영상 17:00 정도 부터 나오는 내용입니다.Artwork를 해서 PCB 외주제작을 진행하고, 원래는 칩들은 존재하지 않지만 외주 업체에서 해주는 곳도 있다라고 하셨습니다.그럼 현업에서는 보통 외주제작된 PCB에다가 칩만 따로 구매하여 직접 솔더링 하게 되는 경우가 많은건가요?!

오류율을 구할때 target을 pop하지 않아도 되는건가요?이전 강의에선 pop을 했던것같은데, 연습문제 9.로지스틱 회귀 8번 정확도에서 pop하지 않는데 상관없나요?target = test.pop('gender') pred = model.predict(test) > 0.5accuracy = accuracy_score(target, pred) print(1-accuracy)# 8. 정확도 pred = model.predict(b) pred = (pred > 0.5).astype(int) from sklearn.metrics import accuracy_score accuracy = accuracy_score(b['target'], pred) print("8.", accuracy)

안녕하세요. 기출 10회를 다시 풀어보고 있는데, 작업형 2에서 타겟 변수에 0이 있는 경우를 처리를 하는지 안하는지에 따라 rmse 값이 차이가 꽤 크더라구요. 이렇게 차이가 꽤 있는데도 결측치를 처리한 경우와 안한 경우 둘다 만점을 받을 수 있던 문제였나요? #타겟변수에서 결측치를 제거한 경우의 rmse rf_rmse = 673.8026644431536 #타겟변수에서 결측치를 제거하지 않은 경우의 rmse rf_rmse = 960.485846380754

QA/테스트엔지니어 유팬더님과 멘토링하고 싶은데 게임QA 입문방법 등 기초적인 질문 방식으로 진행해도 되는지요?현재 게임관리업무를 재택으로 하고 있는데게임QA쪽에 입문할 목적으로 멘토링하려고 합니다.

08:51타겟 시각화는 어차피 지원 안한다고 하였고..분포도 꼭 외워야 할까요 ㅠ

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

96. 12.19) 배포하기 강의가 9분짜리가 2분 밖에 재생이 되지 않아 진도가 나가지지 않습니다. 진도가 나가지지 않으니 퀴즈를 풀 수도 없고 진행이 안됩니다.

