안녕하세요. 덕분에 fastapi를 쉽게 배우는 중입니다. ㅎㅎ 다름아니라 깃허브 레포 생성해서 올리고 싶은데요. fastapi 개발환경이 익숙치 않아서 문제를 겪고 있습니다. (예를들면 git status하니깐 pip로 설치한 라이브러리가 모두 뜬다던지.. 등등입니다. ) 혹시 간단하게나마로 여기에 깃허브에 올리는 순서를 적어주실수 있으신가요?? 예를들어) 1.어디 폴더위치에 들어간다. 2.여기서 무엇을 한다. 리모트 등등 3.git push origin feature한다.
안녕하세요. 강사님. yolov5(yolov8) val.py 결과 저장 질문드립니다. 아래와 같이 val.py 를 수행한 결과를 엑셀에 저장하려면 어떻게 해야 하나요? results = model.val()로 val을 수행하고, print(results.class_result(class_index))로 클래스의 precision, recall, map50, map50-95값을 확인할 수 있었습니다. 하지만 Images, Instances 값은 어디서 가져와야 하는지를 모르겠습니다... 그리고, conf_matrix = results.confusion_matrix.matrix로 cm을 가져왔는데, yolo val 에서 제공하는 box precision, box recall 값과 cm 을 통해 계산한 precision, recall 값에 차이가 있는데, 왜 그런지 모르겠습니다. yolo 문서 상으로는 box precision, recall은 IoU 만 중요시하고, class의 정답 유무는 중요시하지 않다고 하는데, 보고서나 발표자료에는 yolo의 box precision, reall을 평가지표로 삼아야 하는지, 계산한 precision recall 값을 지표로 삼아야하는지 모르겠습니다. 답변 부탁드립니다. 감사합니다.
다른 풀이 해주신거도 읽어봤습니다만. 포문에서 if문 한 덩이 안에 첫 조건식의 갯수가 2의배수 (1012)+3의배수 (674)-중복숫자(337) 1349가 앞의 항 참인 경우이고, 뒷항의 조건식은 !가 붙어서 5의배수 (404)+6의배수 (337)-중복숫자 30의 배수(67) 해서 뒷 항의 참인경우는 674 하지만 !가 붙어서 안의 항의 연상결과가 거짓인경우가 되어야 카운팅이 되기 때문에 2024-674 = 1350 ..? 이런식으로 푸는거 아닌가요??? 어렵네요 ......
이 문제 아래처럼은 안되나요? 답은 맞는데 백준에서 틀리네요 from collections import defaultdict n_list=defaultdict(int) a,b=map(int,input().split()) answer=0 list_f=[] for i in range(0,a): name=input() n_list[name]+=1 for i in range(0,b): name=input() if name in n_list: answer+=1 list_f.append(name) print(answer) sorted(list_f) for i in list_f: print(i)
안녕하세요 수업 너무 잘 듣고 있습니다. 수업중에 "변동성이 너무 크면, 통계적으로 접근하기 어려운 데이터가 된다"는 말씀을 주셨는데 왜 그런지 직관적으로 이해가 되지 않아서 질문드립니다. 변동성이 너무 큰 상황에서도 많은 반복을 하면 예상하는 margin을 기대할 수 있는 것이 아닌가 싶은 생각이 들기도 합니다. 설명 기다리겠습니다. 감사합니다.
수강 잘 듣고 있습니다. 예시를 토대로 설명해주시면서 외워야 될것이나 중요한 부분을 말씀해주시는데 튼튼하게 잡아서 가고 싶은데 어렵다 보니 놓치는 부분들이 좀 있네요.. 문제풀이 할 때 설명을 또 해주시는건지 아니면 강의 도중 중요하거나 외워야 될 것들은 한번만 이야기 해주시 는지 궁금하네요.
안녕하세요. 8회 작업형 2 관련해서 회귀문제라서 1.수치형 변수에 대해 minmaxscaler 2.범주형 변수에 대해 원핫인코딩 후 3.RandomForestRegressor(random_state=0) 학습결과를 제출했는데 적합한 모델로 돌린것인지 궁금합니다 * random_state=0 미작성시 mae값이 더 좋았는데 다시 생각해보니 에러값이라 작을 수록 좋은데 헷갈려서 '0' 적용한 값으로 제출했네요 결과 제출 시에는 test 데이터 행 개수 2064개 동일한것은 확인하였고 sklearn.metrics import mae 적용한값이 0.0000*** 소수점으로 출력된것으로 기억하는데 다른 분들 93,94는 아니었던 것 같아서 이런경우에는 오답처리되는 것인지 문의드립니다;;