- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

const { data: chatData, mutate: mutateChat, setSize } = useSWRInfinite<IDM[]>( (index) => `/api/workspaces/${workspace}/dms/${id}/chats?perPage=20&page=${index + 1}`, fetcher, ); useSWRInfinite가 2차원배열로 데이터를 받는다고 하셨는데 그러면 타이핑을 IDM[][]로 해야 하지 않나요?  

안녕하세요.   main-add.js에서 코드 붙여넣고 애니메이션은 정상적으로 작동하는데요. 한 가지 신경 쓰이는 이슈가 발생했는데 원인을 모르겠습니다.   scroll-section 1 에서 2로 넘어가는 부분(normal scroll 끝나는 부분, section 2의 시작점)에서 섹션2의 desc-message b, desc-message c (pin 메시지 부분)가 처음 한번만 (새로고침 하고 스크롤 할 때) 빠르게 나왔다가 사라집니다. 너무 찰나의 순간이라서 스크린샷도 찍을 수가 없어요.   js 코드가 좀 어수선해보여서 정리 후 다시 업로드 하겠습니다;; * 자바스크립트 포맷 정리하고 css 추가 업로드 하였습니다.   +추가로 prettier 같은 포매터 사용 때문에 강사님이 작성하시는 것보다 js의 가독성이 떨어지는 것 같은데 강사님은 따로 포매터 사용은 안하시나요?  

강사님 안녕하세요. 강의를 통해 자기개발해나가며, 데이터를 활용한 마케팅 내부에서 직무 전환을 목표로 하고 있는 상황입니다. 그 과정에서 제가 생각하고 이해한 내용이 맞는지, 이미 관련 직무로 현업에서 종사하시는 강사님께 여쭙고자합니다.   제가 공부해가며 이해한 내용입니다. (아래 과정에서 활용하는 툴은 앱 서비스 기업을 전제로 하여 작성하였습니다.)   1. 어트리뷰션 툴 활용한 데이터 수집 - Amplitude, Appsflyer 2. 특정 문제를 해결하기 위한 원하는 데이터 추출> - 데이터 활용을 위한 정제 역할로서 SQL을 활용. (SQLD 자격증을 취득하며 공부한 지식을 최대한 활용하고 싶습니다.) 잠재 고객의 특성 파악, 신규 고객의 유입 분석, 사용자의 행동 분석 등을 진행 3. 추출한 데이터를 데이터 통합 - 데이터 전처리 과정 - 태블로 4. 데이터 시각화 - 태블로 *윗 과정중 추출과 통합을 합쳐 분석 과정으로 보았습니다. 즉, 정리해보면 수집 > 분석 > 시각화가 되겠군요.   Q. 위에 정리한 저의 생각이 제대로 이해한 것이 맞는지요. Q. 실제 현업에서 이러한 과정으로 진행이 되어지는지 궁금합니다. Q. 진행된다면 위 모든 과정에서 필요한 지식과 툴 활용능력이 한 명의 인원에게 필요한 역량이며, 실제로 한 명의 인원으로 진행되고 있는지 궁금합니다.(리드 포지션 포함)   소중한 시간 내주셔서 감사합니다 ㅎ

nest에 pm2 사용 중입니다. 로그에 텍스트 색 비활성화 하는 방법 알고 싶습니다. tail 로 볼 때는 좋은데 에디터로 보면 ^[[32 ^[[39 같은 문자들이 섞여 있어 로그 보기가 힘듭니다.

안녕하세요, 좋은 강의를 촬영해주셔서 감사히 잘 듣고 있습니다.   다름이 아니라, 강의를 듣고 난 이후 실제 어플리케이션 API 서버를 작성하다가 궁금한 점이 생겨서 질문 드리게 되었습니다.   일반적인 SQL DB를 이용했을 경우에는 스키마에 참조무결성을 지정하고 cascade 등 관련 제약을 지정하면 dbms 단에서 이들이 구현되는 것에 비해서, MongoDB를 이용해서 ODM인 mongoose로 스키마를 형성하는 경우 참조 무결성 제약을 만드는 게 매우 어렵다는 것을 느끼게 되었습니다.   데이터베이스 모델링 자체를 NoSQL 스럽게 진행하여 최대한 nested document 혹은 subdocument를 이용해서 one-document ACID를 구현하고자 하는 철학은 잘 이해되고 그렇게 최대한 진행하였는데요..   개체 자체의 본질적인 속성으로 인하여 collection 간의 ref로만으로 처리할 수밖에 없을 경우에는 이를 활용하였는데, 참조무결성을 구현하기 위해서는 여러 번의 쿼리가 필요한 것을 알게 되었습니다. 여기에서 질문이 좀 있게 되었습니다.#1. 참조무결성 구현을 위하여 multi-document 간의 ACID를 지키기 위해서 transaction을 사용할 수밖에 없었는데, isolation 수준은 document level에서 진행되는 것일까요? 아니면 collection 자체에 쓰기금지까지 지정이 되는 것일까요?   #2. 몽고db 자체가 schemaless이기에 참조 무결성을 위한 지원이 없다는 것은 이해가 되는데, 그럼 실무에서 참조 무결성 제약이 필요한 경우에는 모두 ODM과 같은 tool을 이용하여 server단에서 구현하는 것이 최선일지요? 혹시 다른 더 좋은 방법이 있을지요?#3. 저는 mongoose와 관련된 라이브러리 중 만족스러운 오픈소스 ref > id validator가 없어서 직접 구현해서 사용하고 있는데 혹시 좋은 tool이 있을지 궁금합니다.(심지어 custom validator나 middleware을 이용해 구현할 때에는 순환참조의 문제가 발생할 수밖에 없는 듯하여 RESTful API 혹은 graphQL resolver 단계에서 구현하고 있습니다. 이렇게밖에 할 수 없는지 궁금합니다.)   다시 한 번 좋은 강의 촬영해주신 것에 매우 감사드립니다. 오늘도 좋은 하루 되셨으면 좋겠습니다. 감사드립니다.

