학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문 전에 다음을 꼭 확인해주세요.1. 강의 내용과 관련된 질문을 남겨주세요.2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요.(자주 하는 질문 링크: https://bit.ly/3fX6ygx)3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요.(질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG)질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요.=========================================[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예/아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오)[질문 내용]실행 결과 바로위에 오타가 있어요~!잔액는 -> 잔액은(영상 기준 13:16초 즈음에 보입니다.)

(사이드 프로젝트는 아닙니다)1) CTO / 1명2) 백엔드 개발자 / 1명3) 프론트 개발자(서비스개발기획가) / 1명4) AI 개발자 / 1명5) 대외마케터 / 2명✔1) CTO 우대 요건- 팀의 목표에 얼라인하고 목표 달성을 위한 전략을 세울 수 있고, 사회성이 좋으신 분- 기술 스택 (필수는 아님) : Nest.js, Postgresql, Typeorm, Redis ✔2) 백엔드 개발자 우대 요건 - 깃허브 등 포트폴리오 및 백엔드 개발에 일가견이 있으신 분- 기술 스택 (필수는 아님) : Nest.js, Postgresql, Typeorm, Redis ✔3) 프론트 개발자 우대 요건 - Next.Js 및 TypeScript 개발 경험과 컴포넌트 분리에 대한 고민이 있으신 분- 기술 스택 (필수는 아님) : Next.js, TypeScript, React, SWR, Zustand, Jest, Storybook, MSW, Tailwind✔4) AI 개발자- 경제/금융/투자 분야에 강하고 이를 수치적으로 해석할 수 있는 분- GPT 프롬프팅 학습에 관심이 있으신 분 (아예 몰라도 됨)✔5) 대외마케터필수요건- 동아리/스타트업/학생회 등 단체활동 경험자- 인스타그램 사용 및 컨텐츠 제작 경험자 (개인 게시물도 포함)- 마케팅 또는 스타트업의 영업 활동에 경험이 있거나 열정이 있는 자우대 요건- 데이터 애널리틱스 툴 (구글 애널리틱스, 마이크로소프트 크래리티, 등) 사용 가능자- 군 복무를 마쳤거나 당분간 복무가 예정되어있지 않은 자- 주식 등 투자 경험이 있고 투자 지식 보유자📈 서비스 소개트레이딩 뷰 차트의 핵심 기능, Fred의 편리한 이미지 공유 기능에 더해, 금융전용 챗 GPT를 입혀, 개개인 고객의 눈높이에 맞춰 증권사 직원처럼 친절히 투자를 분석해주는 서비스입니다. 🌎 서비스 소개 홈페이지 링크https://fingoo.vercel.app/ 📩 지원방법https://forms.gle/ZgpwxkaGUA5jYNaT8 🗓 모집기한채용 시까지 📍업무 장소대부분 온라인 📍소득배분 및 지분협의를 통해 결정 📍참고사항현재 개발은 70% 이상 진행완료 되었으며, 현재는 베타모델 런칭을 통해 사용자 경험을 축적하고 있습니다. 2월 모바일 및 웹 베타 버전 정식 런칭 예정이며, 3월 모바일 및 웹 정식 버전 공식 런칭 예정입니다. 기획서, IR자료 등 본 사업에 더 많은 사항이 궁금하시다면 문의 부탁 드립니다. 📍About 임원진CEO 김도경 : 베스트 셀러 <최저임금 딜레마>의 저자, 텔레그램 macro guide, 네이버 블로그 '경제 읽어드립니다' 운영자, 투자자산운용사☎ 문의사항https://open.kakao.com/o/s07te5Igㅣ머케팅 

 이과정,, from statsmodels.formula.api import logit 으로 진행하면 안되나요??  

안녕하세요, 드디어 내일이 시험이네요,그동안 너무 감사했습니다! 다름이 아니라 작업형 2유형에서 모델을 XGBoost를 이용하려고 하는데요! 체험환경에서 미리 사용을 해봤을때 경고가 자꾸 표시됩니다.  경고 여부와 관계없이 XGBoost를 사용해서 제출해도 이슈가 없을것 같다고 생각되긴 합니다만, 혹시 몰라 선생님께 확인차 여쭤보고 싶습니다.  

이거 이렇게 뜨는데 어떻게 해결할 수 있나요?

pd.DataFrame 독스를 보니 너무 여러 방법이 있어서 헷갈려서 질문드립니다...따로 추천하시는 방법이 있나요? 수업에서 본 대로 인덱스명이 key고, 리스트가 value인 딕셔너리를 넣는 법을 가장 추천하시나요?중괄호를 쓰다가 유독 오타가 자주 나네요 @_@ 특히 간단한 적합성 검정같은 거에서 줄글로 정보만 띡 내놓는 상황이 가장 두렵습니다. observed data는 컬럼 하나짜리인 Case별 프레임이고 expected frequency는 왜 달랑 딕셔너리 하나랍니까이거 최종적으로 stats.quisquare에 어떤 방식으로 들어가는건지는 둘다 관찰값과 기대분포에다가 실험크기를 곱한 리스트같지만 이건 데이터 전처리를 어떻게 해야 할지...

