시험환경으로 이동하면 실제 체험용 문제가 나오는데요, 문제 파일이 data/employee_performance.csv 인데 어디로 들어가야 하나요?

10회 때랑 강의목록은 달라지지 않은 것 같은데 똑같이 준비하면 될까요??

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세제출버튼이 없습니다. 어떻게 해야하나요

현재 프로그램들의 버전이 꽤나 많이 나온 것 같은데 전부 강의에 맞춰서 설치하는게 좋을까요?

 올려주신 원본 코랩 자료에서 시행할 때는 문제없이 나오는데 사본으로 직접 제가 작성하였을 때는 다음과 같은 오류 메시지가 뜹니다. 수업을 그대로 따라가면서 작성하였는데, 혹시 추가로 제가 빠트린 부분이 있는 건가요?

이런식으로 133 아래에 지저분한 수식이 붙는데 왜 그런걸까요? 

24번# 사용자별로 주문 거리의 합계와 평균 계산 df_distance = df.groupby('user')['거리'].sum()# 주문 거리의 합계가 50km 이상인 사용자만 필터링 cond = df_distance >= 50 df_distance = df_distance[cond] 25번# 1회 이하 주문 제외cond1 = time_interval>0m = time_interval[cond1].mean()선생님, 위 두 문제에서 df_distance 와 time_interval은 단순히 변수인가요? 그 뒤에 cond를 붙여준 것의 의미를 모르겠어요..변수에 변수를 합한 건가요? 교재 예시에 많이 나오는 df= df[cond] 코드는 cond변수 값을 df파일에 저장한다는 건가요? cond는 조건식에서만 사용하는 거죠? 그리고 25번 문제에서 시간간격이 1일 이하인 사용자 제외니까 time_intreval >0이 아니라 1인데 오류인거 같습니다.

다 좋은데 .. 어떤 영상은 소리가 괜찮은데 어떤 영상은 소리가 좀 작은것 같습니다. 배경에 소음도 들리고요. 이점만 개선하면 더 좋은 영상이 나올 것 같습니다.

지문에선 결측치가 30%이상이 되는 컬럼을 찾으라고 했는데, 강사님께서는 len(df)*0.3 을 하셨더라구요. 이건 전체 행 수의 30%를 계산한거 아닌가요?df.isnull().sum() / len(df) * 100 을 통해 나온 값 중에서 30% 이상인 컬럼들을 찾아야하는거 아닌지 여쭤봅니다.지문에선 결측치가 있는 컬럼은 최빈값으로 대체하라고 했는데, 어떤 컬럼의 최빈값이라는게 안나와있기 때문에 df['f3'] == 'gold')이렇게 f3컬럼이라고 지정하는게 맞는지, 아니면 30%미만, 20%이상인 결측치가 있는 컬럼은 '해당 컬럼의' 최빈값으로 대체하고 라고 이해하는게 맞는지 여쭤봅니다!

 인덱스와 문자의 순서가 잘못 출력되는 것 같아요... 원인이 뭘까요ㅠㅠㅠ?

체험환경 작업형3의 3번 소문제에 '독립표본 t-검정을 수행하고 p-값을 구하여라.' 라고 되어있으므로, a) 'stats.ttest_ind'를 사용하는 것을 이해하였고,b) 소문제 1~2번의 문제 흐름상 '등분산성을 가진다.'라고 가정되어'equal_var=True'(dafault 값이지만)를 입력하신 것도 이해하였습니다. 궁금한 점은,제가 문제 풀이 후에, 궁금해서 아래와 같이 shapiro 정규성 검정과 levene 등분산성 검정을 해보았는데,shapiro 정규성 검정에서 정상 그룹 데이터가 정규성을 따르지 않는 결과가 나왔습니다. 그렇다면 원래는 비모수 검정(만위트니유)를 해야한다고 생각되는데, 그냥 문제에서 요구한 대로 ttest_ind를 사용해서 푸는 게 맞는건지 헷갈립니다. [실행했던 코드]a = df.loc[df['Classification'] == 1]['log'] b = df.loc[df['Classification'] == 2]['log'] print(stats.shapiro(a)) print(stats.shapiro(b)) print(stats.levene(a,b)) print(stats.ttest_ind(a, b))[출력 값]ShapiroResult(statistic=np.float64(0.9521376332731428), pvalue=np.float64(0.03589547584091299)) ShapiroResult(statistic=np.float64(0.9801637075675661), pvalue=np.float64(0.3916017054819772)) LeveneResult(statistic=np.float64(1.8175868256604175), pvalue=np.float64(0.18027345425360713)) TtestResult(statistic=np.float64(-3.0286077921788532), pvalue=np.float64(0.003039226943143319), df=np.float64(114.0))