학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요.1. 강의 내용과 관련된 질문을 남겨주세요.2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요.(자주 하는 질문 링크: https://bit.ly/3fX6ygx)3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요.(질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG)질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요.=========================================[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예/아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오)[질문 내용]여기에 질문 내용을 남겨주세요.   스프링부트 2.6.6 버전입니다 .yml을 아래와 같이 설정했는데 혹시 다르게 해야할까요 ?    

안녕하세요. 이제 막 React를 시작한 초보 개발자 입니다. 강의 11분에 리스트를 undefined 했을때 어떤 부분에서 에러가 나는지 강사님과 같은 화면을 보고싶으면 어떻게 해야하나요?  저는 위와 같은 화면이 뜨지 않고 빈 화면만 표기가 됩니다. 그리고 콘솔에 에러 표기도 DiaryList.js 가 아닌 bundle.js 로 표기가 되는데ㅠ 강사님처럼 상세 에러 화면을 보려면 어떻게 해야 하나요? 궁금합니다!

안녕하세요! 강의에서 노드3에 12개의 파드가 배포되어있는 상태에서 배포를 하였을 때, 노드1과 노드4에 2개의 파드가 배포되는 부분에 대해 질문이 있습니다. deploy-topologyspreadconstraints.yaml에서 region과 zone 모두 maxSkew가 현재 1로 설정되어 있습니다. 그러면 region별로는 파드의 수가 1이상 차이나면 안되고, zone에서도 마찬가지라고 생각했습니다. region에서는 이것이 잘 적용이 된 것 같은데, zone에서는 노드1과 노드4에 각각 2개씩 배포가 되어 maxSkew가 안지켜진 것으로 보입니다.(zone안에서의 노드끼리는 파드 수가 2개가 차이나므로) whenUnsatisfiable 또한 DoNotSchedule로 되어있어서 이렇게 배포가 되면 안되는 게 맞는 거 같은데, 이에 대해서 제가 잘못 알고 있는 점이 있는지 질문드립니다!   항상 친절한 답변 주셔서 감사합니다😀  

https://www.inflearn.com/course/ORM-JPA-Basic/lecture/21684?tab=community&volume=1.00&q=271478   있는데로 pom.xml 을 사용하고 pom.xml > maven > reload Project 를 했는데도 에러가 납니다. 해결방법을 알려주시면 감사하겠습니다.  

interface LengthType { length: number; } function logTextLength<T extends LengthType>(text: T): T { text.length; return text; } logTextLength('10'); https://www.inflearn.com/questions/411248 여기서 인자로 '10'이 length프로퍼티를 가진 객체만 가능하다고 하셨고 여기까진 이해 했습니다. 근데 '10'은 문자열로 프로토타입 체인상에 length프로퍼티를 갖지만 객체가 아니지 않나요 ?   + 인터페이스는 객체의 프로퍼티 타입을 정의할 때만 사용하는것인지요 ?  감사합니다:)  

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.   설명을 보면 yolo v1은 입력 이미지를 SxS 그리드로 나눠 각 셀이 하나의 object를 detect하는것 같은데 뒤쪽 구조에서 보면 feature map이 flatten된 후 그냥 reshape이 되어 7x7이 나왔습니다. 결국 입력 이미지를 7x7로 나눈게 아니라 feature map을 7x7로 나눠 detect하는 것 같은데... 입력이미지의 그리드와 마지막 reshape된 그리드가 매핑된다 생각하면 될까요 ?

    이미 만들어진 이슈를 새로운 에픽에 연결하고 싶습니다. 무슨 방법이 있나요?

