수업자료를 아무리 풀어봐도 코드가 없습니다 모두 dummy 파일만 있습니다. 코드 따로 공유 가능할까요?.

안녕하세요 강의 자료를 못 찾겠어서 어디에 있는지 알고 싶습니다다른 비슷한 질문들을 봤는데 동영상 들어가서 스크롤를 내려도 수업자료가 보이지 않습니다. 따로 강의자료 링크도 못 찾겠어서 강의 자료 어디 있는지 다시 설명 부탁드립니다  

운영하시는 triton 관련 디스코드 커뮤 주소 알 수 있을까요?

공유해주신 수업자료에서 코드를 찾지 못하겠습니다.어디에 있나요?

강사님 안녕하세요, 수강자 입니다. 다름이 아니라, ta 라이브러리를 사용하여, MACD라든지 RSI지수라든지 이런것들은 따로 안넣고 그냥 경제지표와 OHLCV값만 가지고 예측을 하는가요? 의미 있는 지수를 넣으면 성능이 더 좋아질거 같은데 어떤걸 넣으면 좋을지 모르겠네요!

[1]안녕하세요? 강화학습 입문 강의 듣고 있습니다. 순서적으로 듣고 있는데 환경이 Jupyter note에서 VS로 갑자가 바뀐 이유가 궁금합니다. [2]VS를 새로 설치해야하나요? 답변 부탁드립니다.2025.06.28from Olivetree

현재 코드를 동작을 해보면 이런식으로 두번 로그가 출력되고 있습니다. 로그 문제인가 싶어서 logger.propagate 옵션을 주어 로그 전파 방지도 해보고, 그냥 print로 출력 해도 콘솔 출력이 두개씩 나오는게 동일하네요 확인이 좀 필요할 것 같습니다.물론, 작업관리자에서 중복동작하는지는 확인 해보았으나 하나만 동작하고 있었습니다. /balance api도 해외 주식 잔고가 아니라 국내주식 잔고 같은데 swagger문서에는 해외 주식잔고로 되어있어서 확인이 필요할 것 같구요 작일(2025-06-25)기준 cursor mcp서버 등록 화면이 좀 바뀌었습니다. fileSystem mcp 서버 등록 json 설정방도 바뀌었더라구요.  그리고 잔고 기준 5%나, 이런식으로 매수를 하라고 말씀하셨었는데 한국투자증권 모의투자는 해외 예수금 잔고 조회가 안되는 것 같은데 이부분도 확인 부탁드리겠습니다.

이번 강의에서 GenerateLabel 클래스를 생성할 때 초기화에서 input_dir과 output_dir에 대해서 형식을 path로 미리 지정해주었습니다.  그런데 아래 validate_path 함수에서 추가적으로 if not all~ 구문을 사용해서 해당 인자들의 형식을 확인하도록 코드를 구성하셨는데 이러한 이유가 따로 있으신가요? 만약 해당 형식이 아니면 처음 클래스를 초기화할 때부터 에러가 발생하지 않나요? 항상 좋은 강의 만들어주셔서 감사드립니다.

안녕하십니까. 높은 질의 강의를 준비해주셔서 감사합니다.강의를 들으면서 현재 강의에서 최종적으로 만들고자 하는 MLOps 아키텍쳐 과정에서 궁금한 것이 생겨 이렇게 질문을 하게 되었습니다. 강의에서 '지도학습을 위한 라벨링 데이터를 만들기 어려운 상황이 많기 때문에 LLM을 통해서 라벨링 데이터를 만들겠다.'라는 느낌으로 말씀을 하셨는데 그렇게 되면 해당 데이터로 학습을 한 모델은 위에서 사용된 LLM의 성능에만 근접하도록 튜닝이 되는 것이지 않을까요?  궁금한 점을 좀 더 자세히 말씀드리면, LLM으로 anomaly detection을 수행하면 되는데 어떤 이유에서 LLM으로 만든 데이터셋을 예측하는 머신을 추가적으로 만들어야하는 이유를 잘 모르겠습니다.LLM API의 Latency 때문일까? 라는 생각을 했지만 정확하지 않은 것 같아 질문을 남기게 되었습니다.  좋은 강의 항상 감사드립니다.

강의 자료가 어디에 있는지 못 찾겠습니다.

보통 우리나라 취업 시장을 보면 몇몇 기업들 제외하고는 Azure보단 거의 대부분 AWS를 사용하는 것 같더라구요. 이왕 실습을 한다면 우리나라에서 많이 사용하는 AWS 환경에서 실습을 해보고싶은데, AWS 환경에서도 비슷한 구조와 인터페이스를 가지나요??

