meoca1257 님의 블로그

본 프로젝트 명일 할 일gpt 머신러닝 돌아가게끔 환경 구축  주식 관련 예측 코드 학습 -------------------------------- ++++ 1. 주식 ai 아이템이 있는데 왜 사람들은 안쓰는 걸까? (주식 ai의 한계점) 2.상승장/하락장/추세없음 특화 모델 3. 트레이딩뷰 사이트와 사람들이 가독성이 좋다 사용하기 좋다 생각하는 증권사들의 시각화 차이 분석ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ지금까지 진행하면서 과적합 방지, 하이브리드 모델 개발, 피쳐 변경 등 여러 시도를 했으나 효율이 떨어지는 코딩만 이어갔음 명일부턴 효율 높은 방법으로 개선할 예정

본 프로젝트 재시작 이거 기준으로 다시 모델링 필요함  주식은 이렇게 총 10개 분석할 예정 근데 ipynb파일 하나하나 만들어서 모델 돌리자니 너무 짜증나서 그냥 일괄적으로 돌려버릴 예정 얼추 성능 잘 나오면 그냥 바로 멈출 예정 어짜피 예측하는 거고 주식 데이터 자체가 예측이 힘들어서 과적합이 잘생기는 데이터인데 K-fold 한번 돌려보고 테스트 데이터랑 학습 데이터 r^ 어느정도 비슷하고 비슷한 주식 데이터끼리 일반화만 짝짜꿍하면 충분할듯 ㅇㅇ 비슷한 주가 데이터가 없다? 그냥 넘어가  1차적으로 전체 코드 만들어서 돌려보는중

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[챌린지] 이미지 데이터와 불량 검출 5회차 - 손보미 튜터님[챌린지] 이미지 데이터와 불량 검출

[베이직] SQL을 활용한 데이터 처리 4회차 - 김연준 튜터님 [베이직] SQL을 활용한 데이터 처리

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[챌린지] 이미지 데이터와 불량 검출 4회차 손보미 튜터님[챌린지] 이미지 데이터와 불량 검출 무슨 SF 영화나 액션 영화에서 요원들이 카메라로 사람 정보 색출할 때 쓰는 방법 알아봄 일단 YOLO 11 버전이 최적화 잘된 버전이라니까 이거 쓸 일 생기면

### 과적합 해결이 1번째 과제 다중공선성 문제 -> 1) 데이터를 시작하는 고점, 저점, 등으로만 보지 말고 지수화  -> 관련된 직접 찾아서 데이터 기입 후 다중공선성을  확인하여 여러 컬럼 없애고 지수 등을 학습 시키는 데이터로 변경 2) 시간대별 가중치를 다르게 준다  -> 시간별 거래량을 알 수 있는데, 각 시간별 평균 거래량을 확인해보고 거래량별로 가중치를 다르게 준다 3) Close * Volume 컬럼  4) Volume 값을 MinMan스켈일링 해서 가중치로 선정. ### 단기 prophet , 장기 lstm, arima ### 목적 구체화   - 방향성 설정이 중요           -> 사이트 개설            -> 사용자에게 도움을 줄 수 있는 툴을 만들려면         ..

최종 프로젝트 주제 - 주식 예측 모델 개발 확정 머신러닝 모델 - LSTM, 랜포,xgb, lightgbm 결과 랜포가 좋다 LSTM 생각보다 구리다  ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[라이브] 생성형 AI 활용한 리포팅 자동화 2회차 - 김준성 튜터님 [라이브] 생성형 AI 활용한 리포팅 자동화

최종 프로젝트 주제 선정주식 예측 모델 개발1차 LSTM 기준 S&P500 ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[챌린지] 이미지 데이터와 불량 검출 3회차 손보미 튜터님[챌린지] 이미지 데이터와 불량 검출OpenCV.ipynb - Colab ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ최종 프로젝트  주식 데이터 가져오기  import yfinance as yf import pandas as pd # 티커 리스트 tickers = ["SPY", "^GSPC"]  # SPY (ETF), ^GSPC (S&P 500 지수) # 데이터 수집 data = {} for ticker in tickers:     data[ticker] = yf.d..

