drop작업 = 주석 처리 - 진행하지 않으면 key:'Gender' 오류남.영상 19:02부분# baseline - object컬럼 제거 cols = train.select_dtypes(include='object').columns # include는 파라미터라서 ==이 아닌 = 로 대입 cols print(train.shape, test.shape) # train.drop(cols, axis=1, inplace=True) train = train.drop(cols, axis=1) test = test.drop(cols, axis=1) print(train.shape, test.shape) # label from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) train[cols].head() # one-hot

1. predict와 predict_proba 모두 머신러닝 모델에서 예측할 때 사용하는 함수인데, 빅분기 시험에서 제출할 때 predict_prob함수를 사용해야만 하는 이유가 있나요?2. random_state 경우 train&test split에도 사용하고 예축 모델에서도 사용하셨는데 빅분기 시험에서는 train&test split만 사용해도 괜찮나요? (그리드서치를 통한 하이퍼 파라미터 탐색에서도 train&test split에서만 random_state를 사용하는 경우가 있는 것 같아서요. -> 각 분할된 데이터셋의 최적의 하이퍼 파라미터 탐색하는 방식)

 이렇게 자동으로 코딩이 되는거 없앨 수 없나요?직접 혼자서 적어보려는데 자동입력이 되어 공부가 잘안되는거같습니다..

시험에서 단순선형회귀든 다중선형회귀든잔차 구할 때, model.resid 구하는 함수로 구해도 되나요?(단순선형회귀 강의에서 잔차를 실제값에서 예측값빼는식으로 구하지 않고)

--------------------------------------------------------------------------- FileNotFoundError Traceback (most recent call last) Cell In[8], line 1 ----> 1 train_data = pd.read_csv("/kaggle/input/titanic/train.csv") 2 train_data.head() 다운이 제대로 받지 않아서 생기는 문제 같은데요... 영상에서는 다운을 받는 과정이 생략되어있는거 같은데 자세하게 알려주세요

단일표본검정 예시 문제에서 귀무가설을 기각하고 채택하는게 헷갈려 질문합니다! 단측검정 "합격원두 상품의 평균 무게는 120g보다 크다"의 경우 코드를 실행했을 때 p-value가 0.01985가 도출됩니다.  그렇다면 유의수준 0.05보다 작기 때문에 귀무가설을 기각하고 대립가설인 "합격원두 상품의 평균 무게는 120g보다 작다"를 채택하는 것이지요? 그런데 해당 표본의 평균은 120g보다 큰 121g인데.... 어디서 제가 잘못이해한걸까요?

안녕하세요. 수업 내용 중 Ollama 임베딩 모델에서 아래와 같이 임베딩 모델을 설정하고 embed_documents 사용하면 아래와 같은 오류가 발생합니다. from langchain_ollama import OllamaEmbeddings embeddings_model = OllamaEmbeddings(model="bge-m3") documents = [ "인공지능은 컴퓨터 과학의 한 분야입니다.", "머신러닝은 인공지능의 하위 분야입니다.", "딥러닝은 머신러닝의 한 종류입니다.", "자연어 처리는 컴퓨터가 인간의 언어를 이해하고 생성하는 기술입니다.", "컴퓨터 비전은 컴퓨터가 디지털 이미지나 비디오를 이해하는 방법을 연구합니다." ] # 문서 임베딩 document_embeddings = embeddings_model.embed_documents(documents) # 임베딩 결과 출력 print(f"임베딩 벡터의 개수: {len(document_embeddings)}") print(f"임베딩 벡터의 차원: {len(document_embeddings[0])}") print(document_embeddings[0])오류의 캡처 사진과 문구는 아래와 같습니다.오류문구 : ConnectError: [WinError 10061] 대상 컴퓨터에서 연결을 거부했으므로 연결하지 못했습니다 해결방법 확인 부탁드립니다.감사합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요모의3 같은 경우에는 전처리 스케일링 따로 안하셨는데, 시험장에서도 제가 판단하고 하지 말아야할까요?아니면 라벨링 같은 데이터는 빼고 나머지 숫자 데이터에대해서 전처리하고 해야하는지,, 아니면 라벨링 신경쓰지않고 스켕일링 모두 해도 되는지요?

