경로는 맞는데 참 이사하네요 프로젝트 생성시 필요없는 옵션을 선택해서 그런걸까요? 저 경로가 뭐라고.... 알수 가 없다네요 ..ㅡㅡ;; 참말로...

혹시 소스 코드도 올려주실수있는지 문의드립니다.

안녕하세요. 11회 기출부터 역순으로 순차적으로 풀어보고 있는데 8회만 해도 MIN MAX 스케일링의 수식을 문제에서 제공하고 있는 반면, 7회 기출은 갑자기 스탠다드 스케일링의 수식을 제공하지 않고, 상관계수를 구할 때 절댓값을 취해야한다는 점도 알려주지 않고있습니다.사실 스탠다드 스케일링은 고등학교에서도 나오니까 std()함수를 썼는데 이게 또 스탠다스 스케일링을 하고싶을 땐 std()안에 ddof라는 옵션을 0으로 설정해야한다고 하네요.. 빅분기가 시행된지 얼마 안된 시험이어서 이때만 시험 문제가 이렇게 나온거고, 요즘 시험은 그냥 10회, 11회랑 비슷하게 나온다고 받아들이면 되는 것일까요, 아님 이 정도의 배경지식은 작업형 1에서 실제로 필요한게 맞는걸까요? 통계쪽 배경지식은 작업형 3에서만 필요하다고 생각했는데 당황스러워 질문 남깁니다.. 감사합니다.   

뭔가 막 점프뛰는 느낌.따라해도 뭔가 다르게 되는 것 같음.무념무상으로 강의만 반복해서 보는 중.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요! 2작업형의 대부분 문제를#기본 전처리 cols = ['Gender','Ever_Married','Graduated','Profession','Spending_Score','Var_1'] train = train.drop('ID',axis=1) test_id = test.pop('ID') #레이블 인코딩 df = pd.concat([train,test]) from sklearn.preprocessing import LabelEncoder le = LabelEncoder() for col in cols: df[col] = le.fit_transform(df[col]) train = df.iloc[:len(train)].copy() test = df.iloc[len(train):].copy() test = test.drop('Segmentation',axis=1) #원핫 인코딩 df = pd.concat([train,test]) df = pd.get_dummies(df,columns=cols) train = df.iloc[:len(train)].copy() test = df.iloc[len(train):].copy() test = test.drop('Segmentation',axis=1) #데이터나누기 from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val = train_test_split( train.drop('Segmentation',axis=1),train['Segmentation'],test_size=0.2,random_state=2022 ) #랜포 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=2022) rf.fit(X_tr,y_tr) pred = rf.predict(X_val) # #xgb from xgboost import XGBClassifier xgb = XGBClassifier(random_state=2022) xgb.fit(X_tr,y_tr) pred = xgb.predict(X_val) #lgbm from lightgbm import LGBMClassifier lgb = LGBMClassifier(random_state=2022) lgb.fit(X_tr,y_tr) pred = lgb.predict(X_val) #평가 from sklearn.metrics import f1_score print('f1: ',f1_score(y_val,pred,average='macro')) pred = lgb.predict(test) result = pd.DataFrame ({ 'ID' : test_id, 'Segmentation':pred.astype(int) }).to_csv('result.csv',index=False) diff = pd.read_csv('result.csv') diff 위 템플릿을 활용하여 레이블 인코딩과 원핫인코딩 / 모델은 랜덤포레스트,xgb,lgbm까지 총 6가지 버전을 비교해 풀고 있는데, 이대로 풀어도 되는지 여쭤보고싶습니다!

안녕 하세요 ... 강의실에서 제공하는 자료 upload-data 만 가지고는 따라 하기가 불 가능 합니다. 최종 소스 와 개발 순서를 정리할 자료 문서를 공유 부탁 드립니다. 예를 들어 Node 20 버전에서는 Nuxt 4 설치 불가하고, Nuxt 3 버전으로 설치해야 가능 하더군요.

디지털포렌식 2급 자격증 핵심요약집을 구매해서 다운받았는데 강의 3개만 있더라고요 이 강의는 자료만 주고 설명은 따로 안해주시는 건가요?

from sklearn.metrics import roc_auc_scoreroc_auc = roc_auc_score(y_val, pred[:, 1])print('roc_auc: ', roc_auc) 11:19 즈음에 나오는 해당 코드에 궁금한 점이 있어 질문 드립니다. roc_auc_score() 메서드에 전달할 두 번째 아규먼트는 양성(positive)에 대응하는 클래스일 확률 리스트를 전달하는 것으로 알고 있습니다. 그런데 roc_auc_score() 메서드의 첫 번째 아규먼트에 전달하려는 값(y_val)이 0 또는 1로 이루어지지 않고 지금과 같이 '<=50K' 또는 '>50K'와 같은 문자열로 이루어진 리스트라면 roc_auc_score() 메서드 입장에서 도대체 어떻게 '<=50K'가 양성인지 '>50K'가 양성인지 판단할 수 있는 것인지 궁금합니다. 다른 수강생의 질문에서 print(rf.classes_)를 통해 보여지는 리스트의 인덱스 번호로 0이면 양성 X, 1이면 양성으로 판단한다라고 본 것 같은데, 해당 정보를 알고 있는 것(해당 정보를 저장한 주체)은 rf, 즉 랜덤포레스트 모델 객체 아닌가요? roc_auc_score() 입장에서는 rf.classes_ 속성에 직접 접근하지 않는 한, 해당 정보를 알지 못할 것 같은데 어떻게 '>50K'를 양성으로 판단하는지 궁금합니다.

