안녕하세요 강사님,오늘 빅분기 6회 실기 시험을 치르고 나왔는데요 (생각보다 어려웠네요 ㅠ) 빅데이터 분석기사 2유형의 0점유형에'예측값 정확도가 평가지표 최저 구간 미만 : 0점' 이라고 적혀있는데,'평가지표 최저 구간'이라는 의미가 어떻게 되는지 알 수 있을까요? 분류 문제가 나와서 처음에는 RandomForestClassifier로 예측했고,요구하는 평가지표(f1-macro)로 돌려봤더니 train 데이터에서 분리(train_test_split)한validation 데이터 0.9이상이 나와서 과적합인 것 같아서강사님께서 얼마전 알려주신 lightgbm으로 바꾼 다음에 하이퍼파라미터 수정해보니0.8정도 나와서 분류 예측 후 제출하였습니다. 그런데 빅데이터 관련 카페 글 보니, 대부분 랜포로 돌린다음에 0.9이상인 상태에서분류 후 제출했다고 하네요 그러면서 빅데이터 카페에 어떤 분이 train 데이터에서 분리한 train 과 validation 데이터모두 평가지표가 높게 나오면 과적합이 아니라는 얘기를 들었습니다...ㅠ 평가지표 최저 구간이라는 의미가 각 모델의 하이퍼파라미터를 건드리지 않고그냥 모델을 예측했을 때의 평가지표 일까요? (예를 들면 LGBMClassifier의 하이퍼파라미터 없는 상태에서 0.9면 기준이 0.9가 되는건지...)이게 맞다면 저는 0점이겠네요..ㅠ, lightgbm도 아무런 하이퍼파라미터 없이는 0.9이상이였거든요.. 무튼, 덕분에 많은 것들 배울 수 있어서 감사했습니다! +글 작성후 추가구글 Bard 한테 물어봤더니... train, validation 데이터 모두 0.9 이상 인 경우 과적합으로 볼 수 있냐는 질문을 했더니 아래와 같이 답변이 나오기는 했네요..<답변>네, train 데이터와 validation 데이터 모두 해당 모델에 대한 평가지표가 0.9인 경우에도 과적합이 발생할 가능성이 있습니다. 과적합은 모델의 복잡성이 너무 높아서 train 데이터에만 적응하는 상태를 말합니다. train 데이터와 validation 데이터 모두 해당 모델에 대한 평가지표가 높다는 것은 모델이 train 데이터에 너무 적응하여 그 외의 데이터에는 제대로 대응하지 못하는 상태일 가능성이 높습니다.

 지난번에 말씀해주신 부분들은 다 수정 처리 해서 했는데 이번에 jdbc를 연결하면서 이상하게 build.gradle도 다시 재실행하고 h2 관련 디펜던시도 다 적용을 했는데, 서버 자체는 잘 실행되는데 DataSourceTest가 지금 실행이 안되서 이렇게 질문드립니다. 뭔가 connect를 잘 못불러오는거 같은데 봐주시면 감사합니다!깃허브 주소는 https://github.com/ted7088/hellospring_toby_study 입니다...

안녕하세요.강의노트가 Counter를 이용한 LED 제어 - 10은 78 페이지이고, Counter를 이용한 LED 제어 - 11는 106 페이지 입니다.Counter를 이용한 LED 제어 - 12는 80페이지 인데,79페이지는 누락된것 인가요?아니면 실습진행에 없어도 되는 페이지라서 106페이지로 대체를 하신건가요?그리고 Counter를 이용한 LED 제어 - 11에 나와있는 코드는 어떤 파일을 수정해서 작성 하는것인가요?

안녕하세요. 5강수업 실습 중 오류가 나와 문의 드립니다.

getStruct() function에 retunr을 안넣어주면 trash value?가 나오는데 이유가 무엇인가요? (return 넣으면 제대로 작동해요)근데 trash value도 아닌 것이 동일한 값이 계속 나옵니다#include <iostream> using namespace std; struct S { int a, b, c, d; }; S getStruct() { S my_s{1, 2, 3, 4}; // return my_s; } int main() { S main_s = getStruct(); cout << main_s.a << endl; cout << main_s.b << endl; cout << main_s.a << endl; cout << main_s.b << endl; } >> 15644 1 15644 1

