Survived 에서 뽑아냈을 때 수치가 높게 나오면 영향 가능성이 높다고 판단하면 되는건가요?

선생님 안녕하세요~좋은 강의 제공해주셔서 감사드립니다. Github에 해당 강의 코드가 없는것 같아 확인차 문의드립니다. 감사합니다.

안녕하세요 선생님, 여쭤볼께 있어 글남깁니다 ~!만약 2회차 회귀 문제라 가정하면만약 데이터프레임이x1 x2 x3 ~~~~ y 값이 있을 때, 만약 target으로 하는 y가 있다 ! 라고 했을 때 거기에 대한 x1, x2, x3가 ~~범위에 들어와야 target하는 y값에 가깝다 ! 라는 코딩도 있나요 ?어떻게 보면 회귀분석인거같은데. .ㅠ 배운건 x1 x2 x3가 있을떄 y가 나오는거까지 밖에 안배워서궁금하네용

선생님, ㅠ 막판에 올려주신 2유형 만능풀이법으로분할만 해서 40점 받았는데... 3과목 15점 1과목 0점 (...시험장 가니까 다 에러가..ㅠㅠ)9회 보려고 하는데요, 2과목은 사실 많이 건드린 분들이 감점 되는걸 봐서 만능풀이법 정도로 할려고 하구... (심지어 평가도 안했어요) 1과목, 3과목 을 고득점 하려면ㅇ ㅓ떻게 공부법을 잡아야할까요?

강의 14분쯤에서 모델을 변경하는 부분입니다.케라스가 업데이트 된 건지는 잘 모르겠지만 아래 부분에서 시퀀셜 모델이 레이어를 단일 값으로 받을 수 없어 에러가 납니다.encoder = Sequential(Dense(2, input_shape=(3, ))) decoder = Sequential(Dense(3, input_shape=(2, ))) autoencoder = Sequential([encoder, decoder]) autoencoder.summary()아래 처럼 괄호로 감싸 리스트로 넘기면 해결됩니다.encoder = Sequential([Dense(2, input_shape=(3, ))]) decoder = Sequential([Dense(3, input_shape=(2, ))]) autoencoder = Sequential([encoder, decoder]) autoencoder.summary()

안녕하세요.저도 강의자료를 다운로드하면 압축파일에 requirement.txt 파일만 나오고 다른 파일들은 보이지 않습니다.앞에서 문의한 분처럼 저도 이메일로 보내주시면 감사하겠습니다.kimv100@gmail.com감사합니다.

좋은 강의 잘들었습니다. 이제서야 거의 완강에 앞두고 있습니다. 수업의 후반부 내용중 7.12 실전투입관련 part1 부분에서 궁금한점이 생겼습니다. 물타기(매월 100달러씩 투자금액을 증액)하는 경우 아래 코드와 같이 반영하는 방법을 제안해주셨는데요.cum_rtn_at_last_month_end = (total_port_cum_rtn_series.iloc[-1] * 0.999) + 100 이렇게 코드를 짜서 실행을 하면 포트폴리오의 개별 종목이나 전체 금액의 추이를 잘 계산해낼 수 있는 것으로 보입니다. 그런데 여기서 구해진 rtn_df 등을 바탕으로 수업에서 계산했던 sharpe ratio나 CAGR을 그대로 구해도 될지에 대한 의문이 생깁니다.매월 말 리밸런싱때 투자금액을 추가한다고 가정하면 시장 상황에 관계없이 매월 말마다 100달러씩이 자동으로 증가하는데 이 부분이 sharpe ratio나 CAGR을 과대평가하는 효과가 생길 수 있다고 생각하기 때문입니다. 혹시 이 부분에 대해 제가 잘못 생각하고 있거나 추가적으로 참고할만한 자료가 있다면 알려주시면 감사하겠습니다.

"Only instances of keras.Layer can be " 97 f"added to a Sequential model. Received: {layer} " ValueError: Only instances of keras.Layer can be added to a Sequential model. Received: <tensorflow_hub.keras_layer.KerasLayer object at 0x791605217610> (of type <class 'tensorflow_hub.keras_layer.KerasLayer'>)위와 같은 오류가 나서 한참 찾았는데요. 원인은 tensorflow_hub와 tensorflow 간의 keras 필요 버전 차이에 있다고 합니다. 아래와 같이 keras를 별도 설치하여 임포트하여 사용하시면 정상 작동됩니다. 같은 에러로 고민이신 분에게 도움이 됐으면 좋겠네요. 수정 소스 코드!pip install tf_kerasimport tf_keras as tfk Trained_MobileNet_url = "https://tfhub.dev/google/tf2-preview/mobilenet_v2/classification/2" Trained_MobileNet = tfk.Sequential([ hub.KerasLayer(Trained_MobileNet_url, input_shape=(224, 224, 3)) ]) Trained_MobileNet.input, Trained_MobileNet.output

선생님 안녕하세요! 앞에서, 하루 단위의 종목의 ratio같은 경우는 Log를 씌어주지 않았는데, 5분 단위의 data는 왜 log를 씌어주는지 궁금합니다! (scale이 큰것도 아닌데 왜 앞이랑 차이가 나는지 궁금하네요!)