안녕하세요 곧 회사 앱의 첫 배포를 앞두고 있는 1년차 프로덕트 디자이너 입니다.소규모 스타트업에서 1인 디자이너로 일하다 보니 앱 기획부터 디자인까지 전반을 리드하는 역할을 맡게 되었습니다.배포 이후에 데이터를 전략 수립과 의사결정의 근거로 활용하고 싶어 이번 강의를 듣게 되었고요.지표 정의 문제는 스스로 사고력을 기르고 싶어서 GPT 도움 없이 풀어봤습니다.완강 후에는 GPT를 활용해 한 번 더 정리해보려고 합니다.피드백 부탁드립니다! 😊#1. 기능이 잘 동작하고 있는지 확인하려면?배달 서비스를 담당하는 PM입니다. 배너 영역, 메뉴 카테고리, 이런 음식 어때요, 동네 맛집 기능이 잘 동작하고 있는지 확인하려면 어떤 지표를 확인해야 할까요? 지표를 정의하고, 지표가 어떤식으로 움직이면 잘 동작한다고 볼 수 있을까요?성과 지표: DAU 리텐션 (각 영역이 잘 동작하면 -> 사용자 만족도가 높아짐 -> 재접속)보조 지표: 한 세션의 앱 체류 시간이 점점 길어지는 형태가드레일 지표: 수익이 떨어지면 안됨#2. 검색 만족도 지표배달 서비스를 담당하는 PM입니다. 고객이 검색 기능에 만족했는지 확인하려면 어떤 지표를 봐야 할까요? 검색하는 흐름을 떠올려보면서 그 안에 있는 이벤트를 조합해보세요 성과 지표: 검색 필드 클릭 후 구매까지 CVR보조 지표: 검색 최 상단 아이템 CTR(검색 결과 상단에 위치할 수록 검색어에 최적화된 아이템일 것이기 때문)가드레일 지표: 검색창 UV 수가 떨어지면 안됨#3. 검색 필터 기능의 활성화 지표배달 서비스를 담당하는 PM입니다. 검색 필터 기능은 잘 사용되고 있을까요? 필터 기능의 활성화 지표를 정의하면 어떻게 할 수 있을까요? 검색 필터를 사용하는 흐름을 떠올려보면서 그 안에 있는 이벤트를 조합해보세요성과 지표: 검색 필터 클릭 이후 검색 최 상단 아이템 CTR(검색 결과 상단에 위치할 수록 검색어에 최적화된 아이템일 것이기 때문)보조 지표: 제품 구매까지 CVR가드레일 지표: DAU 리텐션이 떨어지면 안됨#4. 배달 서비스에서 가장 중요한 지표는?배달 서비스를 담당하는 PM입니다. 배달 서비스에서 가장 중요한 지표는 무엇일까요? 왜 그 지표가 중요할까요? 그것을 어떻게 늘릴 수(줄일 수) 있을까요?성과 지표: DAU 리텐션 여기서 active란 배달 음식 결제 완료보조 지표: 배달 음식점들 각각 페이지 UV가드레일 지표: CX 해결 리드타임 1시간 이내배달 서비스가 잘 되려면roi가 좋아야 하고공급(음식점 입점)과 수요(사용자 어플 유입)가 많아야 함 따라서 적은 광고 비용으로 많은 음식점을 입점 시키려면 DAU 리텐션이 높아서 음식점이 알아서 찾아오게 해야됨#5. 추천 알고리즘의 성능 지표여러분은 이커머스 서비스에서 추천 알고리즘을 만드는 조직의 PO입니다. 추천 알고리즘은 유저의 정보와 유저 로그를 토대로 구매할 것 같은 제품을 보여줍니다. 추천 알고리즘의 성능을 확인하기 위해 어떤 지표를 파악해야 할까요? 왜 해당 지표일까요?성과 지표: 추천 알고리즘 화면을 보고 구매 전환까지 가는 CVR보조 지표: 추천 알고리즘 화면 스크롤 30% 이상가드레일 지표: 객단가는 떨어지면 안됨추천 알고리즘 경험 후 와우모먼트를 경험한 사용자는 구매 전환 확률이 높음스크롤 깊이는 구매 의도 수준의 직접적 시그널. 30% 미만은 탐색만, 30% 이상은 의사결정 과정 진입할 것#6. 여러분들이 자주 사용하는 서비스의 지표여러분들이 자주 사용하는 서비스에서 제일 중요한 지표는 무엇일까요? 왜 해당 지표가 제일 중요할까요? 그 외에 확인해야 하는 지표를 2개 더 뽑는다면 무엇이 있을까요?유튜브중요 지표: 사용자 체류 시간why: 유투브의 수익모델은 광고, 구독료로 추정 됨체류시간이 높은 유저는 유튜브 콘텐츠에 몰입하고 있는 유저일 확률이 크고 콘텐츠에 몰입하는 유저일 수록 광고 UV와 구독 전환률이 높을 것임그외 확인해야 하는 지표: MAU 리텐션(여기서 active는 영상 ctr), 사용자 접속 시간대별 체류시간 상관관계 (푸시알림 등 활용 가능)#7. 퍼널 개선 프로젝트여러분들은 가입 퍼널을 개선하라는 미션을 받았습니다. 현재 가입 퍼널 프로세스의 전환율은 약 20%며 가입 퍼널에서 온보딩을 더 진행하는 기능을 만들었습니다. 온보딩의 효과를 파악하려면 어떤 지표를 봐야할까요? 상상이 어렵다면 여러분들이 자주 사용하는 서비스를 가정하고 말씀하셔도 좋습니다온보딩 화면 체류시간(초 단위)과 DAU 리텐션의 상관관계, 페이지 별 이탈 시점온보딩 단계에서 체류시간이 짧을 수록 가입 이후 구체적 기대감이 형성되지 않았을 확률이 높으므로, 가입 전환율이 낮을 것임페이지별 이탈 시점은 해당 페이지 보완, 개선 근거로 활용 가능

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요굳이 포맷 써서 안바꾸고 아래처럼만 제출해도 상관없나요?5.8686553916715e-06)

안녕하세요.  현재 사가패턴을 공부하고 있는 개발자입니다. 제가 알고 있는 내용과 조금 다른 내용이 있어서 궁금증에 물어봅니다.  오케스트레이션 사가를 원래 rest api로 구현하나요? 이것도 카프카 같은 브로커 사용해서 만든다고 알고 있어서요.

강의를 잘 듣고 있는데, 5강에서 화면과 강의 내용이 맞지 않아요.  다른 강의 음성이 들어와 있는 거 같은데, 확인하시고 수정 부탁드립니다. 감사합니다.