안녕하세요.제목과 같은#include<bits/stdc++.h>이 헤더를 썼을때, visual studio 나 DevC++ 에서 실행이 되지 않고 있는데요.해결 방법이 있나요?#include <iostream>을 사용해서 실행은 되고 있습니다.그리고, 실제 코딩테스트에서는 제목의 헤더나백터, 큐 같은 라이브러리 함수를 사용하지 못하도록 되어 있는데, 예를 들면#include <stdio.h> 또는#include <iostream> 이 두가지만 허용이 됩니다.벡터, 큐, max, min, abs 등과 같이 직접 만들어야 하는 함수에 대해서 부가 설명이 있으면 좋을 것 같습니다.그리고, ios ... 등등 이전 학습을 완료해야 알 수 있는 것들에 대해서도 물론 이 강의를 수강하는 정도의 레벨이라면 알고 있는 수강생들이 많겠지만, 짤막하게라도 설명이나 찾아볼 수 있는 곳이 있으면 좋겠습니다. (별도 네이버나 구글링을 통해서 찾아보려고 생각 중 입니다.) 저는 이전 강의를 미수강하고, 바로 이 과목을 선택 했거든요. 그리고, C언어에서는 안 돌아갔었던 것 같은데, 레인지 베이스드 포문도 C++에서만 되는 건지 궁금합니다. 감사합니다.

안녕하세요 큰돌님 !! 저는 평소에 Spring 관련해서 공부하고 백엔드 개발자가 되기 위해서 준비하고 있는데이 강의로 CS 준비해도 문제없나요??이제 강의를 사고 시작해서 이제 XML을 보고 있는데 Javascript로 설명을 다 하시길래혹시나해서 질문드립니다!!

시험 전에 여쭤봤어야 하는 질문인데 뒤늦게 여쭤보네요 Train test split 사용하여 tr 과 val 로 나누어서 model.fit 하여서 f1 score 확인 하였고그 이후에 test 를 바로 predict 하여 제출 하는게 아니라혹시 Tr 과 val 을 나누기 전의전체 train 데이터로 다시 fit 시켜서그 모델로 Test 데이터 를 predict 해도 되는지 궁금 합니다   

6회 시험 1 유형 1번타임델타 사용 질문입니다_m_s로 분과 초를 추출했는데위쪽에 위치한 프린트문 주석처리 여부에 따라아래쪽에 출력한 저의 답의 결과가 달랐습니다 ㅠ뭐가 문제였을지 궁금합니다 ㅠ참여데드라인 넘기고 공부시작하는바람에캐글 오징어게임 톡방에도 못들어가서 이런 얘기 여쭤볼데가 없네요 ㅠ시험중 1대1문의에 물어보니 첨엔 컴퓨터 오류 아니라구 하다가 재차 물어보니 해당내용 확인중이라고하구 그냥 답을 제출하라그래서 찾은 답을 프린트하는 하드코딩으로 제출했습니다 ㅠㅠㅠ 흑....0점 처리되는거 아닌지 걱정되네요

안녕하세요 강의(재고시스템&선착순) 를 수강할때 도커를 빼고 진행을 하여도 지장이없을까요?

안녕하세요 강사님.제가 npm run build로 빌드를 하려고 할때마다 다음과 같은 에러가 생기더라구요..[에러 내용]$ npm run build > sample@1.0.0 build > webpack node:internal/crypto/hash:69 this[kHandle] = new _Hash(algorithm, xofLen); ^ Error: error:0308010C:digital envelope routines::unsupported at new Hash (node:internal/crypto/hash:69:19) at Object.createHash (node:crypto:138:10) at module.exports (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\webpack\lib\util\createHash.js:135:53) at NormalModule._initBuildHash (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\webpack\lib\NormalModule.js:417:16) at handleParseError (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\webpack\lib\NormalModule.js:471:10) at C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\webpack\lib\NormalModule.js:503:5 at C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\webpack\lib\NormalModule.js:358:12 at C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\loader-runner\lib\LoaderRunner.js:373:3 at iterateNormalLoaders (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\loader-runner\lib\LoaderRunner.js:214:10) at Array.<anonymous> (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\loader-runner\lib\LoaderRunner.js:205:4) at Storage.finished (C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\enhanced-resolve\lib\CachedInputFileSystem.js:55:16) at C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\enhanced-resolve\lib\CachedInputFileSystem.js:91:9 at C:\Users\power\OneDrive\inflearn\devEnv\sample\node_modules\graceful-fs\graceful-fs.js:123:16 at FSReqCallback.readFileAfterClose [as oncomplete] (node:internal/fs/read_file_context:68:3) { opensslErrorStack: [ 'error:03000086:digital envelope routines::initialization error' ], library: 'digital envelope routines', reason: 'unsupported', code: 'ERR_OSSL_EVP_UNSUPPORTED' } Node.js v20.3.0위의 에러가 왜 발생했는지 찾아봤고 원인과 해결방법을 다음 링크에 정리했습니다.[정리 링크] https://github.com/SeoMiYoung/Learning/issues/6결론적으로, npm run build를 하기전에export NODE_OPTIONS=--openssl-legacy-provider위의 명령어를 한번 쳐주고, npm run build를 하면, 제대로 빌드가 작동되더라구요..!그런데 VSCode를 다시 껐다 켜면, 또 다시 위의 명령어를 입력해준 다음에 빌드를 해야되더라구요..아마, 위의 명령어는 Node.js실행시, OpenSSL의 레거시 프로바이더를 사용하도록 환경변수를 설정해주는 명령어인데, 해당 명령어는 임시적으로 현재 세션에서만 레거시 프로바이더를 사용하도록 해주는 명령어이다보니, VSCode를 껐다 켜는것처럼, 재부팅하거나 새로운 세션을 시작하는 경우에는 환경변수가 초기화되어 다시 설정해줘야되는 것 같아서 그런 것 같더라구요..!재부팅할때마다 빌드하기전에 해당 명령어를 치고 시작하는게 번거롭습니다..혹시 해결 방법이 없을까요??[참고: 버전 정보]{ "name": "sample", "version": "1.0.0", "main": "index.js", "scripts": { "test": "echo \"Error: no test specified\" && exit 1", "build": "webpack" }, "author": "", "license": "ISC", "description": "", "dependencies": { "css-loader": "^4.3.0", "file-loader": "^6.2.0", "react": "^18.2.0", "style-loader": "^1.3.0" }, "devDependencies": { "webpack": "^4.46.0", "webpack-cli": "^3.3.12" } }

