미션에 TIL 대화방에 간단히 작성이 있는데.. 작성할 대화방을 못찾고있어요.ㅠ 혹시 디스코드 말씀이신지..

 이원배치 분산분석에서 정규성을 검정하기 위한 방법이 헷갈립니다. 일원분산 분석에서 첨도와 왜도를 활용하여 정규성을 검증한 방법으로, 이원분산분석에서의 2개 변수 각각에 대한 첨도와 왜도 값을 확인해서 정규성을 확인한 이후에 이원배치 분석을 진행해야하는 걸까요?

안녕하세요~ 좋은 강의 잘 듣고 있습니다.넘파이 ndarray 인데싱(indexing) 이해 - 단일값과 슬라이싱 인덱싱 수업을 듣는중 궁금한게 있어서 질문합니다.해당 강의 8분 50초 정도에서 array2d[ 1:3, 0:3 ] 과 array2d[ 1:3, : ] 예시가 이해가 안되서요제가 이해한건 : 앞은 시작 인덱싱 값이고 : 뒤는 가져올 값의 범위 즉 갯수로 이해했는데요그러면 array2d(3, 3) 의 2차원 ndarray 이면 axio0의 1:3 인덱싱이 범위를 벗어나는거 아닌가해서요

색션이 45개 정도고, 회귀 모델 섹션도 있던데 필기가 이정도로 양이 많다는 건가요? 아니면 필기 + 실기까지 다 포함된 강의인가요?

안녕하세요, 강의 잘 보고 있습니다.강의 영상에 설명해주신 대로 사이킷런을 1.0.2 버전을 설치하려고 했으나, 주피터 노트북에선 1.6.2버전으로 나와 해결 방법을 찾아보던 중 파이썬을 다운 3.9버전으로 다운 그레이드하면 된다는 답변을 받았습니다. 다만, 파이썬을 다운 그레이드 후 사이킷런을 다시 설치하면 주피터 노트북에서 sklearn이라는 모듈이 없다는 오류가 발생합니다.. 혹시 아나콘다 프롬프트를 관리자 권한으로 실행 후 파이썬을 다운 그레이드 하고, 사이킷런을 1.0.2 버전으로 설치할 수 있는 방법을 알 수 있을까요?

안녕하세요 선생님, 인프런에서 진행하는 추석완강 챌린지에서,선생님 강의를 신청하여 수강하고있습니다.강의는 너무 잘 듣고있고,오늘 미션이라 특별히 궁금한점은 없지만 질문 남겼습니다.^^ 저는 원래 Spring 기반의 백엔드 개발을 하다가,이직을 하면서 생성형 AI기반의 서비스를 개발하는업무를 담당하게 되었는데, RAG 기반 서비스 개발을 하면서 LLM을 공부하다보니, 딥러닝의 기초 없이, attention이나 트랜스포머 아키텍쳐를 이해하기에는 어려움이 있어 선생님 강의를 통해머신러닝 - 딥러닝 공부를 할 계획을 가지고 있습니다. 감사합니다.

5분 30초부터 나오는 내용인데선생님, 그럼 scoring 함수로 회귀 평가를 하면 반환하는 값은 -1이 곱해져서 음수로 반환되는 건가요? 그래서 이 값을 scoring 함수가 자동 평가한다고 되어 있는데 그럼 어떤 평가 결과가 좋은지를 나타내는 함수가 또 있나요?

  PST1504 -평균과 표준편차의 해석 강의에서이 부분의 리스크 수준이 왜 20%인가요?

기존 Q&A 링크 및 학습 창에서는 실습용 데이터(성적 자료)가 확인이 안되는데, 어디서 다운로드가 가능할까요?

6번 강의에 패키지, 파이썬, 아나콘다 버전 강의와 일치 안 시키고 진행해도 되나요? 하다가 버전 때문에 안되면 어떡하나요?

강사님 안녕하세요! 분류 평가 오차행렬 관련해서 궁금한 점이 있습니다.3.1 정확도 주피터노트북의 Confusion Matrix 코드에서 MNIS 데이터에 대해 오차행렬 평가를 하는데, 이때는 FP, TP가 나오지 않는 이유가 classifier가 dummy classifier로 더 정확한 분류를 하지 못했기 때문이 맞을까요?

학습을 늦게 시작하여 오늘에서야 1회독을 거의 마쳐가는데 섹션 49 50의 최신기출변형 외에 기출문제 강의가 또 있을까요?

안녕하세요~!강의 내용을 통해서 서포트벡터머신을 활용한 분류를 수행하는 방식은 이해가 가는데, 연속형 값을 예측하는 방식은 어떤 개념으로 수행되는 것인지 궁금합니다.

- 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.

강의 열심히 잘 듣고있는데요 교재 ppt 만 잘 공부해도 필기 합격가능할까요 아니면 추가로 기본서 하나 사서 보는게 좋을까요...

K개 Fold를 지정해서, K-1개의 Fold로 모델을 학습하고, 1개의 Fold로 테스트를 진행이것을 K번 반복한 결과를 평가 결과로 사용Q)각 단계별로 학습 데이터가 달라져 새로운 모델 함수가 만들어 지는데, 최종적으로 어떤 모델을 선정해야 하는 걸까요?제가 잘못 이해하고 있는지 문의드립니다! 

