안녕하세요! 제가 계속하는데 shape 자체가 달라서 질문 남깁니다.. 강의에서는 반환된 thresholds나 나머지 것들이 147, 148개의 자료들이 생성되는데, 저는 코딩을 다시해봐도 165개, 166개가 나오더라구요.. 제가 어떤 부분에서 놓쳤는지 잘 몰라 질문드립니다.

한 음료 회사는 자사의 콜라 병이 평균적으로 500ml를 담고 있다고 주장한다. 하지만 소비자들은 병에 담긴 콜라의 양이 평균보다 적다고 생각한다. 이를 검증하기 위해 30병(n)의 콜라를 무작위로 선택하여 용량을 측정했다. 측정 결과, 플의 평균 용량은 495ml(x바)였고, 표준편차는 10ml(s)였다. 유의 수준을 0.05로 설정할 때, 콜라의 양이 평균보다 적은지 검정해보자.• 전체 관측치 수 : 30개• 귀무가설(H₀) : mu = 500• 대립가설(H₁) : mu < 500 •  유의 수준 0.05에서, 자유도가 29인 t 분포의 한쪽 꼬리(왼쪽)의 임계값은 -1.699 •  계산된 t-값(-2.74)이 임계값(-1.699)보다 작으므로 유의 수준 0.05에서 귀무 가설을 기각 여기서 임계값은 t분표표에서 찾는 것인가요? 찾는다면 어떤 방식으로 찾는 방법이 있는지 문의 드립니다.

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.세번째 cell에서 print('array1: {:0}차원, array2: {:1}차원, array3: {:2}차원'.format(array1.ndim,array2.ndim,array3.ndim)){:0} {:1} {:2} 이것들이 의미하는게 궁금합니다

안녕하세요 선생님.선생님의 강의 덕분에 많은 것들을 배웁니다. 감사합니다. 많은 사람들이 강의 수강에 앞서 프로그램 환경설정에서 공통된 질문이 많은데, 선생님께서 계속 같은 질문에 답변을 반복하시는 모습에.. 다음 분들을 위해 가이드로 공유하고자 합니다. 참고로 버전이 업그레이드되면 API는 수시로 바뀝니다. 사용 방식이 조금씩 바뀌거나, 아예 달라지기도 합니다. 부디 해당 강의와 같은 버전으로 진행하시길 강력히 권장합니다. 현시점 아나콘다 공식 홈페이지의 다운로드 링크는 최신 버전만 다운로드할 수 있게 웹 브라우저를 보여줍니다. 따라서 아나콘다 공식 아카이브로 접근하여 원하는 버전을 다운로드합니다.아나콘다 아카이브 저장소 접근(link)아나콘다 아카이브에 접근하면 원하는 버전의 아나콘다를 다운로드 받을 수 있습니다. 여기서 주의해야 할 사항은 Python 3.9 기반의 아나콘다를 다운로드 받으셔야 합니다. 2022년도 아나콘다 쓰세요. 2023년도 아나콘다부터는 Python 3.10이더군요. Python 3.9을 기반으로 하는 2022년 아나콘다 다운로드2022년도 5월과 10월 버전이 있는데, 이 둘의 차이는 아나콘다 release 노트에서 확인할 수 있습니다. 참고로 많은 분들이 남기신 scikit-learn 버전도 2022.05 아나콘다부터 1.0.2가 기본 버전입니다. 2022년도 아나콘다로 진행하시면 lightgbm이고 뭐고 다 강의와 동일하게 진행하실 수 있습니다.아나콘다 버전만 잘 설치하시면, 나머지는 강의 따라가면 됩니다. 즐강하십쇼.p.s. 이미 아나콘다 최신 버전을 설치해 버리셨다면.. 다시 설치하시길 바랍니다. 윈도우 기준, C:\Users\{user}\anaconda3 경로에 Uninstall-Anaconda3.exe라는 파일을 실행시켜 지울 수 있습니다....

안녕하세요!좋은강의 감사드립니다. 후속모니터링 부분에 대해 질문이 있어 남깁니다. 후속모니터링이 필요한 이유에 대해서는 이해하였는데요. 후속모니터링의 기간은 어느정도로 해야할까요? 보편적인 기준이나 기간을 구하는 방법이 있을까요?  

