div id="highlighter"가 강의화면에는 없는데 왜 샌드박스파일에는 있는지 궁금해요 

https://blog.codefactory.ai/해당 사이트는 어떻게 만들었는지 대략적으로 알려주실 수 있을까요?!! 또한 웹화면이던 앱화면이던 반응형도 잘 구현되어 있어서 궁금합니다!

안녕하세요. 좋은 강의 잘 듣고 있습니다.강의를 들으며 실습을 하다가 궁금한 점이 생겨 질문드립니다.크게 두 가지 질문이 있습니다 ㅜㅜ 첫 번째로, public subnet에 NAT 인스턴스를 만들었는데, 역할이 잘 이해가 가지 않아 질문드립니다.제가 이해한 바로는관리자가 서버에 직접 접근할 때 bastion host를 통해 인스턴스에 접근할 수 있다클라이언트로부터의 요청은 alb를 통해 인스턴스로 요청된다이렇게 이해를 했습니다. 생성한 NAT는 언제 사용되는건지 잘 이해가 가지 않습니다.. 두 번째로, IGW를 통해 요청이 들어오면 IGW가 NAT 역할을 해준다고 검색을 해서 찾았는데.. 그렇게 되면 강의에서 생성한 NAT의 역할이 잘 이해가 가지 않습니다 ㅜㅜ 강의 항상 잘 듣고 있습니다. 감사합니다 :)