강사님의 강의들을 잘듣고 있습니다.정말 실무에 도움이 될까하고 듣고있는데 아직 다듣지는 못하고 있지만 도움이 될것 같습니다.하지만 실무에서 접하는 내용은 또 강의와 깊이가 다를수 있기에 이렇게 실례를 무릅쓰고 문의 드립니다. 제가 있었던 기업에서 전에 쓰던 기법이였는데 그때는 그냥 그렇게 넘어갔지만 강사님의 강의를 듣고 그때 그런 것이 맞았나 복기하고 공부하고 싶어서 질문드립니다. 먼저대략은 머신러닝 알고리즘을 두개를 돌리는데하나는 기초 속성을 가지고 lightgbm으로 분류 작업 (1,0) 속성으로 예측을 합니다. 그리고 그 결과중 y_proba를 가지고 k-means 군집화를 하여 군집 클러스트링을 만들려고 합니다. 0) 여러 학습을 할 속성을 전처리해서 가지고 옵니다. 속성을 많은데 뒤에 예측을 하는 20개의 결과 값을 속성과 함께 자지고 온뒤 나중에원본값은 대략 저렇고속성 1----- 속성30 , y_test 1, ... y_test 20... 나중에 y_test 1 부터 y_test20 까지 20개의 예측을 하려고 모델을 만듧니다. 1) LightGBM 으로 분류작업을 합니다. (for 문을 돌아 20개의 예측 즉 모델을 만듭니다.)                    x_tr1      속성1   속성2   속성3 ...... 속성30 y_test1       0         1          1      .....       0. 1                     .                     .                    .                    x_tr15    속성1   속성2   속성3 ...... 속성30. y_test20       1        0          1      .....       1                     .                     .                    .2)  Y_test1.          y_pred1          y_proba1        0                    1                 0.91        1                     1                 0.43        1                     1                 0.73        0                    1                 0.80                              .                               .                               . Y_test15.          y_pred20          y_proba20        0                    1                 0.34        1                     1                 0.35        1                     1                 0.73        0                    1                 0.91                              .                               .                               . 3)  군집화(k-means) 를 위한 데이터를 만듭니다.Y_proba1. .........   Y_proba20   0.91       ....         0.34   0.43.      ....        0.35   0.73       ....        0.73   0.80       ....       0.91 4) 제가 재기하는 문제는 다음입니다.군집화를 위한 데이터를 분류의 결과값중 하나인 y_proba를 써도 되는 건지?왜냐하면 y_proba는 그 맞는지에 대한 확률 값이 아니고 그 값을 예측하기 위한 신뢰도 아닐까요?(예전 현업들은 그 값(y_proba)들을 최종 확률 [즉 맞는 확률 예를 든다면, 암에 걸릴 최종 확률] 로 알고 있더군요.)즉 1 = 예측  0 = 정답 y_proba = 0.9 라는 의미는 0.9의 신뢰혹은 확신으로 예측을 했으니 결과로 틀렸다. 라는 개념인데이것을 마치 (암에 걸릴 확율이 90% 야)의미 있는 값의 나열로 보고 군집을 하려는게 과연 의미있는 결과로 군집이 될지 의문입니다.저희가 붓꼿꽂데이터로 클러스트링으로 군집을 하지만 그 속성들로는 너비같은 관련이 있는 속성을 쓰잖아요.하지만 제가 보내드린 예는 속성이  0.91이라는게 예측이 틀리건 맞건 그냥 그 예측을 위한 신뢰확률성인데 말이죠. 즉 군집화를 위한 기초 값들이y_proba1. y_proba2 .... y_proba 200.91 0.43 0.80...y_proba1. y_proba2 .... y_proba 200.32 0.62 0.65 있다면의 값의 의미는 예를 들어 하나의 로의 하나의 로 의 의미가 0.91 이라 한다면 이건 앞서 lightgbm 예측이 틀린 경우와 맞는 경우를 구분할수 없는 숫자들의 나열 아닌가요? 물론 열로 쭉 늘어 놓은 패턴으로서의 군집을 하려는 의미는 있을지는 모르겠으나... 전문가의 선생님의 의견을 꼭 듣고 싶네요.주말에 이렇게 질문드려서 죄송해요. 그냥 열정이라고 생각해 주시면 좋겠어요, 더운데 몸 조심하세요.

하다가 막히면 먼저 선행한 사람들 한테 해결법 들을 수 있는 카카오톡 채널 같은데 있을까요?

BDA0607 기출변형문제 6분대 보시면F검정을 하십니다.귀무가설에서 분산이 같다고 설정했고,F0=(s1^2/s2^2)/ (σ1^2/σ2^2)=(s1^2/s2^2) 으로 풀지 않나요?품질경영기사 취득할때 F검정 공식을 이렇게 배웠던거 같아서요. 그럼 F0=(10^2/50^2)=0.04가 나와 헷갈려서 질문남깁니다

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 혹시 강의에서 사용하시는 ppt 받을 수 있는건가요