강의에서 알려주시는 코랩파일은 어디에서 다운로드 받을 수 있나요?엑셀 파일이나 마인드맵 자료는 다운 받았습니다.

안녕하세요강의 잘 듣고있습니다~CHAPTER 3 01 DML 핵집문제 (p. 306, 307)문제와 답이 서로 다른 내용인 것으로 보여서확인 부탁드리겠습니다 감사합니다

from sklearn.preprocessing import MinMaxScaler Scaler = MinMaxScaler() df_Scaler = Scaler.fit_transform(df[['qsec']]) re=df_Scaler>0.5 re.sum()

남박사님, relank 기능 사용하는 방법도 알려주실 수 있을까요?

혹시 25년 1회 문제풀이는 안해주시나요?

안녕하세요해당 수업 내용을 안드로이드로 실행시켰을때 세 가지 내용중 두 가가지는 잘 나오는데 기종정보는 alert가 안뜨는데 왜 그런걸까요 ??

사후검정방법이 꽤 여러가지있고 그 중에 두가지를 반복해서 알려주시는데, 둘중에 하나만 숙지해도 될까요?

메일 확인했습니다 감사합니다!

일원 또는 이원분산분석 모두 독립변수가 범주형이면 다 c를 붙이는지요?

처음 문제는print(stats.shapiro(df['A'])print(stats.shapiro(df['B'])print(stats.shapiro(df['C'])print(stats.shapiro(df['D'])처럼 쉽게 표현 했는데 왜 두번째 문제는 CondA = df['groups']='group_A'Print(stats.shapiro(df[CondA]['scores']))CondB = df['groups']='group_B'Print(stats.shapiro(df[CondB]['scores']))CondC = df['groups']='group_C'Print(stats.shapiro(df[CondC]['scores']))CondD = df['groups']='group_D'Print(stats.shapiro(df[CondD['scores']))처럼 어렵게 표현해?

강사님 안녕하세요! 두가지 질문이 두 가지 있습니다.1)from sklearn.model_selection import cross_val_score scores = cross_val_score(train, y scoring = 'f1_macro', cv=5) 이거 대신에train_test_split(train.drop('Segmentation',axis =1),train['Segmentation'], test_size = 0.2, random_state =0 ) 이렇게 데이터를 나눈 뒤, 평가를 해도 되는지 궁금합니다. 2)그리고 cross_val_score를 쓰지 않고, 아래처럼 기존에 쓰던 직접 f1-score를 구해 모델 평가하는 방식도 괜찮은가요?rf_f1 = f1_score(y_val, rf_pred, average='macro') 감사합니다cols = list(train.select_dtypes(include = 'O')) cols #['Gender','Ever_Married','Graduated','Profession','Spending_Score','Var_1'] # train[cols].nunique() #(2,2,2,9,3,7) # for col in cols: # print(train[col].value_counts()) train = train.drop('ID',axis =1) test_id = test.pop('ID') # from sklearn.preprocessing import LabelEncoder # for col in cols: # le = LabelEncoder() # train[col] = le.fit_transform(train[col]) # test[col] = le.transform(test[col]) # train.head() train = pd.get_dummies(train).astype(int) #(6665,30) test = pd.get_dummies(test).astype(int) #(2154,29) # print(train.shape,test.shape) # print(train.shape,test.shape) #(6665, 29) (2154, 28) train.head() from sklearn.model_selection import train_test_split X_train, X_val, y_train, y_val = train_test_split(train.drop('Segmentation',axis =1),train['Segmentation'], test_size = 0.2, random_state =0 ) print(X_train.shape,X_val.shape,y_train.shape, y_val.shape) #(5332, 28) (1333, 28) (5332,) (1333,) from sklearn.metrics import f1_score from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state = 0, max_depth = 9, n_estimators = 700) rf.fit(X_train,y_train) rf_pred = rf.predict(X_val) rf_f1 = f1_score(y_val, rf_pred, average= 'macro') print(rf_f1) # 0.5350437339763565 /9 700 0.543685768934749 # # from lightgbm import LGBMClassifier # # lgbm = LGBMClassifier() # # lgbm.fit(X_train, y_train) # # lgbm_pred = lgbm.predict(X_val) # # lgbm_f1 = f1_score(y_val, lgbm_pred, average= 'macro') # # print(lgbm_f1) #0.5277491575057244 pred = rf.predict(test) sumbit = pd.DataFrame({'ID':test_id, 'Segmentation': pred}) sumbit.to_csv('submission.csv', index = False) pd.read_csv('submission.csv') #0.31924

맥에서 터미널을 이용해서 진행하고 계신데요윈도우에서 이렇게 하려면 어떻게 하면 되는지 자세하게 설명해 주셨으면 좋겠습니다.

"math.csv"파일을 어디서 불러올 수 있나요?

