default를 바꿔도 반영이 안되고 md를 추가해도 새로 추가되지않는데 원인이 잇을까요...? 혹시 제가 맨 처음에 사용자 버전으로 output-styles로 해볼려다 거기서 터미널로 md를 생성할 줄 몰라서 건너 뛰었는데 혹시 빈 폴더만 있어서 그렇게 된걸까요? 1. 사용자 버전으로 한번 만들었는데 폴더만 있고 파일이 없어서 반영이 안된건지 이게 ./claude를 finder에서 찾을 수 없던데 혹시 어떻게 찾는지 안된다면 터미널로 Md 파일은 어케 생성하는지 알려주시면 감사하겠습니다!
제공해주신 소스코드에서 agent, custom-command를 붙여 넣기 했습니다. 처음에는 사용했는데, 갑자기 agent, custom-command 모두가 작동하지 않습니다. 그래서 클로드코드에서 agent를 새로 생성하면 목록에 보이는데, 클로드코드를 새로 시작(/exit 하고)하면 새로 생성한 agent가 명령어를 입력해서 나오지 않습니다. 어떻게 해야 할까요?
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
안녕하세요. 호두감자님 강의 잘 보고 따라하고 있습니다. 올라온것까지 다 따라서 구현했는데요. 앞으로 남은 강의 목차확인 가능할까요? 실제로 한투 API까지 연결해서 주식주문을 내고 싶은데, 그것까지 포함인지 궁금합니다. 💡 수강생 안내 사항 (커뮤니티 가이드) 학습 관련 질문 : 구체적으로 적을수록 정확한 답변을 받을 수 있습니다. 작성 팁 : 마크다운과 단축키를 활용하면 글을 더 편리하게 작성할 수 있습니다. 사전 검색 : 질문을 남기기 전, 커뮤니티 질문 & 답변에 비슷한 내용이 있었는지 먼저 검색해 보세요. 커뮤니티 매너 : 서로 예의를 지키며 존중하는 분위기를 함께 만들어가요. 서비스 문의 : 인프런 서비스 관련 문의는 1:1 문의하기 를 이용해 주세요.
커스텀 커맨드랑 스킬이 내부적으로는 같은 방식으로 처리되고 차이는 참조할 수 있는 보조파일 유무라고 하셨는데 그럼 스킬이 커스텀 커맨드의 상위호완느낌으로 이해했는데 맞나요? 그렇다면 현재 커맨드로 사용중인 작업들(git-commit, update-roadmap 등)을 스킬로 옮기는게 장기적으로 좋을까요?
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
💡 수강생 안내 사항 (커뮤니티 가이드) 학습 관련 질문 : 구체적으로 적을수록 정확한 답변을 받을 수 있습니다. 작성 팁 : 마크다운과 단축키를 활용하면 글을 더 편리하게 작성할 수 있습니다. 사전 검색 : 질문을 남기기 전, 커뮤니티 질문 & 답변에 비슷한 내용이 있었는지 먼저 검색해 보세요. 커뮤니티 매너 : 서로 예의를 지키며 존중하는 분위기를 함께 만들어가요. 서비스 문의 : 인프런 서비스 관련 문의는 1:1 문의하기 를 이용해 주세요.
for문과 if문을 통해 가장 첫번째 달성하는 순간 return(i,j)까지는 이해 했는데요. 해당 코드를 봤을때, 첫번째 i for문과 두번째 j for문이 있는데 가장 밖에 return -1은 첫번째 i for문에 return이 아닌 함수 fp(arr)의 return으로 봐야하는건가요? i for문과 j for문에 해당하는 리턴값이 없을경우에 영향을 미치는 걸까요? return(i,j) 값을 받아 함수를 탈출할때, return -1은 영향이 없는지 궁금합니다.
여러개의 동적 값들을 전달하고자 할때, 한개의 값이 스페이스를 포함하는 텍스트일 경우에도 전달이 가능한가요? 예를들어 두개의 값을 전달하고자 할때 $1이 "변하지 않는 값" $2가 5 일 경우 review-pr 이라는 커스텀 커맨드를 생성하였다고 가정하고 /review-pr 변하지 않는 값 5 라고 작성하면 안될 것 같은데, 가능한가요? 가능하다면 방법이 어떻게 될까요?
안녕하세요, 강사님. 수업에서 다루지 않은 내용이지만 질문할 곳이 없어 이렇게 글을 남깁니다. 저는 혼자서 코드 필사를 하며 머신러닝을 공부하고 있는데, 일부 코드가 이해가 잘 되지 않아 문의드립니다. 제가 질문하고 싶은 코드의 흐름은 다음과 같습니다. 트리 깊이에 따라 모델 성능 비교 적절한 트리 깊이 선택 선택한 트리를 시각화 코드 필사를 하면서 트리 깊이를 선택하는 과정은 이해했지만, 트리 깊이를 선택한 후에 트리를 시각화하기 전에 학습 데이터만 사용하여 모델을 fit하는 것 이 의문이 들었습니다. model = DecisionTreeClassifier(max_depth=5, criterion='entropy') model.fit (X.iloc[train_idx], Y.iloc[train_idx]) 개인적으로는 타겟값 원인 분석을 위해 학습 데이터와 검증 데이터를 함께 사용하는 것이 더 나을 것 같은데, 이 부분이 맞는지 확신이 서지 않아 문의드립니다. 혹시 이에 대해 설명해주실 수 있을까요? 아래는 질문 관련 코드입니다. # Parameter Searching ==> Depth 2 ~ 10 for i in range(2,11,1): print(">>>> Depth {}".format(i)) model = DecisionTreeClassifier(max_depth=i, criterion='entropy') model.fit (X.iloc[train_idx], Y.iloc[train_idx]) # Train Acc y_pre_train = model.predict(X.iloc[train_idx]) cm_train = confusion_matrix(Y.iloc[train_idx], y_pre_train) print("Train Confusion Matrix") print(cm_train) print("Train Acc : {}".format((cm_train[0,0] + cm_train[1,1])/cm_train.sum())) # Test Acc y_pre_test = model.predict(X.iloc[valid_idx]) cm_test = confusion_matrix(Y.iloc[valid_idx], y_pre_test) print("Valid Confusion Matrix") print(cm_test) print("TesT Acc : {}".format((cm_test[0,0] + cm_test[1,1])/cm_test.sum())) print("-----------------------------------------------------------------------") print("-----------------------------------------------------------------------") # Depth가 깊어질 수록 정확도는 높게 나오지만 해석력에 대한 가독성을 위해 Depth 5를 선택함 model = DecisionTreeClassifier(max_depth=5, criterion='entropy') model.fit (X.iloc[train_idx], Y.iloc[train_idx]) from sklearn import tree # Creating the tree plot # Creating the tree plot (left = True, Right = False) tree.plot_tree(model, filled=True, feature_names=X.columns, class_names = ['BAD', 'GOOD']) plt.rcParams['figure.figsize'] = [40,10]
커서 사용 중에 한 가지 여쭤보고 싶습니다. Windows 환경에서 Cursor 사용 시 텍스트나 이미지 복사/붙여넣기(Ctrl+C / Ctrl+V)를 할 때 상당한 딜레이가 발생하고 있습니다. 반면 VSCode에서는 동일한 작업이 실시간으로 정상 작동하고 있어서, Cursor에서만 발생하는 이슈로 보입니다. 혹시 이와 유사한 문제를 경험하신 적이 있으신지, 또는 원인이나 해결 방법에 대해 아시는 부분이 있으실까요?