NewGen

이미 선행을 하여주신 선지자님들께 감사의 말씀을 미리 드립니다. 오늘도 감사합니다. 1. 야후 파이낸스를 이용하여 데이터를 받는다. 10년치 정도를 받음. 2. 받은 데이터를 정규화 작업을 거쳐, 2차원 벡터로 만듬 3. 읽은 데이터는 학습용과, 결과를 예측하여 비교하는 데이터로 나눈는데, 비율은 7:3으로 함. 학습 : 70% , 결과확인 30% Tensorflow를 사용하기위해 형상화 작업을 진행. 4. 신경망 설계는 시계열에서 범용으로 사용되는 LSTM으로 구성함. en.wikipedia.org/wiki/Long_short-term_memory Long short-term memory From Wikipedia, the free encyclopedia Jump to navigation Jump to..

* 뭐든 선지자들이 해 놓은걸 따라하면서 배워야 함.. * 미리 감사드립니다. 잘 배우겠습니다. 1. 야후 파이낸스 라이브러리를 통하여 수집된 삼전 데이터. 2. 데이터 가공 시작의 정석 중간값 구하기. 3. 이동평균의 최애 기준선인 20일선 데이터 가공. 4. 데이터 정규화의 기본 min-max scailing.. 5. 구글 코랩 세션을 이용하여, 구글 서버로 딥러닝 수행... 장점은 내가 사용하는 컴은 조용함. 엄청난 연산을 구글 서버가 함. 나는 그저 웹브라우져로 세션을 열어서 코드를 작성하고, 모델을 설정하고, 딥러닝을 수행시키면 된다. 엄청난 연산 수행을 구글서버가 해줌. 게다가 속도가 빠른듯?? 아직 이용하는 사람이 적어서 그런가.. 생각보다 빠름. 6. 트레이닝 횟수 500번만 돌려봄.. 생..

딥러닝 = 고비용 학문임. 일단 장비가 좋아야 뭔가 시작이 가능하다. 지금까지는... 헌데.. 그 고민을 구글이 머신러닝용 범용 세션을 열어주기 시작함. 서비스 한지는 좀 되었는데.. 이제 웬만한거 다 돌릴수 있는 수준으로 됨. 구글이 개발 표준 플랫폼은 엄청 빨리 개발 함. 돈이 많아야 머신러닝을 배울수 있다는 공식이 사라짐. 배우고자 열정만 있으면 이제 기본기 다지는 정도는 가능함. 물론 코드가 심화되고, 고도화 되고, 특화된 노하우가 생긴다면 고비용을 들여서 자체 HW를 구성해야 하겠지만.. 웬만한 성능피씨보다 구글 슈퍼컴 세션이 훨씬 유용할듯 함. 아래 링크... colab.research.google.com/github/tensorflow/examples/blob/master/courses/ud..

모바일에서도 머신러닝이 가능해지고 있습니다.기술의 발전속도가 엄청나네요. https://www.fritz.ai/ 해당 사이트에 가면 IOS용과 Android 용으로 다운로드 가능합니다. 이것저것 읽어보면.. 요게 제일 흥롭습니다. 머신러닝 코어모델을 앱스토어를 통하지 않고도 배포가 가능하다..이게 가능하다면, 아마도 순식간에 네트워크를 통해서 개선이 가능하겠고요..많은 사람들이 공유하게되면서, 효율도 급격하게 올라갈 수도 있겠습니다. 연구해봐야 겠습니다.