최종 프로젝트 시작주제 선정중 ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[스탠다드] 품질 관리를 위한 고급 통계 분석 2회차-임영재 튜터님 [스탠다드] 품질 관리를 위한 고급 통계 분석 ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ챕터1_실무에 쓰는 머신러닝 기초챕터 1-6 : 그룹을 나누고 싶어? 클러스터링!

실무에 쓰는 머신러닝 기초 챕터 1-3 : 값을 예측하고 싶어? 회귀!챕터 1-4 : 무엇인지 맞추고 싶어? 분류!챕터 1-5 : 하나보단 둘이 낫지! 앙상블 기법! (feat. 머신러닝 심화개념)ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[챌린지] 이미지 데이터와 불량 검출 2회차 손보미 튜터님전이학습은 남들이 만든 코드 좀만 변형해서 쓰면 됨 [수업 목표]실습을 통해 제조업 및 딥러닝 기반 자동화와 품질관리 분야에서 활용 가능한 컴퓨터 비전 역량을 기릅니다.[목차]이미지 데이터와 불량 검출 수업 일정이미지 분류 소개전이학습Cat Dog 실습 VGG16_CatDog_Classification.ipynb - Colabㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ코드카타코딩테스트 연..

[특강] 최종 프로젝트를 준비하며 2회차- 김연준 튜터님[특강] 최종 프로젝트를 준비하며ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[베이직] SQL을 활용한 데이터 처리 2회차 - 김연준 튜터님[베이직] SQL을 활용한 데이터 처리ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ머신러닝 기초 강의챕터 1-1 : 머신러닝이란?챕터 1-2 : 머신러닝을 하기전에 데이터 전처리 먼저!챕터 1-3 : 값을 예측하고 싶어? 회귀! ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ[스탠다드] 품질 관리를 위한 고급 통계 분석 - 임영재 튜터님[스탠다드] 품질 관리를 위한 고급 통계 분석 ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ..

[특강] 최종 프로젝트를 준비하며 1회차 - 김연준 튜터님[수업 목표]공공데이터 수집, Kaggle 활용법, 논문 검색 및 활용, 그리고 데이터 공모전 참여 전략을 다루며, 데이터 분석 및 AI 모델 개발에 필요한 실용적인 정보를 제공합니다.다양한 공공데이터 포털과 Kaggle을 활용한 데이터 분석법을 설명하고, 연구 논문의 등급과 검색 방법을 소개하며, 공모전에서 성과를 극대화하는 전략을 제시합니다.이를 통해 데이터 기반 연구 및 프로젝트 수행에 필요한 핵심 역량을 효과적으로 기를 수 있습니다.[목차]튜터 소개공공데이터 수집캐글 탐색법논문 활용법공모전 참여전략   ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ코드카타코딩테스트 연습 - 문자열 나누기 | 프로그래머스 스쿨 처음엔 def solu..

세션 - [챌린지] 이미지 데이터와 불량 검출 _1회차 손보미 튜터님[챌린지] 이미지 데이터와 불량 검출[목차]이미지 데이터와 불량 검출 수업 일정머신러닝 vs 딥러닝CNNMNIST 실습1. 속성으로 배우는 제조업 불량 검출 수업 일정** YoLo 라고 따로 만든 거시기가 있으니 그냥 갖다가 거시기해서 쓰면됨CNN 이 발전해서 거시기했음 ㅇㅇ  커리 큘럼1일차머신러닝 vs 딥러닝 차이점CNN 기본 개념Convolution(필터, 패딩, 스트라이드), Pooling, 활성화 함수이미지 분류 흐름(전처리 → 학습 → 평가)실습:MNIST 데이터셋 활용한 CNN 모델1회차: CNN 기초 & MNIST 분류 2. 머신러닝 vs 딥러닝머신러닝 vs 딥러닝 차이점사람의 개입 여부머신러닝: 주어진 데이터를 인간이 처..

