형1 35개였나요? 그걸 하루에 한번씩 계속 회독중인데 이렇게공부해도 괜찮은걸까요..?? 문제를 외워버리는거같아서요 ㅠ그리고 또 풀긴푸는데 자꾸 좀 멍청하게 푸는듯해서.. 예를 들면 함수나 한줄이면 끝날걸 변수를 계속 만들거나 조건을 몇개씩 만들어서 푸는거같아서요 아니면 표에서 직접 눈으로 푼다던가하는거같아요 이래도 괜찮을까요??

단기간에 프로젝트 A to Z를 경험하고 싶다면❓다른 IT 직군과 소통하며 협업을 경험하고 싶다면❓채용 담당자가 원하는 포트폴리오를 만들고 싶다면❓취업·이직 준비하며 늘어나는 공백기를 어떻게 보내야 할지 모르겠다면❓ 위와 같은 고민을 하고 있다면 지금 당장 ‘스위프 웹 9기’에 지원하세요!완벽하게 취.뽀. 하고 싶은 대학생&취준생&주니어 모두 환영! (비전공자도 환영🙌) 📢 [스위프 웹이란?]‘스위프 웹’은 PM, 디자이너, 개발자가 한 팀으로 웹개발 단기 프로젝트(6주)를 진행하며 아이디에이션부터 출시까지 경험하고 성장할 수 있는 프로그램입니다. 스위프를 통해 나와 맞는 팀원과 함께 프로젝트의 전 과정을 경험하고, 나만의 차별화 된 포트폴리오를 만들 수 있어요! ⭐ [참가 혜택]체계적으로 협업할 수 있도록 스위프 전용 협업 툴 지원!네이버 클라우드 크레딧 최대 100만원 지급!초보자도 쉽게 프로젝트를 진행할 수 있는 가이드라인 및 템플릿 제공!복잡한 과정 없이 GitHub 연동만으로 쉽고 빠른 웹 호스팅 지원!포트폴리오로 활용할 수 있도록 프로젝트 결과물 보존!현직자가 답변해주는 상시 QnA 창구 운영!기업 채용 연계 서비스 제공!팀 회의를 위한 오프라인 학습 공간 제공!프로젝트를 증명할 수 있는 수료증 및 상장 지급!수료자를 위한 프라이빗 커뮤니티 운영!→ 자세히 알아보기 https://dub.sh/swyp/benefit 🙌🏻 [모집 대상]서비스 기획에 관심 있는 “PM”디자인 툴 하나라도 사용해 본 “디자이너”프로그래밍 언어를 하나라도 공부해 본 “개발자”, 모두 환영해요!한 번도 사이드 프로젝트 해본 적 ‘없’는 사람? 오히려 좋아요!경험이 부족해도 포트폴리오가 없어도 괜찮아요. 당신의 의지와 열정이면 충분해요! 🔥 [참가비]“단돈 99,000원!” 📅 [일정]지원 마감 : 6/22(일)합격자 안내 : 6/23(월) 20:00팀 빌딩 : 6/24(화)~6/26(목)킥오프 미팅 : 6/28(토) 10:00프로젝트(6주): 6/30(월)~8/10(일)유지보수 및 고도화 : 8/11(월)~8/22(금)프로젝트 발표 및 네트워킹 행사 : 8/23(토)※ 세부 일정은 스위프 웹 홈페이지에서 확인 가능합니다.→ 세부 일정 확인하기 https://swyp.swyg.im  🥳 [선배들의 후기]프로젝트 결과물 https://dub.sh/swyp/project후기 모음 https://dub.sh/swyp/review 📌 [지원 방법]신청서 작성 https://swyp.swyg.im 🙋 [문의]Contact http://pf.kakao.com/_kiszn 👉 ‘스위프’에 대해 더 알고 싶다면?스위프 웹 https://swyp.swyg.im스위프 앱 https://swyp-app.oopy.io인스타그램 https://www.instagram.com/swyp_sideproject

안녕하세요.email operator dag을 수행하니 다음과 같이 에러가 납니다. 아래는 제 yaml 파일 설정과 dag 파일입니다. 참고로, google 계정의 보안메뉴에서 앱 비밀번호 설정 메뉴가 조금 바뀌어서 제가 나름대로 search 하여서 앱 번호를 받았습니다. 제 dag입니다. 혹시 airflow.cfg 파일에 들어가보니 SMTP 설정이 되어 있지 않습니다. 관련이 있을까요?  에어플로우 UI 메뉴에서 admin - Connections 에 들어가보았더니 connection이 아무것도 없습니다.  도와주세요!  

강의를 듣고난 후 회사의 주요 핵심 가치를 타겟으로 면접 질문 및 자소서 등 도움을 주는 AI를 만들고 싶은데 이 강의를 듣고 할 수 있을까요? 감사합니다.

판다스5 강의 2:51 에서 아래 코드가 있는데요.여기서 원산지,메뉴 기준으로 그룹핑 하면 정상인데df.groupby(['원산지','메뉴']).agg(['mean','sum'])원산지, 칼로리를 하면 에러가 뜨더라구요. 왜그런거죠? 왜 칼로리를 넣으면 안되는건가요??

특별한 기준이 있나요 ?평가 지표에 따라 무조건 삭제해도 괜찮은 것인지..만약 중요한 변수라고 생각했으나 삭제하니 평가지표가 오른다거나 하면어떻게 해야 하는지 궁금하네요.

안녕하세요, 선생님.늦게나마 이번 실기 준비하고 있습니다!항상 감사드려요! 해당 문제를 스스로 풀어 출력된 결과를 선생님의 결과와 비교하는 가운데, 다음과 같은 차이점이 있었습니다. 수치형 변수의 결측치를 mean 값으로 대체유니크 값이 너무 많은 변수(Item_Identifier)를 삭제위의 두 경우 제외 동일한 조건에서 레이블 인코더를 통한 인코딩(train, test 모두 범주형 변수 유니크 값이 동일하여 concat 진행 안함)lgbm 회귀보다 rf 회귀 모델이 RMSE 검증 결과 더 낮은 에러 값을 갖기에 rf 모델 선택결과적으로 선생님과 근소한 차이로 RMSE 값이 조금 더 낮은 모델을 학습시킬 수 있었는데, 혹시 위의 과정 상 문제가 있는 것은 아닐지 걱정됩니다.물론, 전처리 과정이나 변수 선택 등 코딩하는 사람에 따라 다를 수 있겠습니다만, 배우는 과정에서 선생님의 코드가 정석이기에 가급적 따라 배우려고 하는 마음에 오히려 좋은 결과를 의심하게 되네요.번거롭게 해드려 죄송하면서 한편으로 항상 감사드립니다!