강의를 수강하시다가 막히는 부분이 있는 경우는 "자주 묻는 질문"을 먼저 참고 부탁드립니다. 막히는 부분에 대해서 질문을 주실 때에는 꼭 강의 제목과 타임라인도 같이 작성 부탁드립니다. 현재, AWS lightsail 통해 자동화하는 부분 강의 보다가, supabase table에 signal_snapshots 가 없는 것을 확인하였습니다. 아마 10. 멀티모달 이후 여러가지가 한번에 추가되면서 일부 누락된것 같은데, 해당 부분 이후 클라우드 배포 문서 제외 모든 문서 (1~17)과 프로젝트 내 코드 비교를 실행하니 누락되거나 없다고 하는 부분이 다수 있더라구요. 혹시 코드와 문서 대비 어디까지 반영이 되어 있는 것인지 구분이 한번 가능하실까요?
안녕하세요 response api를 사용하는것과 codex, cluade code 같은 에이전트를 사용하는것과의 차이가 궁금합니다. API가 아닌 위 에이전트의 세션에서 자연어로 명령어를 내려도 context를 계속 기억하고 있는것 같은데 어떤 장점이 있는지 궁금합니다.
모든 예측 결과가 DB에 저장되었습니다. predicted_stocks 테이블의 총 레코드 수: 0 총 0개 데이터를 성공적으로 가져왔습니다! 데이터 가져오기 오류: '날짜' 데이터를 가져오는데 실패했습니다. --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) /tmp/ipykernel_921/1990775403.py in <cell line: 0>() 520 521 # 3) Evaluate predictions --> 522 evaluation_results = evaluate_predictions(data, target_columns, forecast_horizon) 523 print("============ Evaluation Results ============") 524 print(evaluation_results) /tmp/ipykernel_921/1990775403.py in evaluate_predictions(data, target_columns, forecast_horizon) 382 383 # Check if the columns exist --> 384 if predicted_col not in data.columns or actual_col not in data.columns: 385 print(f"Skipping {col}: Columns not found in data ({predicted_col}, {actual_col})") 386 continue AttributeError: 'NoneType' object has no attribute 'columns' supabase api 키 입력해서 경제지표랑 주가를 supase에 자동으로 저장하는것까지 됐는데. ai 예측모델 하니까 저런식으로 나오네요..
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요. 작업형 2 범주형 변수 인코딩 관련해서 질문드립니다. train/test의 범주가 동일한지 확인할 때 보통 아래처럼 비교하는 것으로 알고 있습니다. a = set(X_train['컬럼명'].unique()) b = set(X_test['컬럼명'].unique()) print(a-b) 그런데 object형 컬럼이 여러 개인 경우에 컬럼을 합칠지 또는 합치지 않을지, 그리고 어떤 인코딩을 할지 결정하기위해 모든 컬럼명을 위 코드에 다 대입하여 비교해야하나요 ? 물론 반복문을 이용하는 방법도 있겠지만, info()에서 확인했을때 object 형태의 컬럼이 여러개인 경우 그냥 바로 데이터를 합치는 것이 좋은지 궁금합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요. 강의 잘 듣고있습니다 ! 작업형 2 전처리 순서 관련해서 질문드립니다. 타겟 데이터 분리, 검증 데이터 분리, 인코딩, 스케일링을 모두 해야 할 때 일반적으로 권장되는 순서가 따로 있는지 궁금합니다. 강의에서는 타겟 분리 → 인코딩 → 검증 데이터 분리 순서로 진행한 경우가 있었는데, 반대로 타겟 분리 → 검증 데이터 분리 → 인코딩 순서로 진행해도 되는지 궁금합니다. 또한 스케일링은 어느 단계에서 진행하는 것이 적절한지도 궁금합니다. 제가 이해하기로는 pd.get_dummies() 는 검증 데이터 분리 전에 적용해도 되는 경우가 있는 반면, StandardScaler 는 데이터 누수 방지를 위해 검증 데이터를 먼저 분리한 뒤 학습 데이터에만 fit 하고, 검증 데이터에는 transform 만 적용하는 것으로 알고 있습니다. 혹시 단계별로 순서를 바꿔도 되는 경우 반드시 지켜야 하는 순서 실기 시험에서 가장 안전하게 사용할 수 있는 전처리 순서 를 함께 설명해주시면 감사하겠습니다.