기존 14:20초 부근에서titanic_df['Pclass'].value_counts().reset_index()를 실행했을때 출력되는 모양(그냥 텍스트 형태)로 나오는 것과15:18 부근 코드는 같은데 테이블 형태로 나오는 것의 차이는 무엇인가요?

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요ch.8-2 14p에 Y1 Y2 가 xi 와 x_bar가 엮여있는데 어떻게 iid인지 증명할 수 있는 방법과 ch8.3 23p 카이제곱분포에서 x_bar와 S^2 이 독립이라 하셨는데 그냥 서로 다른 정규분포, 카이제곱 분포라 그런건가요? 이해가 잘 안가는데 증명과정 알려주시면 감사하겠습니다.

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. array1d = np.arange(start=1, stop=10)array2d = array1d.reshape(3,3)print(array2d)array3 = array2d[[0,1], 2]이것의 답이 [3, 6] 이 되는데,만약 답을 [[3], [6]] 을 만들고 싶으면 인덱싱ㅇ르 어떻게 해야 하나요?

안녕하세요, 선생님 항상고생많으십니다.다름이 아니라, konlpy 설치 순서를 그대로 따라하고 * JAVA-HOME 시스템설정 변수 변경 포함 ), java version 도 선생님이 설치하신 것과 동일하게 맞추었는데 다음의 코드에서 해당 오류가 발생합니다.from konlpy.tag import Okt okt = Okt() def tw_tokenizer(text): # 입력 인자로 들어온 text 를 형태소 단어로 토큰화 하여 list 객체 반환 tokens_ko = okt.morphs(text) return tokens_ko tw_tokenizer('아버지가방에 들어가신다') 제가 놓친게 있을까요?

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요. 강사님.텍스트 또는 문장의 벡터화 -> 벡터화된 데이터셋을 Train/Test로 나눔 -> 회귀 또는 분류모델을 훈련 및 검증-> best pram(gridsearchCV)를 통해서 보다 정확도를 높임 - > ??? 이 이후에 과정에서 궁금합니다.훈련과 검증이 완료된 모델을 저장하고 이를 메서드화(def) 한 이후 텍스트 분류라면 분류하고자 하는 DF의 컬럼을 apply lambda로 해서분류를 하는 파생컬럼을 만든 다던지 그렇게 진행하는 것인가요?

불가피하게 최신버전 사용하시는 분들 참고하시라고 글 남깁니다.(for 코랩)XGBoost 2.1.3 기준으로 early_stopping_rounds=50, eval_metric="logloss"을 XBGclassifier의 매개변수로 넣는걸로 바뀐 것 같습니다. from xgboost import XGBClassifier xgb_wrapper = XGBClassifier(n_estimators=400, learning_rate=0.05, max_depth=3, early_stopping_rounds=50, eval_metric="logloss") evals = [(X_tr, y_tr), (X_val, y_val)] xgb_wrapper.fit(X_tr, y_tr,eval_set=evals, verbose=True) ws50_preds = xgb_wrapper.predict(X_test) ws50_pred_proba = xgb_wrapper.predict_proba(X_test)[:, 1].이런걸 찾는과정을 중요하게 생각하시면 내리셔도 괜찮습니다.참고자료: https://stackoverflow.com/questions/78713048/xgbclassifier-fit-got-an-unexpected-keyword-argument-early-stopping-rounds

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요. 강사님sklearn.dataset의 fetch_20newsgroups의 데이터로드가 너무 오래걸리고 있어요.그래서 소스코드를 봤는데 계속 로드를 못하고 있는 것 같아요. 혹시 문제가 뭘까요?

 안녕하세요, minimum 샘플 사이즈 정하는 부분에서 질문드립니다.online 플랫폼의 경우 base-metric과 expected-metric에 CVR, CTR 이 적용이 가능한데offline 매장 같은 경우는 base-metric과 expected-metric이 매출이 될 것 같은데맞을까요? (프로모션, 캠페인은 아니고, 추가 제품공급 (다각화) 입니다) 계산해보면 p=(p1+p2)/2, variance = p(1-p) 공식에 적용해서 계산해보면매출 5% 상승으로 잡고 정규화해서 1.0 과 1.05으로 할경우계속 n 값이 마이너스 값이 나오네요. 다른 방식으로 적용해야될까요?문의드립니다.감사합니다. 