데이터 전처리 과정에서 이해되지 않는 부분이 있습니다.import pandas as pdimport FinanceDataReader as fdrdf_krx = fdr.StockListing('KRX') df_krx 로 데이터를 확인했습니다.ㄴ일부 컬럼 (ex.Dept)에 결측치가 있습니다. <- 값이 비어있습니다. Nan 값으로 채워진 것은 아닙니다.ㄴ이 때 info() 메소드와 df_krx.isnull()로 확인해보면 null값이 없는 것으로 나오고 isnull() 또한 모두 false가 나오는데 원인을 모르겠습니다. ㄴ이후 to_csv 메소드를 사용하여 파일을 저장한 후 저장한 파일을 읽어왔을 때는 해당 값들이 NaN 값으로 바뀌어 있는데요. 원인이 무엇일까요?

19초에 보면 이것들이 다 세팅되어있다는 존재하에 강의를 진행한다고 하셨는데여. 탐색영역에서 현재 있는 폴더와 파일들의 ipymb파일들이 쭈욱 나오는데 이건 어디서 받는건가요? 28초에 BS코드를 열어가지고 bs코드창을 띄우셨는데 이건 어떻게 띄우는건가요?

안녕하세요.아래 코드에서 마지막 부분에서 에러가 발생하는데 찾아봐도 해결을 못하겠습니다. # 최종 데이터 합치기 df1 = pd.concat(df, ignore_index=True) --------------------------------------------------------------------------- InvalidIndexError Traceback (most recent call last) Cell In[89], line 2 1 # 최종 데이터 합치기 ----> 2 df1 = pd.concat(df, ignore_index=True) File ~\anaconda3\Lib\site-packages\pandas\core\reshape\concat.py:393, in concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy) 378 copy = False 380 op = _Concatenator( 381 objs, 382 axis=axis, (...) 390 sort=sort, 391 ) --> 393 return op.get_result() File ~\anaconda3\Lib\site-packages\pandas\core\reshape\concat.py:676, in _Concatenator.get_result(self) 674 obj_labels = obj.axes[1 - ax] 675 if not new_labels.equals(obj_labels): --> 676 indexers[ax] = obj_labels.get_indexer(new_labels) 678 mgrs_indexers.append((obj._mgr, indexers)) 680 new_data = concatenate_managers( 681 mgrs_indexers, self.new_axes, concat_axis=self.bm_axis, copy=self.copy 682 ) File ~\anaconda3\Lib\site-packages\pandas\core\indexes\base.py:3875, in Index.get_indexer(self, target, method, limit, tolerance) 3872 self._check_indexing_method(method, limit, tolerance) 3874 if not self._index_as_unique: -> 3875 raise InvalidIndexError(self._requires_unique_msg) 3877 if len(target) == 0: 3878 return np.array([], dtype=np.intp) InvalidIndexError: Reindexing only valid with uniquely valued Index objects  ============================  df = []articleNos = ['2433459189','2433504511']for articleNo in articleNos: ind_url = f'https://new.land.naver.com/api/articles/{articleNo}?complexNo=' res = requests.get(ind_url, headers=headers) ind_dict = res.json() article_df = pd.Series(ind_dict['articleDetail']).to_frame().T # articleDetail_df = articleDetail_df[['articl/eNo','articleName','buildingTypeName','realestateTypeName', 'tradeTypeName', 'cityName','divisionName', 'sectionName', 'etcAddress', 'monthlyManagementCost', 'buildingName']] if 'articleFloor' in ind_dict.keys(): articleFloor_df = pd.Series(ind_dict['articleFloor']).to_frame().T article_df = pd.concat( [ article_df, articleFloor_df, ], axis=1 ) else: print(articleNo, '/', 'articleFloor') # articleFloor_df = articleFloor_df[['totalFloorCount','correspondingFloorCount']] if 'articlePrice' in ind_dict.keys(): articlePrice = pd.Series(ind_dict['articlePrice']).to_frame().T article_df = pd.concat( [ article_df, articlePrice, ], axis=1 ) else: print(articleNo, '/', 'articlePrice') # articlePrice_df = articlePrice_df[['dealPrice','allWarrantPrice','allRentPrice']] if 'articleRealtor' in ind_dict.keys(): articleRealtor = pd.Series(ind_dict['articleRealtor']).to_frame().T article_df = pd.concat( [ article_df, articleRealtor, ], axis=1 ) else: print(articleNo, '/', 'articleRealtor') # articleRealtor_df = articleRealtor_df[['realtorName','representativeName','cellPhoneNo','representativeTelNo']] if 'articleSpace' in ind_dict.keys(): articleSpace = pd.Series(ind_dict['articleSpace']).to_frame().T article_df = pd.concat( [ article_df, articleSpace, ], axis=1 ) else: print(articleNo, '/', 'articleSpace') # articleSpace_df = articleSpace_df[['supplySpace','exclusiveSpace']]# article_df = pd.concat(# [# articleDetail_df,# articleFloor_df,# articlePrice_df,# articleRealtor_df,# articleSpace_df, # ],# axis=1# ) df.append(article_df) # 최종 데이터 합치기 df1 = pd.concat(df, ignore_index=True)

