강의 수강 순서 문의합니다.

안녕하세요, 마소캠퍼스입니다. Vod 강의 특성 상, 원하시는 부분부터 들으셔도 무방합니다.단, claude mcp의 기본 세팅은 필수이므로 6번 강의인 "MCP 사용 환경 구축하기" 까지는 수강하신 뒤 넘어가시는 것을 추천드립니다.감사합니다. 마소캠퍼스 드림.

차원 축소 개념-차원의 저주

안녕하세요, 마소캠퍼스입니다. 우선 엄밀한 의미로 이해하신 내용이 맞습니다.즉 차원의 저주란 공간이 방대해짐에 따라 상대적으로 데이터가 희소해지는 것으로,차원 증가에 따라 데이터의 밀도가 감소하는 것이 맞습니다. 단 "데이터 공간이 희소해지다" 라는 표현은 데이터 분석 실무 현장에서 관용적으로 통용되는 표현으로, 같은 의미로 사용한다 이해하시면 좋을 것 같습니다. 감사합니다.마소캠퍼스 드림.

히스토그림 단위 설정 이유

안녕하세요, 마소캠퍼스입니다. 문의 주신 내용대로 수행한 이유는, Sturges(스터지스) 공식은 '절대적인 법칙'이라기보다 '합리적인 시작점'을 제안하는 가이드라인이기 때문입니다. 6.xxx를 계급 구간으로 설정 시, 표를 보는 사람이 직관적으로 수치를 파악하기 어려우므로시각화의 목적인 실무 커뮤니케이션에서는 해당 값을 따르는 것이 비효율적으로 변하게 됩니다.추가로, Sturges 공식의 다른 한 가지 핵심은 전체 데이터를 몇 개의 구간으로 나눌지에 대한 기준을 제시하는 것에 있습니다.6.xxx를 기준으로 구간을 나눴을 때 대략 몇 개의 계급이 나오는지 파악한다면,해당 데이터에 적절한 계급 개수를 대략적으로 알 수 있게 됩니다.이 경우 10 단위로 계급을 설정하는 등, 공식의 값과 다른 값을 계급으로 설정했을 때히스토그램에 표현되는 데이터 특징이 왜곡되거나 하지 않는다면10 등 직관적으로 파악이 쉬운 값으로 확정하는 방식으로 진행이 가능하니 참고 부탁드립니다.감사합니다.마소캠퍼스 드림.

최적회귀방정식 선택 관련 내용 중

안녕하세요, 마소캠퍼스입니다. 개념 이해하신 부분과 같이 변수를 포함시켜 가는 방식은 같은 영상의 조금 앞부분에서 설명하는 전진 선택법에 해당하며,반대로 해당 문제에서 사용하는 방법은 모든 변수를 가진 채로 시작해영향이 적은 변수부터 제거하는 후진 선택으로 진행되었습니다.R에서 step() 함수를 사용했을 때의 해석 방법을 추가로 안내드립니다. (사진)우선 변수를 제외하기 전의 상황으로, AIC는 355.69가 됩니다. 이 단계에서 AIC 열 밑의 값은 각 변수를 제외했을때의 결과 AIC이며,Length를 제외했을 때의 AIC가 353.80이 되므로 이 단계에서는 Length를 제외하는 것이 합리적인 선택이 됩니다.(사진)2단계에서는 wheelbase를 뺐을 때의 AIC가 352.18로 가장 낮게 되므로,해당 변수를 제외하게 되며, 이후 단계에서는 변수 제외를 통해 AIC가 낮아지는 선택지가 없게 되므로최종 변수는 EngineSize, Weight, RPM이 남게 됩니다.해당 상태를 반영한 것이 최종 회귀식이 된다 이해하시면 될 것 같습니다.감사합니다. 마소캠퍼스 드림.

boolean property

안녕하세요, 마소캠퍼스입니다. 아래와 같이 설정을 원하는 글자를 선택하여, 좌측 외형 메뉴 중 육각형 아이콘을 선택 및+ 버튼으로 진입하는 메뉴에서 설정이 가능합니다. (사진)감사합니다.마소캠퍼스 드림.

EMP and DEPT Script를 찾을 수가 없습니다.