# 사이킷런 래퍼 XGBoost 클래스인 XGBClassifier 임포트 from xgboost import XGBClassifier # Warning 메시지를 없애기 위해 eval_metric 값을 XGBClassifier 생성 인자로 입력. 미 입력해도 수행에 문제 없음. xgb_wrapper = XGBClassifier(n_estimators=400, learning_rate=0.05, max_depth=3, eval_metric='logloss') xgb_wrapper.fit(X_train, y_train, verbose=True) w_preds = xgb_wrapper.predict(X_test) w_pred_proba = xgb_wrapper.predict_proba(X_test)[:, 1]위 코드 수행시 다음과 같은 오류가 발생해서 아래의 코드로 수정하여 고쳤는데도 오류가 발생하는데, 찾아봐도 무엇이 문제인지 알 수 가 없어 질문을 남깁니다.어떤 이유인지 몰라 질문 자세히 못드리는 점 죄송합니다..수정된 코드# early_stopping_rounds를 10으로 설정하고 재 학습. xgb_wrapper.fit(X_tr.values, y_tr.values, early_stopping_rounds=10, eval_metric="logloss", eval_set=evals,verbose=True) ws10_preds = xgb_wrapper.predict(X_test.values) ws10_pred_proba = xgb_wrapper.predict_proba(X_test.values)[:, 1] get_clf_eval(y_test , ws10_preds, ws10_pred_proba)AttributeError Traceback (most recent call last) Cell In[40], line 16 14 # XGBoost 모델 학습 15 xgb_wrapper = XGBClassifier(n_estimators=400, learning_rate=0.05, max_depth=3) ---> 16 xgb_wrapper.fit(X_tr.values, y_tr.values, early_stopping_rounds=10, 17 eval_metric="logloss", eval_set=evals, verbose=True) 19 # 예측 및 확률 추출 20 ws10_preds = xgb_wrapper.predict(X_test.values) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\core.py:506, in _deprecate_positional_args.<locals>.inner_f(*args, **kwargs) 504 for k, arg in zip(sig.parameters, args): 505 kwargs[k] = arg --> 506 return f(**kwargs) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\sklearn.py:1231, in XGBClassifier.fit(self, X, y, sample_weight, base_margin, eval_set, eval_metric, early_stopping_rounds, verbose, xgb_model, sample_weight_eval_set, base_margin_eval_set, feature_weights, callbacks) 1228 label_transform = lambda x: x 1230 model, feval, params = self._configure_fit(xgb_model, eval_metric, params) -> 1231 train_dmatrix, evals = _wrap_evaluation_matrices( 1232 missing=self.missing, 1233 X=X, 1234 y=y, 1235 group=None, 1236 qid=None, 1237 sample_weight=sample_weight, 1238 base_margin=base_margin, 1239 feature_weights=feature_weights, 1240 eval_set=eval_set, 1241 sample_weight_eval_set=sample_weight_eval_set, 1242 base_margin_eval_set=base_margin_eval_set, 1243 eval_group=None, 1244 eval_qid=None, 1245 create_dmatrix=lambda **kwargs: DMatrix(nthread=self.n_jobs, **kwargs), 1246 enable_categorical=self.enable_categorical, 1247 label_transform=label_transform, 1248 ) 1250 self._Booster = train( 1251 params, 1252 train_dmatrix, (...) 1261 callbacks=callbacks, 1262 ) 1264 if not callable(self.objective): File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\sklearn.py:334, in _wrap_evaluation_matrices(missing, X, y, group, qid, sample_weight, base_margin, feature_weights, eval_set, sample_weight_eval_set, base_margin_eval_set, eval_group, eval_qid, create_dmatrix, enable_categorical, label_transform) 332 evals.append(train_dmatrix) 333 else: --> 334 m = create_dmatrix( 335 data=valid_X, 336 label=label_transform(valid_y), 337 weight=sample_weight_eval_set[i], 338 group=eval_group[i], 339 qid=eval_qid[i], 340 base_margin=base_margin_eval_set[i], 341 missing=missing, 342 enable_categorical=enable_categorical, 343 ) 344 evals.append(m) 345 nevals = len(evals) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\sklearn.py:1245, in XGBClassifier.fit.<locals>.<lambda>(**kwargs) 1228 label_transform = lambda x: x 1230 model, feval, params = self._configure_fit(xgb_model, eval_metric, params) 1231 train_dmatrix, evals = _wrap_evaluation_matrices( 1232 missing=self.missing, 1233 X=X, 1234 y=y, 1235 group=None, 1236 qid=None, 1237 sample_weight=sample_weight, 1238 base_margin=base_margin, 1239 feature_weights=feature_weights, 1240 eval_set=eval_set, 1241 sample_weight_eval_set=sample_weight_eval_set, 1242 base_margin_eval_set=base_margin_eval_set, 1243 eval_group=None, 1244 eval_qid=None, -> 1245 create_dmatrix=lambda **kwargs: DMatrix(nthread=self.n_jobs, **kwargs), 1246 enable_categorical=self.enable_categorical, 1247 label_transform=label_transform, 1248 ) 1250 self._Booster = train( 1251 params, 1252 train_dmatrix, (...) 1261 callbacks=callbacks, 1262 ) 1264 if not callable(self.objective): File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\core.py:506, in _deprecate_positional_args.<locals>.inner_f(*args, **kwargs) 504 for k, arg in zip(sig.parameters, args): 505 kwargs[k] = arg --> 506 return f(**kwargs) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\core.py:616, in DMatrix.__init__(self, data, label, weight, base_margin, missing, silent, feature_names, feature_types, nthread, group, qid, label_lower_bound, label_upper_bound, feature_weights, enable_categorical) 613 assert self.handle is not None 614 return --> 616 handle, feature_names, feature_types = dispatch_data_backend( 617 data, 618 missing=self.missing, 619 threads=self.nthread, 620 feature_names=feature_names, 621 feature_types=feature_types, 622 enable_categorical=enable_categorical, 623 ) 624 assert handle is not None 625 self.handle = handle File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\data.py:707, in dispatch_data_backend(data, missing, threads, feature_names, feature_types, enable_categorical) 705 return _from_tuple(data, missing, threads, feature_names, feature_types) 706 if _is_pandas_df(data): --> 707 return _from_pandas_df(data, enable_categorical, missing, threads, 708 feature_names, feature_types) 709 if _is_pandas_series(data): 710 return _from_pandas_series(data, missing, threads, feature_names, 711 feature_types) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\data.py:297, in _from_pandas_df(data, enable_categorical, missing, nthread, feature_names, feature_types) 289 def _from_pandas_df( 290 data, 291 enable_categorical: bool, (...) 295 feature_types: Optional[List[str]], 296 ): --> 297 data, feature_names, feature_types = _transform_pandas_df( 298 data, enable_categorical, feature_names, feature_types) 299 return _from_numpy_array(data, missing, nthread, feature_names, 300 feature_types) File ~\anaconda3\envs\sklearn_env\lib\site-packages\xgboost\data.py:250, in _transform_pandas_df(data, enable_categorical, feature_names, feature_types, meta, meta_type) 246 if isinstance(data.columns, pd.MultiIndex): 247 feature_names = [ 248 ' '.join([str(x) for x in i]) for i in data.columns 249 ] --> 250 elif isinstance(data.columns, (pd.Int64Index, pd.RangeIndex)): 251 feature_names = list(map(str, data.columns)) 252 else: AttributeError: module 'pandas' has no attribute 'Int64Index'

캐릭터 색상 밝게 한 파일은 어디에 위치해있는지 알 수 있을까요?ㅠㅠ

안녕하세요! 우선 제 k8s cluster는 클라우드 서비스를 이용하여 master노드와 worker노드 2개를 각각 다른 vm에 설치해서 총3대로 구성한 상태이구요, section7의 service 실습 강의를 듣던 도중, master노드에서 DNS record를 조회해 보았는데 조회가 안되더라구요. 정상적인 결과인 것일까요? ps. 노드1에서 노드2로의 접근은 확인이 된 상태입니다. (pod-a가 node1, request-pod가 node2에 위치) 

제가 학교에서 수업으로 잠깐 Android Studio를 다루게 되고, 그 때부터 "The emulator process for AVD Pixel_3a_API_33 has terminated." 이라는 오류가 떠서 실습을 전혀 진행을 못해 손을 놓은 상태였는데, 최근에 다시 앱개발에 관심이 생겨 flutter도 구축하고 Android studio도 다시 설치해서 애뮬레이터를 작동시키려 하는데, 한달동안 구글에 있는 모든 방법들을 다 해봤다고 생각하는데도 계속 똑같은 오류가 발생해서 이제는 겁이 나네요. 포맷하고 원격 구축을 맡겨야 할까요?