안녕하세요. 수강생입니다.현재 저는 손코딩은 하지 않고 처음부터 끝가지 영상으로 한번 보고 두번째부터 손코딩하려고 계속 보는중입니다.따라서 문법을 이해하기 보다는 아~그렇구나 정도 알고 있습니다. 또한 제 데이터는 특별히 손을 대지 않고 실행만 하고 있습니다. 그런데 지금까지 큰 이슈없이 잘 진행되다 Heapmap에서 에러가 발생합니다.deep_data_and_visual 1:48의 결과값도 저랑 다르고 heatmap 작성시 에러가 ValueError: could not convert string to float: 'Abbeville' 발생합니다. 문자열을 float으로 못바꾸는건 알겠는데 직접 파일에서 관련 데이터를 지우라는 것인지(그렇다면 문자열 컬럼은 다 지워야 하는데 좀 이상한거 같구요), 코딩으로 원하는 데이터만 추출해서 가져와야 하는건지(그렇다면 저는 처음부터 영상을 다시 봐야하구요), 제 데이터만 이상한건지(그럼 다시 설치하구요.. 물론 다시 복붙해봤습니다.) 궁금합니다 .

pandas_real_data_processing 강의자료에서 def func(df_data): print (type(df_data)) print (df_data.index) print (df_data.values) return df_data 를 통해 함수 func을 정의했는데, df_func = df.apply(func, axis=0) 에서 func에 넣어줄 df_data 매개변수가 없었는데 계산결과가 나타난 이유가 궁금합니다.제 생각엔 func(무언가) 가 들어 있는 형태로 사용될 거 같았는데 그러지 않아서요...

섹션 4 부분 마지막 강의인 인코딩 이해하고 적용하기 라는 강의의 14분 50초에 나오는 pd.getdummies()에 관한 질문이 있습니다.강의 내용대로 실행을 시켜보니 df_onehot.head()의 내용이 True/False의 형태로 나오는 것을 확인했습니다.서칭 후 pd.get_dummies(df_label, columns=onehot_cols, dtype = int) 처럼 dtype을 int형태로 바꾸어주니 강사님이 보여주신 화면대로 나오는 것을 확인했습니다.이것 역시 버전차이로 인한 기능 변화라고 이해하면 되나요?

선생님.. 이렇게 떠서 연필모양 클릭이 안되요 ㅠㅠ..뭐가 문제일까요

승인된 LowPriorityCores 할당량을 초과하므로 작업을 완료할 수 없습니다. 추가 세부 정보 - 배포 모델: Resource Manager, 위치: KoreaCentral, 현재 제한: 3, 현재 사용량: 0, 추가 필요: 16, (최소) 새 제한 필요: 16. 할당량이 임계값에 도달할 때 경고를 설정합니다. https://aka.ms/quotamonitoringalerting에서 자세히 알아보세요. 배포가 성공할 수 있도록 '세부 정보' 섹션에 나열된 매개 변수를 지정하여 https://aka.ms/ProdportalCRP/#blade/Microsoft_Azure_Capacity이게.. 저도 클라우딩 컴퓨터가 처음이라 익숙하지가 않는데 ㅠ 이렇게 오류가 뜹니다.. 계정이 유료?로 전환되었는지도 모르겠고요 ㅠㅠ 일단 앞의 강의 에서 spot이게 검색해도 아무것도 뜨지 않아서 지금 강의 부터 진행 하는데 역시 안되네요 ㅠㅠ 뭐가 문제일까요

import pandas as pd df = pd.read_csv("student_assessment.csv") df = df.dropna(subset='score') df = df.sort_values('id_assessment', ascending=False) cond = df['id_assessment'] == 133 df = df[cond] df_1 = df.copy() cols = list(df.columns[df.dtypes != object]) cols from sklearn.preprocessing import StandardScaler ss = StandardScaler() df_1[cols] = ss.fit_transform(df_1[cols]) df['score_ss'] = df_1['score'] df = df.sort_values('score_ss', ascending=False)['score_ss'] print(round(df.max(), 3))이렇게 풀면, 답이 '1.462'로 다른 값이 나오는데, 왜 이렇게 되는 걸까요?

업무 등으로 신청하고 올해 11월에 첫 시험을 보려고 합니다.10월 초면 강의가 끝나는데요...혹시 가능하시다면 11월말까지만 연장 가능할까요?

선생님 안녕하세요. 제가 직장 이직 등으로 준비를 그동안 못하다가 이제 시간이 나서 12월 실기를 준비하려고 합니다... 수강 기간이 얼마 남지 않았는데 연장을 부탁드리고 싶습니다...