평균이 왜 다를까용?...

그랩님, 강의 잘 듣고 있습니다.Ngrok에러가 앞전에 이어 지금도 있어서처음부터 다시 시작해보려고윈도우 크롬 다운로드 파일에서 다운로드한 Ngrok파일을 삭제 후다시 https://ngrok.com/download/windows?tab=download 에 들어가서 다운로드 후 압축을 풀려고 하는데, 이것을 컴퓨터 알약 프로그램이 아래 첨부한 사진처럼 악성 코드로 분류해서 치료할 것인지프로그램이 물어봐서 제가 치료하기 누르는 순간 결국 삭제되어서 Ngrok 진행을 하지 못하고 있습니다.왜 예전에는 다운로드 할 시에는 악성코드 문제 이슈가 전혀 없었는데요, 지금은 아래와 같은 첨부 사진 처럼뜨기에 혹시나 보안에 취약해지면 컴퓨터가 잘못 될 수도 있을 것 같아서 이것을 제대로 알고 시도해 봐야 될 것 같아 질문을 다시 드리게 되었습니다.아래는 ngrok 가서 다운 받은 [다운로드 폴더] 스샷 입니다.아래는 ngrok 다운 받은 파일 실행 후 스샷 입니다.마지막 사진은 ngrok 다운로드 받고 압축 해재하려면 아래와 같이 뜨는 스샷입니다.질문 요약 : ngrok 다운 받으면 알약에서 악성코드로 인지해서 악성코드 치료하면 ngrok.exe가 지워집니다. 어떻게 해야하나요? 그냥 치료 안하고 설치해도 되는 건가요? 이렇게 그냥 치료 안하고 진행해도 해킹 문제나 보안 문제가 발생하지 않을까 걱정이 들어서 전문가이신 그랩님께 여쭈어 봅니다.빠른 답변 부탁 드립니다.

이메일로 강의자료 요청드립니다. dongxuan09@naver.com좋은 강의 감사합니다!

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 여기서는 데이터셋 분할시에는 .copy()는 안해도 괜찮나요? 작업형 3에서는 데이터 분할시에는 .copy() 적어주는게 좋을지요? 

import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/7_1/student_assessment.csv") print(df.head()) print(df.shape) print(df.isnull().sum()) df = df.dropna() print(df.isnull().sum()) print(df.shape) print(df['id_assessment'].value_counts()) cond = df['id_assessment'] == 12 df = df[cond] print(df.head()) df['zscale'] = (df['score'] - df['score'].mean()) / df['score'].std() print(df.head()) print(df['zscale'].max()) #ANS=2.150 저는 z스케일을 식으로 (표준편차/(값-평균))으로 구했는데 퇴근후딴짓님이 skkearn.preprocessing 으로 불러와서 구한것과 살짝 차이가나네요 왜 틀린건지 알수있을까요?

모의2 문제6에서 0이하인 데이터를 ~로 지우셨는데요!혹시 drop() 으로 지울 수 있는 방법이 있나요? 감사합니다import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") r1 = df['views'].std() cond = df['age'] <= 0 # print(df.shape) df = df[~cond] # print(df.shape)

안녕하세요 선생님!시험 전까지 이해안가는 부분은 강의를 다시 들어보면서 복습을 진행하고 싶습니다.하지만 수강 만료일이 11월6일이라 앞으로 어떻게 공부를 해야할지 모르겠습니다 ㅠㅠ..혹시 시험일까지만이라도 수강 기간을 연장할 수 있는 방법은 없는지 문의 드립니다-!이메일은 maldong97@naver.com 입니다!

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요선생님, 쌩초보입니다..너무 기초적인 질문일 수 있는데요,,문제 1-3 에서는data = test 라는 과정은 필요 없나요?1-2 적합한 회귀모형을 사용하랬으니,predict하는 과정만 있으면 된다고 이해하면 될까요from statsmodels.formula.api import ols model = ols("design ~ c1 + c2 + c4 ", data=test).fit() print(model.summary())

최고의 강의 너무나 감사합니다.설치 시 에러가 있어 문의드립니다.!cd /content/automl/efficientdet; pip install -r requirements.txt note: This error originates from a subprocess, and is likely not a problem with pip. ------------------------------ import inference # 강의영상에는 from keras import anchors 이지만 efficientdet 패키지의 keras 모듈이 tf2 로 변경됨. from tf2 import efficientdet_keras model = efficientdet_keras.EfficientDetModel(config=config) model.build((None, None, None, 3)) print('#### checkpoint name:', tf.train.latest_checkpoint(INFER_CFG.model_dir)) model.load_weights(tf.train.latest_checkpoint(INFER_CFG.model_dir)) model.summary() ValueError: File format not supported: filepath=/content/efficientdet-d0/model. Keras 3 only supports V3 `.keras` and `.weights.h5` files, or legacy V1/V2 `.h5` files. 

