가격대를 특정 구간으로 나눌 경우 (예) 3만원 단위 구분: 10만~12.9만, 13만~15.9만~~~~). 파워쿼리에서는 조건열 말고. 조건 수식을 넣을수 있는지 문의 드립니다. 수많은 구간을 단순반복적으로 조견열 넣는것이 비효율적인것같아. M함수를 찾아봤는데. If 조건은 2가지 조건밖에 안된다고 되어있네요. 방법을찾아 고민하다가 질문글 드립니다.
안녕하세요! 이번에 처음으로 jpa를 사용해서 토이프로젝트를 하고있습니다. 질문에 앞서서 이런 강의 만들어주셔서 너무 감사합니다 한눈에 쏙들어오고 이해가 됩니다 ㅎㅎ 제가 드릴 질문은 json방식이 Array방식일경우 dto에 자동으로 맵핑이 안되더라구요...어떤방식으로 해야자동맵핑이 될지 궁굼합니다.
nextjs9 에서 styled-components 와 CSS를 같이 사용해서 작업중인데 (외부 스타일 라이브러리 때문에) ssr 때 지금 사용하는 css도 같이 _document 에서 서버사이드 렌더링으로 스타일 처리를 해주고 싶습니다. 또한, 이미지는 Lazy 하게 불러오더라도 해당 css 파일에 font-face 코드가 있는데 그래서 그런지 로컬 렌더링 후에 폰트가 적용되는 어색한 화면이 나옵니다. 혹시 어떻게하면 좋을지 참고할 수 있는 관련 링크라도 알려주시면 감사하겠습니다.
안녕하세요. 강의 잘 듣고 서울 코로나19 발생동향 분석하기 들어가서 [1/25] 판다스 단 한 줄로 서울시 코로나19 발생동향 크롤링하기 부터 막혔습니다. 만드신 시점과 현재 시점간 차이로 인해 서울시 웹페이지가 바뀐 것 같은데 필요한 정보 부분에서 읽어오지를 못하네요. table[3].T Out[3]: Empty DataFrame Columns: [] Index: [연번, 환자, 확진일, 거주지, 여행력, 접촉력, 퇴원현황] 보시는 것처럼 DataFrame은 비어있고 Index만 읽어왔습니다. 그리고 csv 파일은 다운로드 받았더니 character set이 안맞았는지 글자가 다 깨져 있습니다. 제가 뭘 알아서 해보기에는 할 수 있는게 없어서 글 올립니다.
[root@cent7 docker-fullstack-app]# docker-compose up Creating app_backend ... Creating docker-fullstack-app_nginx_1 ... error Creating docker-fullstack-app_frontend_1 ... Creating app_backend ... done Creating docker-fullstack-app_frontend_1 ... done Creating app_mysql ... done ERROR: for nginx Cannot start service nginx: driver failed programming external connectivity on endpoint docker-fullstack-app_nginx_1 (3488149d1b9177d6cb8475986f389295d4e1ff69f26bfdfcf7d97ede096b35c0): Error starting userland proxy: listen tcp 0.0.0.0:3000: bind: address already in use ERROR: Encountered errors while bringing up the project. 에러메세지는 위와같습니다. 포트 충돌과 같은 내용이 에러에 있어서 기존에 생성된 컨테이너들 모두 삭제하고 실행했는데도 동일하네요. 소스는 강사님 git hub 에서 가져와서 생성하였습니다.
며칠동안 강의 잘 보고 있습니다 제로초님 ㅎㅎㅎ 너무 도움이 많이 됩니다 ! LOGIN, LOAD_MY_INFO 액션 성공시 user 리듀서의 me 값에 팔로잉, 팔로우 데이터를 가지고 있고, FOLLOW, UNFOLLOW 액션 실행 후에도 DB, me의 팔로잉, 팔로우 값이 업데이트되기 때문에 profile 페이지에서 useEffect로 LOAD_FOLLOWERS, LOAD_FOLLOWINGS 액션을 실행해서 이미 가지고 있는 유저의 팔로잉, 팔로우 데이터를 가져올 필요가 없을 것 같고, 위 코드를 생략해도 현재 강의에선 잘 동작하는데 이렇게 코딩하신 이유가 궁금합니다.