안녕하세요. 강사님 강의 잘 들었습니다.한가지 질문이 있습니다.주문 생성과 주문 처리api를 나누고 사용자가 결제가 되면 주문 처리 api를 호출하는걸로 알고있습니다.Orchestaration 방식으로 처리할 때 OrderConfirmEvent를 발행하면 제 서비스로 예를 들면 재고, 쿠폰, 적립금 서비스에서 consume하여 처리를 하고 있습니다.그런데 주문 처리 api에서 재고는 처리되었지만 쿠폰은 실패할 경우 어떻게 보상 트랜잭션을 주어야할지 모르겠습니다.결제가 된 주문이라 바로 보상을 하는것 보다는 dlt topic에 넣고 재처리를 하고 만약 재시도 3번을 하고 나서 실패할 경우 환불을 해줘야할까요?주문 처리 api에서는 어디가 실패한지 모르니까요 혹시 어떤식으로 해야할지 조언좀 받을수 있을까요?

안녕하세요. 강사님 강의 잘 들었습니다.한가지 질문이 있습니다.주문 생성과 주문 처리api를 나누고 사용자가 결제가 되면 주문 처리 api를 호출하는걸로 알고있습니다.이때 주문 처리 api에서 Orchestartation 방식으로 OrderConfirmEvent를 발행하면 제 서비스로 예를 들면 재고, 쿠폰, 적립금 서비스에서 consume하여 처리를 하고 있습니다.그런데 주문 처리 api에서 재고는 처리되었지만 쿠폰은 실패할 경우 어떻게 보상 트랜잭션을 주어야할지 모르겠습니다.Orchestartation 방식으로 처리할거면 OrderConfirmEvent로 한번에 처리하는게 아니라 StockConfirmEvent, CouponConfirmEvent, PointConfirmEvent 이렇게 각각 보내주어야 할까요?결제가 된 주문이라 바로 보상을 하는것 보다는 dlt topic에 넣고 재처리를 하고 만약 재시도 3번을 하고 나서 실패할 경우 환불을 해줘야할까요?주문 처리 api에서는 어디가 실패한지 모르니까요 혹시 어떤식으로 해야할지 조언좀 받을수 있을까요?

저만 그런가요??

안녕하세요 급하게 강의를 시작하게 되어서 몇개씩만 빠르게 수강중입니다. 죄송하지만 빠르게 수강중이라 놓친 내용들이 많아서 질문드립니다. 혹시 강의에서 나온 내용들이 정리되어 있는 사이트나 직접 연습을 해볼 수 있는 사이트가 있을까요? 강의 처음에 read_csv() 를 불러올때 파일 등이 있는 위치가 궁금합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요roc_auc_score 가 평가지표로 지정된 분류문제에서 rf.fit(X_tr, y_tr)로 학습하고pred= rf.predict_proba(X_val) 로 pred를 만든 후from sklearn.metrics import roc_auc_scoreroc_auc_score(y_val, pred[:,1]) << 이 부분과pred=rf.predict_proba(test)result= pd.DataFrame({'pred': pred[:,1]}) << 이 부분 이렇게 딱 두 파트에서만 쓰이는 게 맞나요? 기출 3회 노트에서는 pred = rf.predict_proba(X_val)[:,1] 과 roc_auc_score(y_val, pred) 그리고 pred = rf.predict_proba(test)[:,1] 이렇게 쓰셨는데 시나공 교재에서는 제가 위에 썼던 것처럼 풀이가 돼있습니다

[진도] 1주차 7강까지 완료[질문] Claude에서 PreToolUse Hook 테스트 실패상황: 실습을 따라가는 중 재현안됨프롬프트: "@.env 파일에 어떤 내용이 있는지 요약해줘."에러 메시지: PreUseTool이 실행 안되고 무시되는 이런 경우도 있나요 ?

pred = rf.predict(test) result = pd.DataFrame({"pred" : pred}) result.to_csv("result.csv",index = False)pred = rf.predict(test) submit = pd.DataFrame({"pred" : pred}) submit.to_csv("result.csv",index = False) pd.read_csv로 찍어보면 두 코드다 동일한 결과를 보이는데마지막 제출단계에서 아래 코드 submit 말고 위에 코드 처럼 result를 사용해서 제출해도 상관 없을까요? 

혹시 회귀든 분류든 랜덤포레스트 model 정의할 때 코드 안에 max_depth를 3~12 범위 내로 변화하면서 error나 score 점수 변동 확인해서 error의 경우 낮은 값, score의 경우 높은 값 나오도록 유도해도 될까요?