안녕하세요... 이번년도 마지막 실기시험을 합격하지 못하면 필기를 다시 따야하는 수험생입니다... 염치 불구하고 빅데이터분석기사 실기강의를 시험때까지만 연장 요청드립니다. (메일로 문의 드렸는데 아직 보시지 않아서 글도 남깁니다 !) 제 메일은 : sjk0329@naver.com 입니다 !
섹션 5를 듣기 전에 섹션6 슬랙 연동을 먼저 했습니다. 질문이 생겼습니다. 첫번째 질문. 그 과정에서 한 가지 안 사실은 이미 수업시간에 말씀하신 것들은 수정이 다 되어있었다는 것입니다. 새로 받은 개인 수치들만 넣어야 한다는 점 외는 고칠 것이 없더라구요. 혹시나 고쳐야 되나, 수업 영상과 받은 화일을 비교하느라 고생했습니다. ^^; 그래서 말인데요. 슬랙 연결보다 케겔 연동이 보기에 어렵고 긴 작업 같은데. 이것도 새 계정 만들어서 키랑 시크릿 키만 넣으면 되는 것인지 확인하고 싶습니다. 두번째 질문. 그리고... 이건 예전에 해결해야 했나 싶은데, host:8000 <- 주소를 수업영상에서 봐서 정확하게 모릅니다만. 찍으면 화면이 나와야 하는데, 글자만 나오고 더 안 나와서. 이건 어디를 참조해야 하는지 설명 부탁드립니다. 감사합니다.
안녕하세요. 강의 정말 잘 듣고 있습니다. 모델 서빙 경험이 없는 저한테는 매우 유익한 강의라고 생각하고 있습니다. 하지만 강의를 따라가면서 개인적으로 코드를 뜯어보는 과정에서 하나하나 이해하는 데에는 많은 시간이 걸려 강의를 다 듣고 다시 코드를 뜯어보며 확실하게 알고 넘어가고자 하는데 수업자료와 코드 요청을 드려도 될까요? limtony1@naver.com 입니다.
10강 들었습니다. 미국 써머타임을 적용하는 기간과 아닌 기간의 시작 시간이 달라질 텐데. 그건 수작업으로 바꿔야 하나요? 아니면 GMT? UMT? 시간 기준으로 자동으로 바뀌게 되나요? 궁금합니다. 강의에도 확정되지 않는 데이터는 넣지 않는다고 하는데. 늦게 시작하고, 늦게 끝나게 되면. 꼬일 것 같아서요.
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
안녕하세요. 호두님, 강의 너무 잘 들었습니다. 바이브 코딩 부터 주식까지 저는 정말 100% 만족한 강의 였습니다. 다만, 제가 잘 안 풀리는게 국내 테마 분류가 제가 원하는 만큼 잘 안되어 있어서 고민하고 있는데요. 제가 FAQ 보니 테마 분류를 하신 자료가 있다고 하셔서 염치 불구하고 요청드립니다. 괜찮으시면, sayduke3@gmail.com 으로 부탁드립니다. 지금 공부하고 난뒤 정말 매일 매일 git 에 업데이트 하고 있습니다. 성장하는 저의 사이트를 보면 가슴이 벅차 오르네요. 감사합니다.
클로드 API를 만들어서 복붙하면 될 것 같은데요. 강의 영상과 API 만드는 과정이 약간 달라지긴 했어도 크게 문제없이 진행했는데요. 마지막에 가서 기간 설정이 나왔는데요. 기한 없음도 있는데. 이걸 선택하니 경고문구가 당장 뜨는데, 1달 짜리 쓰면 언제 그랬냐는 듯이 멈출 것 같아서요. 어떤 선택을 해야할 지 알려주시겠어요?