07:26에서"f1 스코어로 예측할때는 확률 값이 아니라 클래스로 나누기 때문에 predict로 예측해야한다"라고 말씀해주셨는데 이 부분에서 질문이 생겼습니다!1) 확률 값으로 예측하는건 평가지표 중 roc_auc_score 뿐인지2) 만약 평가 지표로 roc_auc로 한다고 문제에 출제되었으면 제출 예시로 확률 값이 아닌 클래스 값으로 나온 것 처럼 보여도 predict_proba ()로 예측해도 되는지 궁금합니다!-> 제가 알고있기론 roc_auc_score가 평가 지표여도 predict()를 사용해서 해도 되지만, 평가 성능이 차이가 나는 걸로 알고 있는데 제대로 알고 있는건지 여쭙습니다!!

order.service 계층에서import { CreateRequestOrderDto } from 'src/order/presentation/dto/create.order.dto';presentation 계층의 dto를 참조하는데 이유가 있을까요??궁금해서 질문드립니다.

⚠질문 작성법세션 7 - 4.API를 사용해 명언 강사님처럼 명언을 검색바 밑으로 보여지게 출력하고 싶은데요, 저는 오른쪽으로 명언이 출력되요! 명언바 위치 설정을 어떻게 해야 하는 지 궁금해요?!const API_URL = "https://random-quote.hyobb.com/"; const quoteElement = document.getElementById("quote"); const quoteItem = localStorage.getItem("quote"); const nowDate = new Date(); const month = nowDate.getMonth() + 1; const date = nowDate.getDate(); const setQuote = (result) => { let quote = { createDate: `${month}-${date}`, quoteDate: result }; localStorage.setItem("quote", JSON.stringify(quote)); quoteElement.textContent = result; }; const getQuote = async () => { try { const data = await fetch(API_URL).then((res) => res.json()); const result = data[1].respond; setQuote(result); } catch (err) { console.log(`err:${err}`); setQuote("작은 기회로 부터 종종 위대한 업적이 시작된다. - 데모스테네스"); } }; getQuote();

안녕하세요 맛비님 강의를 수강하는 학부생입니다.[1. 질문 챕터] : 21강 16분 쯤[2. 질문 내용] : ID에 대해 헷갈리는 점이 있어서 문의 남김니다.ID에 대해 찾아 보다가 다음과 같은 두 개념이 혼동되는 상황입니다.전자:"한 쌍의 인터'페이스' 상에서, 하나의 마스터가 여러개의 트랜젝션 요청을 보낼 때 ID를 구분하여, 여러 트랜젝션을 구분한다., 즉 하나의 마스터와 슬레이브 쌍이 여러 아이디를 주고 받으면서 트랜젝션을 구분하는 용도이다."후자:"interconnection에서 어떤 방식으로 transaction을 다룰지 알려주는 정보이며, transaction의 souce를 나타내는 용도로 사용된다. 즉 하나의 마스터가 하나의 ID를 가지면서 어느 마스터의 요청이였는지를 구분하는 역할이다."둘 중 어느 내용이 맞는건가요? 맛비님 강의를 보면 후자라고 이해가 됩니다.[3. 시도했던 내용, 그렇게 생각하는 이유] : SoC 현업자들 카톡방, GPT와 제미나이에게 물어본 결과 전자가 맞다고 하고일부 검색 결과와 맛비님 강의에 따르면 후자가 맞는거같아서 헷갈립니다.================== 고생많으십니다. 좋은 강의 만들어주셔서 감사합니다. AXI를 배울곳은 여기뿐이네요

안녕하세요! 학부생일때 간단한 프로젝트를 진행할 때는, erd를 그릴 때 관계도 명시하고, 이를 지켜서 테이블을 생성하려고 했습니다.그런데 테이블 생성문을 보니 보통 관계를 명시 안 하고 하시더라구요! (user의 id와 user_id 같은 것)보통 실무에서는 이렇게 관계를 명시 안 하고 테이블을 생성하는 편인가요?그리고 이렇게 했을 때 장점이 있을까요?너무 초보적인 질문이었다면 죄송합니다...!!

안녕하세요.ElasticSearch 를 배우고자 수강 시작했습니다.이 강의는 유투브 에도 올리시고 계신데요, 인프런에 올리신 강의를 유투브에도 다 올리실 계획이신지요?  

[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예)[질문 내용]여기에 질문 내용을 남겨주세요.start.spring.io 에 가서 신규 프로젝트 생성시 java 버젼을 21로 선택후 생성하고 인텔리제이에서 오픈을 시켜서 Project Structure 에서 JDK21을 선택한 후에 Settings 의 Build Tools -> Gradle 들어가면 "Select configuration element in the tree to edit its settings" 메시지만 보여지고 옵션을 변경할 수가 없네요. 그래서 기본인 Java 8 JVM으로 구동이 되어 오류가 나타납니다. 몇번을 인텔리J를 삭제하고, 레지스트리랑 남아 있는 찌꺼기 파일을 전부 다 삭제를 하고 재설치를 했는데도 같은 증상이 보이네요.혹시 이것 해결 방법이 있으시면 답변 부탁드립니다.그럼 수고하세요.