Java는 해당 강의만 구매 해서 앞의 강의 내용에 있을지 모르겠습니다만 헷갈리는 부분이 있습니다. 숫자와 문자의 2진수 표현은 같고데이터타입이 숫자 타입인지 문자 타입인지 나타내는 byte 도 있을 것 같은데 이걸 어떻게 구분하는지 구글링에서 검색할 수 있는 키워드나 답을 알려주실 수 있으실까요 숫자 65의 2진수 표현: 1000001문자 'A'의 2진수 표현: 1000001 강의 내용에 java의 경우 1byte의 prefix를 통해 음수를 표현할 수 있다고 하셨는데 데이터 타입은 어디에서 관리되는지 궁금하네요. 저장되는 메모리 구역이 다른지..그렇다 해도 할당된 데이터 구조 내에 있어야 할 것 같은데 진짜 궁금하네요  클로드에선 아래와 같이 답을 줬는데요각 데이터 타입은 1바이트부터 8바이트까지 고유한 메모리 할당 방식을 가지고 있어, 메모리 내 위치와 크기로 타입을 구분할 수 있습니다. 그럼 각 데이터에 대한 메모리 위치는 stack 에서 가지고 있지 않나 싶은데 stack 에서도 해당 데이터 타입이 byte 인지 아니면 텍스트인지 어떻게 알고 있는지 다시 궁금하네요. -ㅂ- stack을 공부하면 되겠네요... 문자인코딩 섹션이 단순한 내용 같아도 진짜 생각 많이 하게 되는 강의네요.

시험환경 예시문제를 보면 '독립성 검정을 실시했을 때 카이제곱 통계량은 ?'과 같이, 7회, 8회 문제에도 카이제곱인지, 로지스틱 회귀모형 등, 어떤 방법을 사용하라고 나왔었나요 ?

"train = pd.get_dummies(train) 로 사용해 주세요 train = pd.get_dummies(train[cols]) 를 사용하면 train에 기존에 있던 수치형은 삭제되고 없습니다."라는 무서운 답변을 방금 발견해서 아 맞다 세상에 하고 질문드리는데요  X_traintest_concat = pd.get_dummies(X_traintest_concat, columns=['fuelType'])같이 하면 fuelType 컬럼만 원핫되고 다른 애들은 남아있는 거 맞죠? ㅠㅠㅠㅠ 

기출 2회 작업형2 문제가 로지스틱 회귀로 분류문제라 랜포를 이용해서 풀이를 하려고 하는데요.  주어진 데이터가 3개라서 concat을 이용해서 X_train과 y_train을 train으로 합쳐서 하려고 하는데 잘 안됩니다ㅜtrain = pd.concat([X_train, y_train['Reached.on.Time_Y.N']], axis=1) train.head(1)이 코드에서 'Reached.on.Time_Y.N' 이 컬럼만 없고 나머지는 있어서 얘만 합쳐주는 건가요? # 데이터 불러오기 import pandas as pd test = pd.read_csv("X_test.csv") X_train = pd.read_csv("X_train.csv") y_train = pd.read_csv("y_train.csv") #주어진 데이터 3개라서 2개로 만들기(train합치기) train = pd.concat([X_train, y_train['Reached.on.Time_Y.N']], axis=1) train.head(1) # 3. 탐색적 데이터 분석(EDA) print(train.shape) #1490 print(test.shape) #497 print(train.info()) print(test.info()) print(train.head(3)) print(test.head(3)) print(train.isnull().sum()) print(test.isnull().sum()) print(train['Reached.on.Time_Y.N'].value_counts()) # 4. 데이터 전처리 print(train.info()) # 오브젝트형 있네?->인코딩하자 # print(train.shape, test.shape) train=pd.get_dummies(train) test=pd.get_dummies(test) # print(train.shape, test.shape) # print(train.info()) train = train.drop('ID', axis=1) test_id = test.pop('ID') test.head() # 5. 검증용 데이터 분할 *XXYY로* from sklearn.model_selection import train_test_split target = train.pop('Reached.on.Time_Y.N') X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=7) print(X_tr.shape, y_tr.shape, X_val.shape, y_val.shape) # 6. 검증 데이터 머신러닝 학습 및 평가 - 호출, 학습, 예측 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=7) rf.fit(X_tr,y_tr) pred = rf.predict_proba(X_val) from sklearn.metrics import roc_auc_score roc_auc = roc_auc_score(y_val, pred[:,1]) print('roc_auc:',roc_auc) # 7. 예측 및 결과 파일 생성 pred=rf.predict_proba(test) print(pred[:10]) submit = pd.DataFrame({ 'ID': test_id, 'Reached.on.Time_Y.N': pred[:,1] }) submit.to_csv('result.csv',index=False) # 제출파일 확인 pd.read_csv('result.csv') pd.read_csv('result.csv').shape꿀팁 영상 보고 주어진 데이터가 3개일 경우를 정리해본건데 코드가 많이 길지만 결과 나올 수 있게 코드 손 봐주시면 감사하겠습니다TT

영/한 확인해서 했는데도 안됩니다

np.exp(coef* 5) 라고 작성하셨는데,5만큼 증가는 +5 아닌가요?? *5 는 곱하기 5 아닌가용?,,,   *= + 라는 뜻인가요?