여러가지를 써보고 가장 좋은걸 선택하는게 베스트겠지만.. 다 외우기 어렵다고하면 랜덤포레스트 하나로만 우직하게 밀고가도 합격에 문제없을까요?

1강부터 쭉 강의를 들으면서 노트북 보고있는데 어렵긴한데.. 일단 한번 쭉 들어보고 차근차근 정리를 해야할까요

잘몰라서.. 계속 노트북 링크로만 하고있습니다.방법이 어떻게 될까요

작업형 2 머신러닝 모의2번 문제에서 labelencoder할때, 명령어가 le = LabelEncoder()로 지정하고 아래와 같이 transform할때 fit을 넣고 다음에는 안넣는데, 추측하기로는 train 데이터에서 object 유니크 수를 파악하고 이에 맞는 것으로 변형하기 때문에 fit을 쓴것 같습니다. 그렇다면 trian이랑 test랑 유니크 수가 다르다고 하면 아래와 같이 쓰면 안되지 않나요? 아니면 알아서 잘 수치화가 진행되는걸까요? 일전에 강의에서는 train과 test에서 유니크 수가 다르면, 두 데이터를 상하로 합쳐서 같이 적용하고 나눈다고 들었어서 여쭤봅니다.train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col])

작업형 2유형 문제 궁금한게 있습니다.수치형 변수 스케일링을 하셨는데, 시험에서도 저 코드를 꼭 써야 하나요?저거를 임의로 판단을 해서 하는건가요? (마지막에 성능 지표로 확인해서 임의 판단인지) 아니면 시험장에서도 문제에서 명시가 되어있는걸까요?혹여나, 문제에서 명시 되어 있지 않는데 굳이 저걸 했다가 감점을 받지 않나 해서요저걸로 가점이 된다면, 항상 모든 문제에 수치형 변수 스케일링을 추가 해줘야 하는거 아닌가요?왜 문제 마다 수치형 스케일링을 해주는 경우도 있고 아닌 경우도 있고.... 이해가 안갑니다그리고 RobustScaler를 적용 하셨는데, MinMaxScaler로 해도 되나요? (다른 수치형 스케일링을 써도 되는지 여쭤봅니다)그리고 하이퍼 파라미터도 문제에 명시 안되어있는데, 저것도 임의 판단해서 쓰는건지 궁금하네요.시험 문제에는 저렇게 간략하게 나오는건가요? 문제에서 딱.. 하이퍼파라미터 적용.. 수치형 스케일링 적용... 이렇게 나오는게 아닌걸까요??너무 추상적이에요...만약 저렇게 추상적이게 나온다면, 임의로 성능 지표를 확인해가며, 수치형이 있다면 스케일링을 적용해보고, 하이퍼 파라미터가 성능 지표가 높게 나온다면 적용해보고... 이렇게 해야하는건가요?(외람된 질문이지만, 성능 지표가 너무 높게 나와도 안좋은거 아닌가요? 과적합 문제라던지요..)

저는 저 부분을 아래와 같이 for문 안에 if구문으로 처리 하고 싶었는데...if구절에서 i 값을 찍어보면 처음 값만 데이터 그대로 나오고.. 그 담부턴 어뚱한 값이 나오네요..뭘 잘못한걸까요? ㅠㅠmean_2001 = df.iloc[1].mean() print(mean_2001) #print(df.iloc[1]) #cond = df.iloc[1] > mean_2001 #sum(cond) for i in list2001: if i > mean_2001: print(i)

1번 문제 코드를 짜보았는데 결과 값이 조금 다른 것 같아서 질문 드립니다import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") df.nlargest(10, 'views') m=df.loc[21,'views'] df.iloc[:10,-1]=m cond=df['age']>=80 df[cond]['views'].mean()

제목과 같이, 로지스틱 회귀 내용에 대한 코드는 없나요? 삭제된것일지 궁금합니다. 필수적으로 들어야하나요? 

이런식으로 코드를 진행 했는데결과가 문자로 안나오고 숫자로 나오는데 혹시 원핫인코딩을 하지 않고 레이블 인코딩을 진행해서 그런건가요??

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요빅데이터 왕초보입니다 하지만 선생님 믿고 따라가려고 강의시작하였습니다..함수 부문에서return함수를 쓰는 이유가 정확하게 와닿지 않아서요..그냥 뭔가 미지수, a,b~로 도출하는것 같은데..return함수 쓰는거랑 안쓰는거랑 차이?점이 정확하게 무엇일까요 감사합니다

안녕하세요. 최근 남긴 문의와 같이 현재 데이터 브릭스 커뮤니티 에디션 종료 이슈가 있어 실습을 따라갈 수가 없는 상황입니다.앞선 문의 내용에선 환불을 말씀해주셨는데 저는 이미 강의자료를 받아서 시스템적으로 환불이 불가한 상황으로 나오는데, 별도로 환불 조치를 해주실 수 있을까요?