안녕하세요, 마소캠퍼스입니다. 해당 라이브러리는 아래의 코드 라이브러리와 동일한 코드로,아래 라이브러리로 확인 부탁드립니다.https://freesql.com/library/scripts/xml-with-emp-and-dept-MevbEA 감사합니다. 마소캠퍼스 드림.

[claude MCP] 설정 파일 적성 후 적용 안되는 현상

안녕하세요, 마소캠퍼스입니다. 문의 주신 내용에 대하여 아래와 같이 각각 답변 드리니참고하시어 수강 부탁드립니다. 슬랙 계정을 여러 개 운영하시는 경우, 한 메모 파일에 계속 붙이는 것이 맞습니다. 아래와 같이 각각 계정을 구분하여 추가해 주시면 됩니다.{ "mcpServers": { "firecrawl": { "command": "npx", "args": ["-y", "firecrawl-mcp"], "env": { "FIRECRAWL_API_KEY": "fc-YOUR_API_KEY" } }, "slack-work": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-slack"], "env": { "SLACK_BOT_TOKEN": "xoxb-직장용-봇-토큰", "SLACK_APP_TOKEN": "xapp-직장용-앱-토큰" } }, "slack-personal": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-slack"], "env": { "SLACK_BOT_TOKEN": "xoxb-개인용-봇-토큰", "SLACK_APP_TOKEN": "xapp-개인용-앱-토큰" } } }}번 질문에 대한 답도 위의 코드에서 확인이 가능하시며, 새로운 도구들마다 "mcpServers": { 의 아래에 이전 도구와 쉼표로 구분하여 추가해 주시면 됩니다.예시 코드는 firecrawl과 2개의 slack 계정에 대한 설정 제안이니, 참고하시어 다른 도구 등에 대해서도 응용하시면 될 것 같습니다. 감사합니다. 마소캠퍼스 드림.

기출 유형 중 내용 설명 누락 건

안녕하세요, 마소캠퍼스입니다. 문의 주신 내용에 대한 설명은 1과목의 "개인정보 활용" 섹션에서 소개하고 있으니,참고하시어 시험 준비 부탁드립니다.(사진) 추가로, 본 과정은 100점이 아닌 과락 방지 및 합격선 이상의 점수 획득을 목표로효율적인 시험 준비를 지원하는 것이 목적인 과정으로,생각하시는 일부 개념 및 기출문제 등이 포함되지 않았을 가능성이 있으나합격에 필수적인 부분은 본 과정에서 대부분 다루도록 준비하였으므로안심하시고 시험 준비하시어 좋은 결과 얻으시길 바랍니다. 감사합니다.마소캠퍼스 드림.

과목별 강의 구성

안녕하세요, 마소캠퍼스입니다. 먼저 수강에 혼란을 드려 죄송하다는 말씀 드립니다.본 과정은 데이터 적재 및 저장 섹션의 63번 강의까지가 1과목,추론통계 섹션의 112번 강의까지가 2과목,비정형 데이터 분석 섹션의 165번 비정형 데이터 분석 2까지가 3과목,분석결과 활용 섹션의 191번 분석모형 리모델링 까지가 4과목,이후로는 최신기출변형 풀이 파트입니다.참고하시어 수강 및 시험 준비하시어 좋은 결과 얻으시기를 바랍니다.감사합니다. 마소캠퍼스 드림.

LLM 모델(GPT) 를 이용한 프롬프트 작성 문의

안녕하세요, 마소캠퍼스입니다. 퍼플렉시티 내에서도 다양한 언어 모델을 선택할 수 있으나, 기본적으로 퍼플렉시티는 검색에 특화된 서비스이기 때문에 기존 LLM 모델에검색 특화에 필요한 조정이 반영되는 것으로 알려져 있습니다. GPT 모델의 경우에도 범용 챗봇 서비스인 ChatGPT와 Perplexity 각각에 동일 모델을 탑재해도프롬프트 설계와 같은 기획 업무에서는 검색에 특화된 답변을 위해 조정된 Perplexity 보다는 ChatGPT 서비스에서 더 좋은 성능을 보이므로,해당 방식을 추천드리고 있습니다. 감사합니다.마소캠퍼스 드림.