안녕하십니까. 강의를 들으면서 실습 중 에러가 발생했는데 해결하지 못하고 있습니다.이 셀을 실행했을 때 이런 에러가 발생하고있습니다.혼자 찾아보다가 어려워서 gpt한테 물어보니scipy 1.7.3 으로 다운그레이드scikit-learn 최신버전으로 업그레이드Scikit-learn 및 Scipy 호환 버전 설정코드에서 asmatrix를 numpy.asarray로 대체새로운 가상환경 생성등 5가지의 방법을 알려줬습니다.1, 2, 3번은 현재 사용하고있는 버전과 같아서 넘기고 4, 5번의 방법으로 하는게 맞는지 여쭤보고싶습니다. 아니면 현재 파이썬 3.10 버전을 사용중인데 3.9버전으로 다운그레이드를 하는게 나은지 모르겠습니다.

 9장 추천시스템부터 듣고있는데 전에는 1.0.2버전 설치했다가 강의 들으면서 따라하는 도중 from sklearn.feature_extraction.text import CountVectorizer 가 임포트 안되는 오류가 계속되어서 scikit-learn 삭제 > 버전 지정 안하고 다시 설치 > 정상 작동 에러가 사라져서 좋긴하지만 다른 질문들을 찾아보니 버전은 강의대로 따라가는게 좋다고 하셔서 1.6.0 버전 사용여부 여쭤봅니다.