LDA나 NMF 에서 component 수를 어떤 것을 참고해서 최적의 수를 찾을 수 있을까요?군집에서 엘보우플롯이나, 실루엣 스코어를 참고했는데, 혹시 이렇게 참고할 만한 것이 있을까 궁금합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 저번 실기시험에서 낙방할때 R로 작업을 했는데요 1유형을 R로 하고 2,3유형을 python으로 한다거나유형에 따라 교차로 시험 볼수 있나요? 갑자기 생각 안나면 그전에 외웠던거라도 해야 하나 싶어서 여쭙니다

안녕하세요 선생님, 인프런에서 진행하는 추석완강 챌린지에서,선생님 강의를 신청하여 수강하고있습니다.강의는 너무 잘 듣고있고,오늘 미션이라 특별히 궁금한점은 없지만 질문 남겼습니다.^^ 저는 원래 Spring 기반의 백엔드 개발을 하다가,이직을 하면서 생성형 AI기반의 서비스를 개발하는업무를 담당하게 되었는데, RAG 기반 서비스 개발을 하면서 LLM을 공부하다보니, 딥러닝의 기초 없이, attention이나 트랜스포머 아키텍쳐를 이해하기에는 어려움이 있어 선생님 강의를 통해머신러닝 - 딥러닝 공부를 할 계획을 가지고 있습니다. 감사합니다.

지도학습 문제를 비지도 학습으로 바꾸어서 해결할 수도 있나요? 

안녕하세요! 9강에서 3d ball 학습할 때 적는 env 경로는 프로젝트에서 3d ball을 빌드한 다음에 적어야 하는 경로일까요?

안녕하세요?문자열 슬라이싱 실습하는데 결괏값에 작은따옴표가 나오든 안나오든 상관 없나요? 

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요, 교수님 우선 훌륭한 강의로 지식이 부족한 저에게 값을 매길 수 없는 정보를 제공해주셔서 감사의 말씀 먼저 드립니다.강의를 듣다 보니 질문이 생겼습니다. 강의 부제목 "손실(Loss)함수의 이해와 크로스 엔트로피(Cross Entropy) 상세 -02" 3분 30초 쯤에 "Loss가 좋아진다해서 반드시 매트릭이 좋아지지 않는다"라고 말씀하셨는데 이론적으론 Loss가 좋아지면 매트릭이 좋아져야한다 생각하는데 어떤 부분이 있는지 궁금해서 질문 남깁니다.다시 한 번 좋은 강의 제공해주셔서 감사합니다.

5분 30초부터 나오는 내용인데선생님, 그럼 scoring 함수로 회귀 평가를 하면 반환하는 값은 -1이 곱해져서 음수로 반환되는 건가요? 그래서 이 값을 scoring 함수가 자동 평가한다고 되어 있는데 그럼 어떤 평가 결과가 좋은지를 나타내는 함수가 또 있나요?

안녕하세요. OpenCV관련 질문이 있습니다.로컬 컴퓨터에서 OpenCV를 사용해서 학습을 하려고 합니다. CoLab이나 kaggle과 같은 GPU환경이 아니어도 학습을 할 수 있을까요?파이썬이 아닌 C# 또는 Java로도 진행할 수 있을까요?  대부분의 OpenCV 관련 강의는 파이썬으로 진행되어서 다른 언어로 진행하면 문제가 발생하진 않을까 고민 중입니다. - 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.