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

책의 작업형1 연습문제 p164 에 있는 파일이 본 강의 모의고사 파일과 같은건가요?

안녕하세요!10회 시험치고 난 후 복기하여 혹시 여기서 감점사항이 있을지 여쭤보고 싶습니다!! 제가 작성한 코드는 배운내용중 레이블 인코더를 작성한후 제출하였으며, rmse값은 500후반대가 나왔습니다!(lightbgm으로 했을때 수치가 600대 이상으로 높게 나와서 최종적으론 randomforest로 제출) 코드는 아래와 같은데.. 고견 남겨주심 감사하겠습니다!!(복기코드내용중 혹시 오타가 있다면 실제 시험에서는 없다고 가정)  import pandas as pdtrain = pd.read_csv("train.csv")test = pd.read_csv("test.csv")print("\n ===데이터크기===")print("Train shape:", train.shape)print("Test shape:", test.shape)print( "\n ===데이터자료형===")print(train.info())print("\n ===결측치수===")print(train.isnull().sum())print(test.isnull().sum())#train['GAS_TOTL'].nunique()print("\n ===target기술통계===")print(train['GAS_TOTL'].describe())target = train.pop('GAS_TOTL')from sklearn.preprocessing import LabelEncodercols = train.select_dtypes(include='object').columnsfor col in cols:le = LabelEncoder()train[col] = le.fit_transform(train[col])test[col] = le.transform(test[col])from sklearn.model_selection import train_test_splitX_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0)from sklearn.ensemble import RandomForestRegressorrf = RandomForestRegressor(random_state=0)rf.fit(X_tr, y_tr)pred = rf.predict(X_val)#import lightgbm as lgb#lg = lgb.LGBMRegressor(random_state=0, verbose=-1)#lg.fit(X_tr, y_tr)#pred = lg.predict(X_val)#print(mean_squared_error(y_val, pred)from sklearn.metrics import mean_squared_errorrmse=mean_squared_error(y_val, pred)**0.5print(rmse) pred = rf.predict(test)result = pd.DataFrame({'pred': pred})result.to_csv("result.csv", index=False)print(pred.shape)print(pd.read_csv("result.csv").head())

공유해주신 수업자료에서 코드를 찾지 못하겠습니다.어디에 있나요?

안녕하세요 강사님, 다름아니라 문의메일을 gmail로 드렸는데, 확인해주실 수 있으실까요?! 감사합니다

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.

안녕하세요 혹시 구글 collab 외, 인터넷 연결 안되는 곳에서 실습할 수 있는 방법이나 프로그램이 있을까요? 보안 때문에 망분리 된 회사에서 근무하고있는데, 구글 drive 접속이 막혀있네요 감사합니다

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??

임시영상 시청을 했습니다. 일단 확실한 답을 달라는건 아니고 제가 영상을 제대로 이해한게 맞는지 여쭤봅니다.타겟값 0을 그냥 냅둔케이스가 삭제한케이스보다 조금더 안정적인걸까요? 영상에선 삭제한케이스의 오차값이 어마어마하게 커지는데 아무것도 안한케이스는 소폭의 차이밖에없는것 같아서요

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?

안녕하세요딴짓님 캐글 3회독하고 강의도 2회독 해서 가채점 결과 기합격 앞두고 있습니다. 감사합니다..^^ 빅분기 넘어서 ADP도 준비하려고 합니다.딴짓님 강의로 또 듣고 싶어요.있다면 알려주세요!!

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요혹시 제출할 때 index false없이 제출하게되면 0점 처리가 되나요...? 이번 10회차에서 안하고 제출한게 기억이 났습니다...이의제기신청하면 바뀔까요...?

라벨 인코딩 하는 과정에서 le.fit_transform(train[col])을 한 뒤에 le.fit_transform(test[col]) test에 fit_을 같이 붙여버렸습니다. col인 상권유형의 개수(unique)가 train과 test 차이가 둘다 a b c d e f 6개로 같았으면 성능평가에 지장 없을까요? 지장이 있다면 감점이 크게 될지 궁금합니다.

어차피 지나간 시험이지만.. 여기저기 후기랑 카페를 둘러보니 논란이 많아서 물어볼수밖에 없네요..타겟값에 결측치를 0으로 제거했다고 되어있으면 결측치를 제거해야하는건가요.? 그냥 진행해도 무방한가요? 저는 원핫인코딩하고 렌덤포레스트만 해서 600대인가 500대 인가 기억은 잘 안나지만 딱 기본만 하고 제출했거든요... 딴짓님의 의견이 궁금합니다.

강의에서 나오는 AAPL의 1980-12-12 가격과 제가 데이터를 받아서 열었을 때의 1980-12-12 가격이 다르게 나오는데 이건 왜그런건가요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요아 뭔생각이었는지 인코딩깜박하고모델돌렸다가 오브젝트 컬럼 오류 뜨길래그냥 드랍하고 모델돌렷는데 .. 이러면 아예 40점 다 날라가나요..? ㅠㅠ 2유형 빼고 나머지 4문제맞췄는데 이거때메 떨어져야하나요 ..

pd.DataFrame({"pred":pred}).to_csv("result.csv", index=False) 2유형 제출할때 마지막 csv 만드는 코드를submit에 담지않고 저렇게만 해도 되나요?? pred=rf.predict(test)pd.DataFrame({"pred":pred}).to_csv("result.csv", index=False) 마지막 2줄을 이렇게만 작성해서 제출했습니다read_csv로 파일 확인했을땐 test데이터와 size는 동일했습니다 

시험문제에 'gas_totl(taeget)의 결측치는 0으로 대체했다' 라고 명시되어있는데 다들 뭐 삭제해야하니 평균 중앙값 처리해야하니 하는데.. 어떻게 생각하시나요..솔직히 isnull에도 안잡혀서 그냥 처리됐구나 하고 넘어갔는데 불안감 조성하니까 착잡하네요.. 작업형1-3빼곤다맞았는데.. 이전에도 타겟값에 결측치있거나 그런문제가 있었나요? 추가로 작업형2 질문이 있습니다만..submit.to_csv('result.csv',index=False)제출print(test.shape, submit.shape)result = pd.read_csv('result.csv')print(test.shape, result.shape)이렇게 했는데 제출 한후에 파일 불러와서 형식이랑 result랑 테스트쉐잎 확인했는데 제출한 후에 확인해도 상관없는걸까요?? 그리고 이렇게 해도 괜찮은지도 질문드립니다.