학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요.[질문 내용]MemoryMemberRepository에 HashMap을 사용할 경우 동시성 문제가 발생할 수도 있다고 하셨는데, 여러 객체나 클래스에서 MemoryMemberRepository에 접근할 경우도 있으니까 그 문제를 언급해주셨던 걸까요? 어느 측면에서의 동시성 문제인지 궁금해서 질문남깁니다

최초 문제 USB 에서 FTK Imager 을 통해서 .E01 확장자 이미지를 제작하게 되는데요.파티션이 깨짐이 확인이 되면, 최초 문제 USB 에서 FTK Imager 을 통해서 다시 DD 이미지를 제작하는 과정이 있는데요. 이미지 자체를 제출하는 과정이 없다면, DD 이미지로 바로 제작하는게 좋지않을까요?궁금합니다.

StockService.decrease 메소드의 경우synchronized 가 붙어있어서 하나의 쓰레드만 들어갈 수 있도록 도와주지만,@Transactional 이 붙어있기에 froxy 객체로 만들어서 동시성이 안됨을 아래 테스트코드로 확인하였습니다. 하지만 똑같은 StockService.decrease를 사용하여CompletableFuture.runAsync를 사용하면 동시성이 보장이됩니다..똑같이 @Transactional을 사용한 decrease메소드라서 froxy객체로 만들어져서 동시성이 보장 안될것이라 예측했는데 왜 CompletableFuture.runAsync는 동시성 보장이 될까 궁금합니다ㅠㅠ

1.fork를 하지않고 바로 원본저장소에 있는 2.다른 분 repository를 클론해서3.커밋 이후 push를 하고 github에 들어가서create pull request까지 했습니다그런데 궁금한점이 다른분이 제 요청을 받아주고 나면 자동으로 merge가 되는건지그리고 저 3번까지 한후에 merge를 하지않은상태에서 제가 merge누르고 해도 괜찮은지?또 궁금한점이제가 branch에서 코드를 작업 하고있는데(커밋x,)원본저장소에 변경된 내용을 반영하고 싶으면그이후 어떻게 해야되는지 모르겠습니다

AWS 자격증 응시하려고 카드정보를 입력했는데 자꾸 결제 실패가 뜹니다. 다시 확인하고 맞게 입력했는데도 결제 실패가 뜨는데 무슨 이유인지 알고 싶습니다.