안녕하세요 , 항상 고생많으십니다.다름이 아니라 , hyperopt 마지막 실습 중에 다음의 코드에서 오류가 발생합니다. hyperopt version도 실습과 같은데, 왜 이런 오류가 발생하는지 몰라서 질문드립니다.from hyperopt import fmin, tpe, Trials trial_val = Trials() best = fmin(fn=objective_func, space=xgb_search_space, algo=tpe.suggest, max_evals=50, # 최대 반복 횟수를 지정합니다. trials=trial_val, rstate=np.random.default_rng(seed=9)) print('best:', best)오류문 --------------------------------------------------------------------------- AllTrialsFailed Traceback (most recent call last) Cell In[21], line 4 1 from hyperopt import fmin, tpe, Trials 3 trial_val = Trials() ----> 4 best = fmin(fn=objective_func, 5 space=xgb_search_space, 6 algo=tpe.suggest, 7 max_evals=50, # 최대 반복 횟수를 지정합니다. 8 trials=trial_val, rstate=np.random.default_rng(seed=9)) 9 print('best:', best) File ~\anaconda3\envs\sklearn_env\lib\site-packages\hyperopt\fmin.py:540, in fmin(fn, space, algo, max_evals, timeout, loss_threshold, trials, rstate, allow_trials_fmin, pass_expr_memo_ctrl, catch_eval_exceptions, verbose, return_argmin, points_to_evaluate, max_queue_len, show_progressbar, early_stop_fn, trials_save_file) 537 fn = __objective_fmin_wrapper(fn) 539 if allow_trials_fmin and hasattr(trials, "fmin"): --> 540 return trials.fmin( 541 fn, 542 space, 543 algo=algo, 544 max_evals=max_evals, 545 timeout=timeout, 546 loss_threshold=loss_threshold, 547 max_queue_len=max_queue_len, 548 rstate=rstate, 549 pass_expr_memo_ctrl=pass_expr_memo_ctrl, 550 verbose=verbose, 551 catch_eval_exceptions=catch_eval_exceptions, 552 return_argmin=return_argmin, 553 show_progressbar=show_progressbar, 554 early_stop_fn=early_stop_fn, 555 trials_save_file=trials_save_file, 556 ) 558 if trials is None: 559 if os.path.exists(trials_save_file): File ~\anaconda3\envs\sklearn_env\lib\site-packages\hyperopt\base.py:671, in Trials.fmin(self, fn, space, algo, max_evals, timeout, loss_threshold, max_queue_len, rstate, verbose, pass_expr_memo_ctrl, catch_eval_exceptions, return_argmin, show_progressbar, early_stop_fn, trials_save_file) 666 # -- Stop-gap implementation! 667 # fmin should have been a Trials method in the first place 668 # but for now it's still sitting in another file. 669 from .fmin import fmin --> 671 return fmin( 672 fn, 673 space, 674 algo=algo, 675 max_evals=max_evals, 676 timeout=timeout, 677 loss_threshold=loss_threshold, 678 trials=self, 679 rstate=rstate, 680 verbose=verbose, 681 max_queue_len=max_queue_len, 682 allow_trials_fmin=False, # -- prevent recursion 683 pass_expr_memo_ctrl=pass_expr_memo_ctrl, 684 catch_eval_exceptions=catch_eval_exceptions, 685 return_argmin=return_argmin, 686 show_progressbar=show_progressbar, 687 early_stop_fn=early_stop_fn, 688 trials_save_file=trials_save_file, 689 ) File ~\anaconda3\envs\sklearn_env\lib\site-packages\hyperopt\fmin.py:593, in fmin(fn, space, algo, max_evals, timeout, loss_threshold, trials, rstate, allow_trials_fmin, pass_expr_memo_ctrl, catch_eval_exceptions, verbose, return_argmin, points_to_evaluate, max_queue_len, show_progressbar, early_stop_fn, trials_save_file) 589 if len(trials.trials) == 0: 590 raise Exception( 591 "There are no evaluation tasks, cannot return argmin of task losses." 592 ) --> 593 return trials.argmin 594 if len(trials) > 0: 595 # Only if there are some successful trail runs, return the best point in 596 # the evaluation space 597 return space_eval(space, trials.argmin) File ~\anaconda3\envs\sklearn_env\lib\site-packages\hyperopt\base.py:620, in Trials.argmin(self) 618 @property 619 def argmin(self): --> 620 best_trial = self.best_trial 621 vals = best_trial["misc"]["vals"] 622 # unpack the one-element lists to values 623 # and skip over the 0-element lists File ~\anaconda3\envs\sklearn_env\lib\site-packages\hyperopt\base.py:611, in Trials.best_trial(self) 605 candidates = [ 606 t 607 for t in self.trials 608 if t["result"]["status"] == STATUS_OK and not np.isnan(t["result"]["loss"]) 609 ] 610 if not candidates: --> 611 raise AllTrialsFailed 612 losses = [float(t["result"]["loss"]) for t in candidates] 613 if len(losses) == 0: AllTrialsFailed:

안녕하세요 강사님강의 교안 파일 요청 드립니다. hyeyum@humanartmuseum.com 감사합니다.

안녕하세요좋은 강의 감사드립니다! a/b test 에서 minimum sample 사이즈를 구한 뒤 period calculation 단계에서 질문 있어서 문의드립니다. 강의 듣던 중에 다른 a/b 테스트 유튜브 강의를 보게 되었는데요. 제가 이강의에서 배운바로는 예를들어minimum sample size가 5,000명이고1) daily user: 300명2) required days는 약 17.7일이 될거구요3) # of test group은 A,B 2그룹이라고 할때최소 period는 17.7 * 2개그룹 = 35.5일로 계산하는 걸로 이해했는데요. 해당 유튜브 강의에서는 A, B그룹의 테스트가 동시에 진행하는 것을 추천한다고 하더라구요.이 경우는 35.5일이 아닌 A, B그룹 동시에 진행하니 17.7일이 될수 있는건가요?상황에 따라 다른건지어떤게 맞는건지 해깔리네요..문의드립니다. 

안녕하세요 강사님! 해당 강의에서 주피터로 코딩을 하는 것 같은데혹시 주피터노트북 대신 코랩으로 실습을 진행해도 문제 없을까요?

안녕하세요.현재 graphviz 버전이 12.2.1까지 나와있는데, 이 버전을 다운 받아도 문제 없이 수업 진행이 가능 한 건가요?