안녕하세요 일코님현재 문서 홀수/짝수 페이지 삭제 기능을 구현하려고 하는데요한글 2014에서는 이 기능 사용은 어려운가요?pset = hwp.CreateSet() 에서 계속 알 수 없는 오류가 나옵니다

재귀함수에서 보통 베이스 케이스에 리턴이 있는 경우를 많이 봤는데 베이스 케이스 부분에 return 안쓰는거랑 return 쓰고 그 뒤에 비워놓는거랑 같은 건가요??예를 들어 이 두개가 같은건가요? (함수 안 부분 띄어쓰기해도 질문등록하면 다 왼쪽으로 정렬되서 보이네요ㅠ)함수1: def function()for _ in range(N):... 함수 2: def function()return for _ in range(N):...

강의 정말 도움 많이 되었습니다!!강의 내용 중에 동시성인지 병렬성인지 헷갈리는게 있어 질문드립니다..!7:35에 일반 def 함수 라우터로 작성한 ThreadPool(병렬) 방식은 매번 요청시 ThreadPool에서 유휴 Tread를 찾아 동작하고 i/o wait가 발생할때 context switch를 해가면서 작업하는 것으로 이해했는데...이게 맞다면..! 완벽한 병렬성이 아니라 동시에 작업하는 것 처럼 보이는 동시성으로 동작하는 건가요?

 train = train.drop('ID', axix=1) test = test.pop('ID')안녕하세요.공부하다가 데이터전처리 과정에서 고민이 생겨서요위코드와 아래코드가 같은걸까요?둘중 아무거나 써도되는지.. 아님 둘중 하나를 추천하시는지.이해가 부족해서 고민하다가 질문올립니다.target=train.pop('타겟컬럼명')

왜 이런 오류가 나올까요?

작업형1 모의문제1 풀고 있는데요tuple indices must be integers or slices, not str 라는 에러가 발생하네요ㅠㅠ 첫번째문제 그대로 따라했는데 데이터 문제일까요?

안녕하세요,API와 DB 연결을 다루는 강의를 시청 중 강의 11분 50초 정도에 웹소켓 연결이 안 되는 문제가 생겨 질문 드립니다!코드를 전부 똑같이 따라 작성하고 있음에도 왜 localhost 7071로 경로 수정 후 연결이 되지 않는지 모르겠습니다..해결 방안이 있을지 여쭙고 싶습니다!  

안녕하세요 강사님.인자로 받는 self는 그 c++의 this 포인터 같은 개념으로 보면 될까요, 그리고 list_display 안에 cover_image를 cover_image_tag로 바꿨는데 처음에 cover_image는 같은 클래스(SongAdmin)에 있는 함수라 list_display에서 사용가능한거고, cover_image_tag는 models 파일 안에 Song 클래스 안에 있는 함수라 list_display에서 사용이 가능한걸까요? 감사합니다.

강사님 안녕하세요,HTMX와 모달을 활용한 댓글 기능을 구현하는 코드 작성 중에 crispy form이 적용이 되지 않고 오류가 발생해서 문의드립니다.작성하고 있던 코드는 _comment_form.html 파일의 코드입니다아래 이미지는 발생한 에러 내용입니다. comment_form.html 파일의 코드를 구현하고 로컬호스트에 띄운 개별 Note 페이지의 하단에 '댓글 쓰기' 버튼을 클릭했을 때, crispy form이 렌더링 되지 않고 위와 같은 에러가 발생하는 케이스입니다. 제가 추측하는 것은 context 변수에 담긴 데이터에 문제가 있어서, flatten() 메서드가 동작하지 않아 발생하는 에러 같다고 생각하는데요. 해결하는 방법에 대해 알려주시면 감사하겠습니다! 감사합니다 🙂  

# RandomForestRegressor from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor() model.fit(X_tr, y_tr) pred = model.predict(X_val) rmse(y_val, pred)머신러닝 회귀 모델에서스케일링 해둔걸 주석처리하고 이전 셀 실행 후 위 코드를 실행해서 베이스라인 값을 체크하려는데,강의와 다른 값이 나와서 한번 더 실행했더니 값이 또 바뀌는데 원인이 뭘까요?이후에도 계속 실행할수록 값이 매번 바뀝니다! 

여러 검정들마다 alternative를 어떤것은 붙이고, 어떤것은 안붙이는 것이 헷갈립니다. 기억을 쉽게 하는 방법이 있을까요

for x in range (1, k+1): # 가방 무게가 x일 때       # 물건을 담을 수 있을 때 (x보다  무게가 작거나 같을 때)       if x < weight :           dp[y][x] = dp[y-1][x]             # 물건을 담을 수 없을 때 ( 전에 넣어뒀던 무게로 유지)       else:           dp[y][x] = max(dp[y-1][x],dp[y-1][x-weight] + value )이렇게 나와있는데, x < weight이면 물건을 못담을때 아닌가요??