beseeyong

[코딩] Python 3.7의 새로운 기능들

며칠 전 Python이 3.7로 업데이트 됐지요! dataclass 모듈이나 time 모듈이 강화되면서 더 정밀하고 편하게 코딩할 수 있게 됐네요. 주요 업데이트 내용은 다음과 같습니다. > breakpoint() > dataclass > 모듈 속성 커스터마이징 > 타이핑 향상 > 시간...

[주식 투자] 수익을 좀먹는 생각의 함정_편견들 #1

앞선 글에서 우리 인간의 여러 편향들이 투자 수익을 향상시키는 방향과는 정반대로 작용한다는 것을 살펴봤다. 이번에는 실제로 어떤 오만한 편견들이 우리의 무의식적은 생각에 들어있는지 알아보자! 1. 비일관성 투자는 일관성(consistency)이 매우 중요하다. 성공적인 투자는 별거 없다...

[주식 투자] 수익을 좀먹는 생각의 함정(또는 편견)_Intro

나는 주식 투자를 할 때, 매수하고 나면 종목명은 거의 다 잊어버린다. 종목 발굴보다 일관성 있는 투자전략의 개발, 즉 어떤 논리로 주식을 매수하고 보유하고 매도하는지 고민하는 것이 백배 더 중요하다고 생각하기 때문이다. 고심 끝에 투자전략이 정해지면 그 전략에 적합한 종목은 저절로 나...

블록체인이 도입될 수 있는 업무 Part.2

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. 저번글에서 이어지는 내용입니다. --- 탈중앙화 시스템이 가능한 영역 요즘 한국의 벤쳐 업계가 블록체인에 관심을 가지는 내용을 살펴보면, 모두들 “코인”에 대한 관심에서 출발하고 있다. 비트코인으로 소위...

블록체인이 도입될 수 있는 업무 Part.1

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. --- > 정말 기계가 펀드매니저를 대체하는가 펀드매니저를 하고 있는 절친이 진지한 상담을 원한다면서 늦은 밤에 사무실로 찾아왔다. 요즘 4차산업 어쩌고 저쩌고에 블록체인이라고 말들이 많고, 머신러닝이 ...

[데이터 사이언티스트] 갖춰야 할 5가지 스킬셋 Part.2

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. 저번글에서 이어지는 내용입니다. --- 3. 수리통계학 개발자들이 하는 가장 큰 착각이 바로 머신러닝은 공학이지 수학이 아니라는 거다. 여기에 필자는 정면으로 반박하고 싶다. 머신러닝은 수학이지 공학이 ...

[데이터 사이언티스트] 갖춰야 할 5가지 스킬셋 Part.1

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. --- > 데이터 사이언스, 데이터 과학, 데이터 과학자, 머신러닝, 딥러닝, R 주변에서 데이터 사이언티스트가 될려면 어떤 공부를 해야되는지 묻는 경우가 참 많다. 전에 다녔던 크리테오라는 프랑스 리타...

[머신러닝] 초보자에게 바치는 5가지 "하지 마라" 시리즈 Part.2

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. 저번글(Part.1)과 이어지는 글입니다. --- 3. 수학 수식에 집착하지마라 앞서 1번에서 했던 “하지 마라”와 일맥 상통한다. 일단 쫄지말고 써 봐라. 어차피 일반 대중에게 공개된 알고리즘들 중에 ...

[머신러닝] 초보자에게 바치는 5가지 “하지 마라” 시리즈 Part.1

본 글은 Pabii 이경환 대표님의 블로그 글이 너무나도 유익해 공유한 내용입니다. --- > 데이터 사이언스, 머신러닝, 빅데이터, 교재 데이터 사이언스 강의를 시작했다, 그 강의 중에 머신러닝도 많이 들어가있다고 소개를 했더니, 어떤 책을 사서 공부해야되냐고 묻는 사람, 그거할려면 ...

[머신러닝] 학습 정확도 올리기 (Deep & Wide, Dropout)

Hidden Layer를 더 깊고, 넓게 구현하면 결과가 더 좋아질 것 같다. 그럼 바로 구현해보자. python ... with Hidden layers w1 = tf.getvariable("w1", shape=[784, 512], initializer=tf.contrib.layers...