안녕하세요 선생님, 먼저 좋은 강의 제공해주셔서 감사합니다. 한 가지 문의가 생겨 질문 남깁니다.   [문의 위치] 파이썬 flask 기본과 웹기술 > flask 로 Rest API 구현과 테스트 > 11:28   라우팅 /json_test 경로를 통해 데이터를 jsonify 메소드로 변환하는 과정에서 비정상적인 반환값이 확인됩니다.   (이미지1) 입력 : data = {'name' : '김대리', 'family' : 'Byun'}   (이미지2) 출력 : {"family":"Byun","name":"\uae40\ub300\ub9ac"} 이와 같이 name(key)에 대한 value 값이 정상적으로 출력되지 않습니다. (이미지3) 하지만, 터미널에서 http 명령어로 실행하면 정상적인 값이 보입니다. ** 참고로, 이어서 설명하시는 라우팅경로 /server_info 의 반환 데이터값에는 문제가 없습니다.   더불어, 한가지 더 질문 드리자면 선생님 출력 화면을 보면 (이미지4) json 데이터가 한줄이 아닌 여러줄, 그리고 색상도 칠해진 상태로 출력이 되는데요. 저의 경우에는 그렇지 않아서(이미지2), 해당 이유도 문의드립니다.     좋은 강의 정말 감사합니다. ^^   이미지1   이미지2   이미지3   이미지4

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.   깃헙 권한요청부탁드립니다 이메일은 hanyeonjeong13@gmail.com 입니다! 혹시 깃헙 로그인후 강의 아래 있는 링크 들어가니 404뜨는데 권한이 없어서 그런게 맞나요 ..?

안녕하세요 선생님   수업 초반부에보면 user 테이블에 대해 crud 를 보여주는부분이 있는데 여기서 사용되는 db는 어떻게 세팅한것인가요? 이에대한 내용이 다른 강의에 포함되어있나요?(선행 강의가 있나요?)

각 강의별 코드소스는 없는건가요?   깃허브에는 없는거 같네요..      

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인   코드를 app,vue 에 넣으면 밑줄이 생기네요..   밑줄 없는거는 제가 html 로 따로 연습할려고 옮겨놔서 밑줄이 없어진거네요..   답변좀 부탁드려도 될까요...ㅜㅜ밤새서..봤는데 .ㅠㅠ..프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

-영상하고 다 똑같이 코딩을 했는데... todos.value.push  등 value 가 들어가있는곳은 다 밑줄이 쳐져있고 for 문 작성하신것도 따라 적었는데..  박스안에 글자를 넣어도 추가로 투두리스트가 생겨나질 않습니다...    아 그리고 전 부트스트랩 안쓰고 뷰티파이제이에스 쓸거라 클라스에 꾸며주는건 안넣었습니다...ㅠ 급한데 답변좀 부탁드려요     

거친코딩님의 rating_matrix에선 943X1633이 나오는데  제 코드 결과값에선 943X1643이 나옵니다 ㅠㅠ #데이터 읽어오기(user, item, data) base_src = 'drive/MyDrive/RecoSys/Data' u_user_src = os.path.join(base_src,'u.user') u_cols = ['user_id','age','sex','occupation','zip_code'] users = pd.read_csv(u_user_src, sep='|', names=u_cols, encoding='latin-1') u_item_src = os.path.join(base_src,'u.item') i_cols = ['movie_id','title','release date','video release date', 'IMDB URL','unknown','Action','Adventure','Animation', 'Children\'s','Comedy','Crime','Documentary,','Drama','Fantasy', 'FilmNoir','Horror','Musical','Mystery','Romance', 'Sci-Fi','Thriller','War','Western'] movies = pd.read_csv(u_item_src, sep='|', names=i_cols, encoding='latin-1') u_data_src = os.path.join(base_src,'u.data') r_cols = ['user_id', 'movie_id','rating','timestamp'] ratings = pd.read_csv(u_data_src, sep = '\t', names = r_cols, encoding='latin-1') #ratings DataFrame에서 timestamp 제거 ratings = ratings.drop('timestamp',axis=1) movies = movies[['movie_id','title']] #데이터 train, test set 분리 from sklearn.model_selection import train_test_split x = ratings.copy() y = ratings['user_id'] x_train, x_test, y_train, y_test = train_test_split(x,y, test_size = 0.25, stratify=y) #stratify : 계층화추출(골고루 뽑히도록) #정확도(RMSE)를 계산하는 함수 def RMSE(y_true, y_pred): return np.sqrt(np.mean((np.array(y_true) - np.array(y_pred))**2)) #모델별 RMSE를 계산하는 함수 def score(model): id_pairs = zip(x_test['user_id'],x_test['movie_id']) y_pred = np.array([model(user,movie) for (user,movie) in id_pairs]) y_true = np.array(x_test['rating']) return RMSE(y_true,y_pred) # best_seller 함수를 이용한 정확도 계산 train_mean = x_train.groupby(['movie_id'])['rating'].mean() def best_seller(user_id,movie_id): try : rating = train_mean[movie_id] except : #해당 영화 데이터가 train data set에 없을때 rating = 3.0 return rating score(best_seller) #성별에 따른 예측값 계산 merged_ratings = pd.merge(x_train,users) users = users.set_index('user_id') g_mean = merged_ratings[['movie_id','sex','rating']].groupby(['movie_id','sex'])['rating'].mean() #g_mean rating_matrix = x_train.pivot(index='user_id', columns='movie_id', values='rating') rating_matrix