part 4 강의 기다리고 있는데 저번에 외부강의 일정 때문에 늦춰진다고 답변 듣긴 했는데 혹시 올해 나오나요 아니면 내년에 나올 확률이 높은 건가여? 대충 일정을 알아야 저도 플랜이 달라져서 아니면 아예 part3까지만 나오고 끝날 수도 있는지 궁금하네요 ~ 여튼 강의 보고 기초적인 부분 많이 배웠습니다 감사합니다~
기본적인 tensorflow 내용은 다 알고 있습니다. 이를 웹에서 사용해보기 위해서 자바스크립트에서 어떻게 사용되는지 볼려고 했는데, 실제적인 예제는 없어보입니다. 처음에 계속 이론적인 내용만 나오길래, 뒤에는 제대로 실습이 나오겠지했는데..... 계속 나오지 않아서, 혹시 맨 뒤쪽에만 있나해서, 맨 뒤쪽 강의만 클릭해서 봤는데 실습은 아예 안나와보이네요... 최소한 돌려볼 수 있는 예제를 제공해주셨으면 합니다. 예제 코드 위치라도 알려주시면 감사하겠습니다.
SelfTest.func1()라고 쳐도 unbound method func1() must be called with SelfTest instance as first argument (got nothing instead) 라는 에러메세지가 뜨네요.... 왜 그러는 걸까요?
안녕하세요. 좋은 강의 잘 듣고 있습니다. 이미 Identity 폴더에 스캐폴딩을 했고, AspNetUsers 등의 엔티티가 생성되어 있는 상황인데, 이 강의를 보니 테이블 명도 바꾸고 하던데.. 강의에 사용된 코드들을 적용하고 마이그레이션 해도 될까요? 아니면 기존 걸 지우고 해야 하나요? 마이그레이션에서 하도 에러를 많이 겪어서 겁이 납니다. 좋은 팁이나 가이드 부탁드립니다. 감사합니다~
안녕하세요 강의 잘 듣고 있습니다. 문제 풀이도 보고 알고리즘도 돌려보고 했는데 이해되지 않는 부분이 있습니다. 아래 예제에서 알고리즘을 돌리기 전에 생각해보면 증가수열은 당연히 3, 6, 9, 10이 되어야 하는데 답은 3, 6, 9 인 3개 길이만 출력됩니다. 알고리즘 오류인지.. 길이3이 답이 될수 밖에없는건지.. 설명좀 부탁드리겠습니다. 좋은 강의 감사합니다. ▣ 입력예제 2 10 3 2 10 1 5 4 7 8 9 6 ▣ 출력예제 2 3 LRR
안녕하세요! 항상 좋은 강의 잘 듣고 있습니다 :) 다름이 아니라 수업을 들으며, 베이지안 최적화 방법을 통한 하이퍼 파라미터 튜닝 과정에서 헷갈리는 부분이 있어서 질문 올리게 되었습니다. 선생님이 예시로 보여주신 코드처럼 iteration을 수행할 때마다, 하이퍼 파라미터를 입력받아 학습하고 rmse 값을 반환하는 함수를 생성해주고자 합니다. 그런데 랜덤포레스트 모델에서 베이지안 최적화(cross validation 수행)을 하고자 할 때, 만약 평가 지표를 RMSE를 사용하고자 한다면 아래와 같이 코드를 작성하면 되는 것인가요? 구글링을 좀 해보니 함수 반환 값을 "return -mean_rmse" 와 같이 뒤에 -1 을 곱해서 rmse 값을 최소화 해주어야 한다는 글을 몇 개 보았는데, 어떤 것이 맞는 건지 헷갈리네요... 즉, return 값에 "mean_rmse" 를 해주는 것이 맞는지, 아니면 "-mean_rmse" 를 해주는 것이 맞는지 궁금합니다. rf_bayes_params = { 'max_depth': (6, 12), 'min_samples_leaf': (8, 18), 'min_samples_split': (8, 20) } def rf_eval(max_depth, min_samples_leaf, min_samples_split): params = { # n_estimators 값은 100으로 고정 'n_estimators': 100, # 호출 시, 실수형 값들이 들어오므로 정수형 하이퍼 파라미터는 정수형으로 변경해줘야 함 'max_depth': int(round(max_depth)), 'min_samples_leaf': int(round(min_samples_leaf)), 'min_samples_split': int(round(min_samples_split)) } rf = RandomForestRegressor(**params, n_jobs = -1, random_state = 1021) # Cross Validation neg_mse_scores = cross_val_score(rf, X_features, y_target, # CV를 수행할 것이므로, 전체 학습 데이터 셋을 사용 scoring = 'neg_mean_squared_error', cv = 3) rmse_scores = np.sqrt(-1 * neg_mse_scores) mean_rmse = np.mean(rmse_scores) return mean_rmse rf_bayes = BayesianOptimization(f = rf_eval, pbounds = rf_bayes_params, random_state = 1021) rf_bayes.maximize(init_points = 5, n_iter = 25) rf_bayes.res