[머신러닝] 학습 정확도 올리기 (Neural Network, Xavier Initialization)

Enhancing Learning Accuracy 몇가지 기술적인 방법을 사용해 학습의 정확도를 높여보자. 90%와 91%는 확연히 다른 정확도다. 단 1%의 정확도를 높이기 위해서 여러 방법을 사용할 필요성은 충분하다. Softmax Classifier for MNIST 0 ~ 9의 ...

[머신러닝] XOR 문제 해결하기 Part.2

XOR 문제를 풀지 못해 머신러닝 개발이 늦어졌다가, backpropgation을 통해 풀어낼 수 있다는 사실 알아냈다. 이제는 TensorFlow로 직접 구현해보자. XOR Data set python import numpy as np import tensorflow as tf 먼저 ...

[머신러닝] XOR 문제 해결하기 Part.1

and 조건과 or 조건으로 False = 0과 True = 1을 구분하며 최적의 변수를 찾아 학습하는 것이 머신러닝의 기본이다. 그런데 과거 머신러닝에 대한 연구가 시작되고 얼마 되지 않았던 1969년, 중대한 문제가 발생했다. Marvin L. Minsky 교수가 위 기본 공식으로 ...

[머신러닝] Tensor 데이터 처리하기 Part.4

Squeeze & Expand python with tf.Session() as sess: print(sess.run(tf.squeeze([[0], [1], [2]]))) 벡터의 형태를 간단하게 바꾸는 더 간단한 방법도 있다. squeeze 함수를 사용하면 위의 2차원 벡터를 1차원 행...

[머신러닝] Tensor 데이터 처리하기 Part.3

Reduce mean 평균을 구하는 방법도 있다. 그런데 함수의 이름이 그냥 mean이 아니라 reducemean이다. 사실 차원을 감소하며 평균을 구한다는 의미다. python with tf.Session() as sess: print(sess.run(tf.reducemean([1, ...

[머신러닝] Tensor 데이터 처리하기 Part.2

Matmul vs Multiply 중학교 수학 시간에 우리는 행렬의 곱셈을 배웠으므로 TensorFlow를 사용해 같은 연산을 할 수 있다. python multiply for matrix matrix1 = tf.constant([[1.,2.], [3.,4.]]) matrix2 = tf...

[머신러닝] Tensor 데이터 처리하기 Part.1

Tensor manipulation 더욱 깊은 이론으로 들어가기 전에 기본으로 돌아가보자. Tensor를 손쉽게 다룰 수 있어야 이후 과정이 편해진다. 사실 기본이다. Simple ID Array and Slicing Array는 조각으로 자른 김밥과 비슷하다. 순서대로 나열되어 있는 ...

[머신러닝] MNIST Data로 숫자 이미지 분류하기

MNIST Data 그동안 우리가 학습한 내용을 활용해서 이미지 분류 작업을 할 수 있다. 위의 그림과 같이 여러 사람이 다양한 형태로 표기한 숫자 이미지 파일을 픽섹 단위로 분해해서 학습할 수 있다는 의미다. 임의의 새로운 숫자 이미지 파일이 들어와도 어떤 숫자인지 분류하기 위한 목적...

[머신러닝] Traing/Test, Learning Rate와 Normalization으로 학습 효과 높이기

Training & Test data 지금까지 우리는 우리 손에 가지고 있는 xdata와 ydata를 모두 사용해서 학습을 진행했다. 하지만 실제로 학습을 진행할 때 이런 방법은 독약과 같다. Overfitting, 즉 샘플 데이터에 너무나 최적화된 학습을 진행할 위험이 발생하기 때문이...

[머신러닝] Fancy한 Softmax

여러 예측 결과물을 도출해내기 위한 방법으로 Softmax Classification을 사용한다. 저번 글에서는 기초적인 여러 공식들을 우리가 직접 구현해냈지만, 사실 구글이 이미 다 한 줄의 코드로 만들어놨다. 공부를 하는 입장에서 작동 원리를 아는 것이 중요하기 때문에 기초부터 배우...