roadmap
@roadmap
Học viên
6,462
Đánh giá khóa học
1,120
Đánh giá khóa học
4.9
Khóa học
Đánh giá khóa học
islet82
·
[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)cesare713
·
[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)eduinet
·
[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)smiler09024475
·
[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)[4 tuần] Thử thách đọc hết cuốn <Vibe Coding>: Cùng nhau học 1 tiếng sau giờ làm (Tặng 20.000 điểm Gilbut khi hoàn thành)- 바오 cáo tài chính thú vị làm bằng Vibe Coding (Cursor AI)
Bài viết
Hỏi & Đáp
질문이요
도서 내용을 그대로 제공해 드리는 부분은 출판사의 동의를 받기 어려워 도움을 드리기 힘든 점 양해 부탁드립니다. 🙏다만 현재 강의를 수강하고 계시니, 10회와 11회 기출문제 관련 내용은 강의를 통해 충분히 확인하실 수 있습니다. 합격에 어려움 없도록 내용도 업데이트 하도록 할게요!!
- 0
- 2
- 31
Hỏi & Đáp
변수, 칼럼 , df 구분
변수로 받는 경우코드를 쪼개려고 받았어요 한 줄로 써도 되는 코드도 있으나 가능한 짧게 쓰려고 받고 있어요 컬럼 계산은 다른 변수에 받는 것 보다 바로 계산 하는 것이 편해요 🙂 df에 덮어 쓰는건 작업한 내용을 저장할 때 보통 사용합니다 만약 이해가 어렵다면 어떤 상황인지 알려주면 그 상황에 맞게 설명드릴게요 🙂
- 0
- 2
- 40
Hỏi & Đáp
문제 3-2 질문드립니다
감점 전혀없습니다 잘 처리하셨어요:)
- 0
- 2
- 37
Hỏi & Đáp
강의 재생이 안됨
(미답변 질문으로 남아 있어 댓글 작성합니다)
- 0
- 2
- 60
Hỏi & Đáp
수강기한 연장 문의
메일 발송
- 0
- 2
- 63
Hỏi & Đáp
수강기간 연장 문의드립니다
메일 발송
- 0
- 2
- 47
Hỏi & Đáp
수강기간 연장 문의드립니다.
안녕하세요!바쁘신 와중에도 열공하는 모습 응원합니다.죄송합니다. 지금 현재 하반기 건에 대해서 연장 검토하기 어려울 것 같습니다. 추후 별도 연장 결제 등을 검토해보도록 할게요! 양해 부탁드립니다.
- 0
- 2
- 64
Hỏi & Đáp
수강연장 문의
메일 발송
- 0
- 2
- 68
Hỏi & Đáp
수강연장문의
메일 발송
- 0
- 2
- 49
Hỏi & Đáp
결정트리에서 적절한 깊이 선택 후 시각화 과정에서 학습 데이터만 사용하는 이유
기초에서는 학습 데이터로만 fit하는 것을 알려드리고 있고실제 현업에서는 그것도 중요한 데이터이기에 K-fold 크로스 벨리데이션 방법을 사용해모든 데이터를 사용하고 평가해보고 있습니다. 이 방법을 사용하면 모든 데이터를 학습과 검증에 번갈아 사용할 수 있고 보다 안정적인 성능 평가가 가능합니다
- 0
- 2
- 41