안녕하십니까 2분18초 부터 나오는 재귀연산법을 그동안 제가 이전 강의에서는 연산조건이 한가지만 나오는 단순재귀 같은 경우는 그냥 눈에 보이는 코드 흐름상 파라미터 -> 리턴값 순으로 재귀연산을 해서 풀었는데 (ex:5+4+3+2+1) 이번에는 조건재귀같은 경우는 똑같이 풀다가 값이 다른 결과가 나오는 참사가 발생했습니다. 그래서 조건이든, 단순이든 재귀연산법은 리턴값부터 차근차근 파라미터 순으로 가는게 안전한 건가요?

- 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! 강사님 강의를 듣고 강사님의 방식으로 제가 다시한번 푼 코드를 제출했는데, 시간초과라고 채점이 되어서요.. 질문드립니다! #include <bits/stdc++.h> using namespace std; int N; string inp_string; vector<char> operators; vector<int> num; int max_num = INT_MIN; int calculate(char op, int a, int b) { if (op == '+') { return a + b; } else if (op == '-') { return a - b; } else { return a * b; } } void solve(int idx, int cur_num) { if (idx == num.size()-1) { max_num = max(max_num, cur_num); return; } solve(idx+1, calculate(operators[idx], cur_num, num[idx+1])); if (idx + 2 <= num.size()-1) { int temp = calculate(operators[idx+1], num[idx+1], num[idx+2]); solve(idx+2, calculate(operators[idx], cur_num, temp)); } } int main() { ios_base::sync_with_stdio(false); cin.tie(NULL); cout.tie(NULL); cin >> N; cin >> inp_string; for (int i = 0; i < N; i++) { if (i%2 == 0) { num.push_back(inp_string[i] - '0'); } else { operators.push_back(inp_string[i]); } } solve(0,num[0]); cout << max_num << endl; return 0; }  

안녕하세요. ADS122C04 thermocouple 입력단 관련해서 궁금한 부분이 있습니다.PGA 입력 범위를 만족시키기 위해 RB1, RB2로 AIN0/AIN1의 common-mode 전압을 AVDD/2 근처로 bias해주는 것으로 이해했습니다.그런데 현재 회로에는 해당 biasing 저항이 보이지 않는 것 같아서요. 혹시 누락된 부분일까요? 아니면 다른 의도가 있으신가요?

리액트 사용하는 중소나 스타트업 쪽 회사를 지원하고 싶은데 도무지 이력서 통과가 안되서 질문합니다.첫 회사 경력이 sm 회사에서 jsp 위주의 유지보수 업무밖에 없다보니 경력으로 어떻게 작성해야 할지 모르겠습니다.그러다보니 개인 프로젝트로 리액트관련 경험을 작성하자니 결국 기본적인 학습의 내용밖에 되지 않는 거 같아서 방향성을 어떻게 잡아야 할지 모르겠습니다.

안녕하세요.Windows 환경에서 설치 후 master 노드까지 접속은 했는데, 이미지 파일과 같이 쿠버네티스 명령어가 입력이 안되거나 cka0001 유저로 전환 시 없는 계정으로 나옵니다.cka0001로 로그인도 안됐었습니다.. 확인 부탁드립니다.감사합니다.

from sklearn.metrics import f1_scorescore = f1_score(y_test, pred, average='macro’)print(score)  이렇게 작성하고 프린트를 적거나 주석처리하거나 다 괜찮다는 말씀이죠   

시험장 환경 체험에서 궁금한게 있습니다.여기서 테스트는 뭐하는 기능인가요?

f검정문제 구하는문제인데요 이거 levene무조건쓰면되는건가요? 등분산얘기가없는데F = max(var1, var2) / min(var1, var2) 이렇게해야하는게맞다고하는데 물어보니까 levene써도되는건가요검정통계량구하는건데 문제가 등분산얘끼가없으면 이렇게풀어야하는게 맞지않나싶어서요 확실히 정립을하고가고싶습니다.

안녕하세요 섹션5 32 강에서, 강의 자료 다운로드 받을 수 있는 탭이나, 링크가 보이지 않습니다.모바일에서는 수업자료가 보이는데, 데스크탑에서는 보이지 않습니다.  혹시 별도로 업로드 해 주실 수 있을까요?

아직 완강은 하지 못하였지만 이 RAG로 활용하여 챗봇을 만들어서 의사소통을 하는것 관련해서 피드백 해주는 어플리케이션을 만들려고하는데 아직 완강으로 해보진 않았는데 가능한지 선생님의 피드백을 먼저 듣고 싶어서 질문게시판 올립니다!

from sklearn.metrics import root_mean_squared_error print(root_mean_squared_error(y_val, pred))저는 rmse = ~~~~ 이런식으로 제출했느데요 저렇게 print 이렇게 해서 제출해야하나요?? 프린트 저런거 적으면 감점이라고 한거같아서요 알려주세요 한가지더는 겟더미도(검열할꺼 없어도 겟더미코드 적어놓으면 그것도 감점인가요) 불안해서 걍 코드 쭉 적어놓을려고 하는데 ㅠ 이것도 일려주세요  

mcp 서버가 추가가 안되네요. bright data 로 쿠팡 페이지 추출까지는 따라왔습니다. chat gpt 에게 캡 쳐 보여주니 WSL 안에서 Codex를 실행했는데, 실제로는 Windows 쪽 npm에 설치된 Codex를 잡고 있어.즉 WSL용 Codex가 아니라 Windows npm 전역 설치본을 WSL에서 실행 중이라서, Linux용 의존성인 @openai/codex-linux-x64가 없다고 터지는 거야. Hermes 문제가 아님. 라고 하네요.그러면서 이것저것 실행하라고 하는데 여기서 더 건드리면 단테님 실습하고 점점 설정이 변경될거 같아서 실행은 하지 않았습니다. (100% 예시와 같이 따라가려고 노력하고 있습니다)