19개 종류를 다 비교 하기 쉽지 않습니다.그리고 만약 train에 없는 고유값이 test에서 있으면 데이터를 합친다고 했는데, 범주형을 합쳐서 인코딩 한 다음에 다시 분리 할때는 loc, iloc 사용하나요? 그래서 처음 shape의 데이터 크기로 똑같이 맞춰야 하는거죠?예를 들면 train.shape (6118,10) test.shape (1724,9) 라면 처음에 concat를 통해 6118+1724 로 해서 범주형 인코딩 하고 다시 원래 대로 크기를 쪼개야 하는거죠? 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요가장 큰 값을 정수로 반올림하여 출력할 때, 이 2개 모두 사용해도 상관 없을까요?print(round(max(result))) print(round(result.max()))

랜덤포레스트 딱 하나만 공부하고 시험 쳐도 괜찮을까요?여러 모델 학습법을 비교해서 우수 성능을 채택하는 것이 아니라서 결과적으로는 작업형2 만점을 못받을 수 잇을거 같긴한데,내일이 시험이라 합격선만 딱 목표여서 그렇습니다.

안드로이드에서 크롬으로  재현방법: 안드로이드 크롬에서 강의 재생 후 커리큘럼에서 다음 강의를 선택할 경우 발생  강의를 1개 들을때는 문제가 없고, 다음을 클릭하게 될경우 "재생에 생겼어요 문제가 지속되면 문의해 주세요"라는 오류 토스트가 여러번 발생합니다. 크롬 문제인가 싶어서 모바일 엣지를 새로 설치하고 해도 동일한 현상이 발생합니다.(새로 설치했기에 캐시,쿠키 등의 문제가 아닙니다) 필요한 앱이 아니면 설치하지 않기에 모바일로 듣고 있는데, 한강의를 듣고 다음강의 클릭 후 오류가 새로고침 하는 상황을 반복하고 있습니다. 확인부탁드립니다.     

안드로이드에서 크롬으로  재현방법: 안드로이드 크롬에서 강의 재생 후 커리큘럼에서 다음 강의를 선택할 경우 발생  강의를 1개 들을때는 문제가 없고, 다음을 클릭하게 될경우 "재생에 생겼어요 문제가 지속되면 문의해 주세요"라는 오류 토스트가 여러번 발생합니다. 크롬 문제인가 싶어서 모바일 엣지를 새로 설치하고 해도 동일한 현상이 발생합니다.(새로 설치했기에 캐시,쿠키 등의 문제가 아닙니다) 필요한 앱이 아니면 설치하지 않기에 모바일로 듣고 있는데, 한강의를 듣고 다음강의 클릭 후 오류가 새로고침 하는 상황을 반복하고 있습니다. 확인부탁드립니다.     

EDA를 할때 무엇을 알아내서 전처리를 해야하는지 너무 헷갈려요결측치가 있는지 없는지 보고, 칼럼 갯수확인하고, 트레인과 테스트셋의 카테고리 수 비교 ? 이런것만하면될까요 ㅠㅠ.. 아직 EDA에서 전처리로 연결하는 감을 못잡겠어요..(큰일났어요...)

http Exception filter 적용이 안됩니다.   import { ArgumentsHost, Catch, ExceptionFilter, HttpException, } from '@nestjs/common'; import { Response } from 'express'; @Catch(HttpException) export class HttpExceptionFilter implements ExceptionFilter { catch(exception: HttpException, host: ArgumentsHost) { console.log('exception', exception); const ctx = host.switchToHttp(); const response = ctx.getResponse<Response>(); const status = exception.getStatus(); const err = exception.getResponse() as | string | { error: string; statusCode: number; message: string | string[] }; console.log('err', err); if (typeof err !== 'string' && err.error === 'Bad Request') { return response.status(status).json({ ok: false, statusCode: status, data: err.message, }); } response.status(status).json({ ok: false, statusCode: status, data: err, }); } } 위처럼 하고난뒤에 main.ts 파일에 app.useGlobalFilters(new HttpExceptionFilter());추가했는데 위처럼 에러 포맷이 안나옵니다. const foundUser = await this.dataSource.getRepository(UserEntity).findOne({ where: { id } }); if (!foundUser) { console.log('User not found'); throw new BadRequestException('User not found'); }{ "response": { "message": "User not found", "error": "Bad Request", "statusCode": 400 }, "status": 400, "options": {}, "message": "User not found", "name": "BadRequestException"}

시간이 안 나서 수강을 거의 못 해버렸네요, 연장 부탁 드립니다 ㅜ.ㅜ