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ코드카타코딩테스트 연습 - 체육복 | 프로그래머스 스쿨 전체 학생수 5명 (n) 중에 체육복 잃어버린 학생 번호 2,4번 (lost) 여별의 체육복을 갖고 있는 학생 번호 1,3,5 (reverse)단, 여벌을 갖고 있는 학생이 도난을 당하면 reverse에 번호가 있어도 빌려줄 수 없음 그때, 체육수업을 들을 수 있는 = 체육복을 빌리던 갖고 있는 학생의 수 최댓값 를 구하면 됨 코드로 만들려니까 어지럽네 1)  wearable 변수를 새로 만든다 2)  wearable 변수는 n명수만큼 리스트를 형성하고 각 리스트별 상황을 설정한다ex) n = 3 일 때, wearable = [[1,?],[2,?][3,?]] 3) reserve=[1] 값을 업데이트 ..

발표자 : 태현수 - 프레젠테이션 - Canvappt수명 예측 · Streamlit스트림릿우리 조원들 다 멋지다 나이스 ! 이번 발표도 아주 좋게 끝냈음

과적합 여부 판별  1. 교차 검증 (Cross Validation)K-Fold 교차 검증을 수행하여 모델이 일관된 성능을 보이는지 확인하세요.특히, 테스트 R²가 교차 검증 결과보다 높다면 과적합 가능성이 있습니다.만약 교차 검증 R² 값이 현재 테스트 R²보다 낮다면 과적합 가능성이 큽니다.  2. 학습 곡선 (Learning Curve)학습 데이터 크기를 점진적으로 증가시키며, 훈련 및 검증 R²를 비교하여 과적합 여부를 분석합니다.과적합이 있다면?훈련 R²는 98% 이상이지만, 검증 R²는 떨어지는 패턴이 보임.데이터가 많아질수록 검증 R²가 증가하지 않는다면 과적합 가능성 높음.하지만 훈련 데이터에서 1.0에 가까운 R² 값이 나온다는 것은 데이터에 너무 맞춰진 가능성이 있음 → 잔차 분석 필요..

코드카타코딩테스트 연습 - 숫자 짝꿍 | 프로그래머스 스쿨쉬운데? def solution(X, Y):    answer = []    Y_list = list(Y)       for i in sorted(X, reverse=True):        if i in Y_list:            answer.append(i)            Y_list.remove(i)               if not answer:        return '-1'          result = ''.join(answer)       return "0" if result == "0" * len(result) else resultsolution('100','123450') # 10시간 초과Y_list.remov..

코드카타코딩테스트 연습 - 숫자 짝꿍 | 프로그래머스 스쿨쉬운데? def solution(X, Y):    answer = []    Y_list = list(Y)        for i in sorted(X, reverse=True):         if i in Y_list:            answer.append(i)            Y_list.remove(i)                 if not answer:        return '-1'            result = ''.join(answer)        return "0" if result == "0" * len(result) else resultsolution('100','123450') # 10시간 초과Y_lis..

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ코드카타 코딩테스트 연습 - 옹알이 (2) | 프로그래머스 스쿨머쓱이는 머쓱타드를 좋아함 ㅇㅇ 참고 사이트파이썬) 모든 경우의 수 추출 가능한 라이브러리def solution(babbling):    possible = 0    word = ["aya", "ye", "woo", "ma"]    for i in babbling:        if i in word:            possible +=1           if list(product(word,repeat=2)) in babbling:        possible +=1    if list(product(word,repeat=3)) in babbling:        possible +=1  ..

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ코드카타 코딩테스트 연습 - 옹알이 (2) | 프로그래머스 스쿨머쓱이는 머쓱타드를 좋아함 ㅇㅇ 참고 사이트파이썬) 모든 경우의 수 추출 가능한 라이브러리def solution(babbling):    possible = 0    word = ["aya", "ye", "woo", "ma"]    for i in babbling:        if i in word:            possible +=1           if list(product(word,repeat=2)) in babbling:        possible +=1    if list(product(word,repeat=3)) in babbling:        possibl..