오류 내용입니다.export 'default' (imported as 'VueRouter') was not found in 'vue-router' (possible exports: NavigationFailureType, RouterLink, RouterView, START_LOCATION, createMemoryHistory, createRouter, createRouterMatcher, createWebHashHistory, createWebHistory, isNavigationFailure, matchedRouteKey, onBeforeRouteLeave, onBeforeRouteUpdate, parseQuery, routeLocationKey, routerKey, routerViewLocationKey, stringifyQuery, useLink, useRoute, useRouter, viewDepthKey)   package.json입니다.{ "name": "frontend", "version": "0.1.0", "private": true, "scripts": { "serve": "vue-cli-service serve", "build": "vue-cli-service build", "lint": "vue-cli-service lint" }, "dependencies": { "core-js": "^3.8.3", "vue": "^3.2.36", "vue-router": "^4.0.13" }, "devDependencies": { "@babel/core": "^7.12.16", "@babel/eslint-parser": "^7.12.16", "@vue/cli-plugin-babel": "~5.0.0", "@vue/cli-plugin-eslint": "~5.0.0", "@vue/cli-service": "~5.0.0", "eslint": "^7.32.0", "eslint-plugin-vue": "^8.0.3" }, "eslintConfig": { "root": true, "env": { "node": true }, "extends": [ "plugin:vue/vue3-essential", "eslint:recommended" ], "parserOptions": { "parser": "@babel/eslint-parser" }, "rules": {} }, "browserslist": [ "> 1%", "last 2 versions", "not dead", "not ie 11" ] }  감사합니다.

저는 이문제는 이렇게 해봤는데영상에서는 포문이 두개 들어가더라구요이 방식도 맞는지 한번 봐주실수 있을까요?def solution(nums): sortArr = sorted(nums) minVal = 1000 result = [] for i in range(len(sortArr)-1): subVal = sortArr[i + 1] - sortArr[i] minVal = min(subVal, minVal) list = [sortArr[i], sortArr[i+1]] if minVal == subVal: result.append(list) return result

제5회 작업형 2유형 가지고 풀어봤습니다. 선생님 덕분에 깔끔하게 쓸 수 있게 됐네요. 작년에는 개념을 아예 모르고 냅다 암기만 해서 얼마나 당황했는지..;;str(df)df$model <- as.factor(df$model)df$year <- as.factor(df$year)df$transmission <- as.factor(df$transmission)df$fuelType <- as.factor(df$fuelType)str(df)inx <- createDataPartition(df$price, p = 0.7, list = F)train <- df[inx,]test <- df[-inx,]model1 <- randomForest(price~.,data=train)p1 <- predict(model1, test)rmse(p1, test$price)tst$model <- as.factor(tst$model)tst$transmission <- as.factor(tst$transmission)tst$fuelType <- as.factor(tst$fuelType)tst$year <- as.factor(tst$year)df <- df[,-2]tst <- tst[,-2]model2 <- randomForest(price~.,data=df)p2 <- predict(model2, tst)result <- data.frame(pred = p2)write.csv(result, 'C://r/result.csv', row.names=FALSE)result_check <- read.csv('result.csv')result_check이런 식으로 선생님께서 알려주신 방법대로 했었는데, randomForest 모델 만들고 tst 데이터에다가 predict 적용할 때 에러가 났었습니다.Type of predictors in new data do not match that of the training data.?predict, ?predict.randomForest 둘 다 해봐도 도통 원인을 모르겠어서 결국 인터넷 검색을 해봤더니 factor가 너무 종류가 많아서 일어나는 문제라고 하더군요;;그래서 앞으로 돌아와서df <- df[,-2]tst <- tst[,-2]두 행 추가해서 20개의 factor를 가진 year 칼럼을 삭제하고 다시 돌렸더니 그땐 됐습니다. train, test가지고 나눠서 해봤을 때 rmse가 1521이라고 나왔습니다만 회귀 문제라 좋은 건지 어떤지 모르겠더라구요. rpart보다 randomForest에서 rmse가 더 낮았으니까 성능이 더 좋다 이런 상대적인 판단만 가능했습니다.비슷하게 19개의 factor를 가진 model 칼럼을 날려버릴지 year 칼럼을 날려버릴지 고민됐는데 어느 쪽이 더 성능이 좋을지는 시험에 나온 데이터셋 가지고 해봐야겠네요. 범주형 데이터 다 넣어보고 빼보고 rmse 해서 비교해보겠습니다.결론은.. 회귀 문제가 나왔고 randomForest 모델 썼는데 predict에서 Type of predictors in new data do not match that of the training data.이런 에러가 나오면 factor가 너무 많은 칼럼을 과감하게 날려버리자! 였습니다. 제대로 판단한 건지 모르겠습니다만 혹시 벼락치기로 기출 풀어보시는 분들 있다면 공유차 글 작성합니다.

정렬에 사탕종류 문제에서정렬파트다보니 sort로 일부러 구현하신 것같긴한데저는 봤을때 set 밖에 생각이 안났어서요현재 주어진 케이스에는 정상적으로 나오는데 혹시 생각치 못한 케이스에 안될수도 있을까라는 생각에 올려봤습니다이것도 맞는 경우인건가요?def solution(nums): size = len(nums) / 2 dist = len(set(nums)) if size > dist: return int(dist) else : return int(size) print(solution(nums))