안녕하세요 선생님 강의 잘 듣고 있는 학생입니다. 요즘 저의 custom dataset으로 여러 object detection 모델을 돌려보고 있는데 시작은 보통 pytorch의 pt모델로 학습을 시작을 하는데제가 임베디드 시스템에서 돌려보고 싶어서 추론을 하고 싶어PyTorch -> onnx -> tensorflow -> tflite 변환 구조를 따라가 최종 모델을 tflite로 구성하려고 하는데양자화를 하지 않았는데도 tflite(float32) 성능이 아예 떨어져 pytorch에서는 잘 detect하던 모델이 아예 검출을 하지 못하는 상황이 발생하는데 혹시 이러한 상황이 아무래도 모델을 tflite로 축소하다 보니 자연스러운 상황인건지 이러한 상황을 극복하려면 데이터를 더 수집해서 성능을 높여야하는지 방법에 대해서도 좀 여쭙고 싶습니다.감사합니다~

- 강의 영상에 대한 질문이 있으시면, 상세히 문의를 작성해주시면, 주말/휴일 제외, 2~3일 내에 답변드립니다 (이외의 문의는 평생 강의이므로 양해를 부탁드립니다.)- 강의 답변이 도움이 안되셨다면, dream@fun-coding.org 로 메일 주시면 재검토하겠습니다. - 괜찮으시면 질문전에 챗GPT 와 구글 검색을 꼭 활용해보세요~- 잠깐! 인프런 서비스 운영(다운로드 방법포함) 관련 문의는 1:1 문의하기를 이용해주세요. 강의 교안을 이메일로 3가지를 지켜서 보내면 오전 중에 보내주신다는 영상이 있는데, 제가 토요일에 보내고 월요일에 안 보내주셔서 리마인더 메일도 드렸는데 읽으시고 어째서 아무 반응이 없으신거죠? 강의 교안을 구글 드라이브로 넣어주시는지, 이메일로 pdf 형식으로 오는지, 그 어떠한 답변도 못 받고 계속 기다리기만 해야하나요?처음 결제해보는데 너무 답답하고 짜증이 납니다. 이런 건 어디에다 문의해야하는겁니까?

노션 및 수업자료(코드) 다운로드는 어떻게 하나요?

안녕하세요 교수님.챗봇 부분 공부하다가 질문이 생겨서 남깁니다.기존 teacher forcing 학습 방식을 위해 encoder와 decoder를 포함한 모델을 따로 만들고, 이후에 decoder 모델을 다시 만든 다는 것으로 이해했습니다.하지만, 맨 마지막 모델인 decoder에서 output에 decoder context vector도(h, c) 같이 포함되는지 궁금합니다. (왜 Dense layer를 통과한 output과 context vector를 합치는지 이해가 잘 안갑니다.)감사합니다. decoder_input_h = Input(shape=(LATENT_DIMS, ), name='DECODER_INPUT_H') # hidden decoder_input_c = Input(shape=(LATENT_DIMS, ), name='DECODER_INPUT_C') # cell decoder_input_s = Input(shape=(1, ), name='DECODER_INPUT_S') # single # context_vector(encoding에서 나온 값) context_vector = [decoder_input_h, decoder_input_c] x = decoder_embedding_layer(decoder_input_s) x, h, c = decoder_lstm_layer(x, initial_state=context_vector) decoder_output = decoder_dense_layer(x) decoder_context_vector = [h, c] final_decoder_model = Model(inputs=[decoder_input_s, context_vector], outputs=[decoder_output, decoder_context_vector]) final_decoder_model.summary()

강의를 수강하시다가 막히는 부분이 있는 경우는 "자주 묻는 질문"을 먼저 참고 부탁드립니다.막히는 부분에 대해서 질문을 주실 때에는 꼭 강의 제목과 타임라인도 같이 작성 부탁드립니다. 궁금합니다

'numpy.ndarray' object has no attribute 'predict'

None of [Index(['weather_code', 'season', 'year', 'month', 'hour'], dtype='object')] are in the [columns] 더미 데이터 작업을 할 때 이런 오류가 뜹니다

안녕하세요 (퀴즈 - 출력 Feature Map으로 적용된 Conv 찾기 강의)밑의 그림의 27*27*256 feature map이 잘 이해가 가지 않습니다. 5*5 커널을 적용했다면 사이즈가 12*12*256이 되어야 하지 않나 생각이 들어서요~!

안녕하세요 지식 공유자님, 다름이 아니라 제가 제가 핸즈온 머신러닝 1판을 가지고있는데요, 혼자서 읽기엔 벅차서 집에 고이 모셔둔 상태로 몇년이 지났는데... 혹시 이 강의를 1판 책과 함께 들어도 진행하는데 크게 무리가 없을까요?