제목 그대로 ./gradlew test 실행시 인식할수 없다고 뜹니다. 이 경우 gradlew이 설치되지 않아서 발생하는 문제인지 궁금합니다.

상세페이지에 진행중이라고 써있는 도서무료이벤트는 어떻게 확인하나요?

test 코드 실행시 12월 30, 2024 10:47:24 오후 org.junit.platform.launcher.core.EngineDiscoveryOrchestrator lambda$logTestDescriptorExclusionReasons$7INFO: 0 containers and 3 tests were Method or class mismatch라는 경고 메시지가 뜹니다. test 코드가 돌아가는 데 큰 무리는 없지만 개인적으로 궁금해서 질문드립니다.  

전자정부 프레임워크 3.9의 경우 종료되었다고해서 3.10을 다운 받았는데요, eGovFrame-3.10.0-Win-64bit.exe (3,641,056,401 Byte) 해당 파일을 다운로드 받았는데, jdk와 mysql등이 포함되어있는 bin폴더가 없는데 어떻게 해야하나요?

TSharedPtr<FComponentRequestHandle> ExtensionRequestHandle = ComponentMan->AddExtensionHandler(APawn::StaticClass(), AddConfigDelegate);이 함수가 모든 Pawn에 적용된다면 적 몬스터같은 Pawn에도 바인딩이 될텐데 Pawn의 StaticClass가 아닌 플레이어 캐릭터의 StaticClass()를 쓰면 될까요?

안녕하세요, 이제 막 Animation Blueprint 강의를 들을려고 하는데 강의/개발 계획에 궁금한 점이 있어 질문 드립니다. 개인적으로 언리얼의 컨트롤릭과 모션매칭 등 프로시저럴 애니메이션에 관심이 있어 병행학습중인데, 혹시 향후 해당 기능을 사용하실 예정이 있을까요?

참고로 제공해주신 소스도 동일하게 뜹니다. Objects stored in @StateObject properties must be isolated to the main actor.  This warning will become a runtime crash in a future version of SwiftUI.

안녕하세요, 수강하고 있습니다.다름이 아니라, 노션 강의자료에서 제일 첫 머리글인 커리큘럼 밑에 아이템들을 클릭할때, 상세페이지로 전환되지 않고 있습니다. 해당 부분에 대해 특별한 사유가 있어서 막혀있는 것인지 궁금합니다.추가로, 강의 1년 연장이 되는지도 한번 여쭤봅니다. 새해 복 많이 받으시고 도움 많이 받아 가겠습니다. 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. http://boj.kr/1f41e2f112004e30a2675ecfa882bc51 다음과 같이 코드를 작성했는데, 계속 런타임 에러가 떠서, 혹시 이유를 알 수 있을까요?

안녕하세요. 이번에 강의를 들으면서 애드몹 기반의 앱을 만드는 사람들이 모여있는 카톡방이 있으면 좋을 거 같다는 생각이 들었습니다. 주제가 엄청 니치하기도 하고 주변에서 이런 분들과 소통할 기회가 없어서 필요성이 느껴집니다. 혹시 운영하시는 오픈 채팅방 같은 게 있다면 들어가고 싶습니다!

 학습과는 무관한건데 개인적으로 궁금해서요.. 2:34에 등장하는 확장 프로그램이 궁금해요 !

안녕하세요 토비님. 올해 토비님의 인프콘 발표내용중 마지막 부분에, 무조건 인터페이스를 사용하라 라고 하신 것에 대해 왜 무조건 인터페이스를 사용해야 하는지 궁금합니다. 평소 저의 생각은 구현체가 한개라면 굳이 인터페이스로 분리할 필요는 없다고 생각했습니다. 구현체가 두개 이상이 되었을때 인터페이스로 분리해도 충분하다고 생각했었는데요. 토비님께서 아주 단호하게 말씀하셔서, 어떤 관점에서 인터페이스를 꼭 사용해야 하는지 궁금하여 질문을 남기게 되었습니다.언제나 좋은 강의 만들어 주셔서 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. 안녕하세요.  선생님.  덕분에 재밌게 근본을 다지고 있는데요.  혹시, 세 번째 강좌인 cssom에 대한 강좌는 아직 계획이 없으신걸까요? ㅜㅜ  향후 계획이 있으시다면, 언제 오픈하실 지 궁금합니다. ㅎㅎ  모조록 건강하시고, 새해 복 많이 받으세용 감사합니다.