어깨빠진보부상

8주차 Note: 딥러닝

8주차: 5월 25일 ~ 5월 29일멀티캠퍼스 부트캠프 8주차 요약✍️[ 5/25 ] 대체공휴일 휴강[ 5/26 ] 딥러닝: RNN, LSTM_회귀[ 5/27 ] 딥러닝: LSTM_분류[ 5/28 ] 투자 전략: Bollinger Band, BuyandHold[ 5/29 ] 투자 전략: Momentum5월 26일👩🏻‍💻오늘의 소감: 틀리면서 배우는 딥~러~닝~학습률 0.001을 0.01로 바꾸니까 MSE 진짜 난리나던데 하...🫠0 하나를 못봐서 점심시간 내내 코드를 보고 있었다.💻 RNNAAPL(애플 주식) 데이터 활용라이브러리, 데이터 로드import pandas as pd import matplotlib.pyplot as pltimport torch import torch.nn as nni..

🗓️ 7주차: 5월 18일 ~ 5월 22일멀티캠퍼스 부트캠프 7주차 요약✍️[ 5/18 ] 머신러닝: XGBoost, PCA, K-Means, t-SNE[ 5/19 ] 머신러닝: DBSCAN[ 5/20 ] 딥러닝: 이론 학습. 본문에서는 생략[ 5/21 ] 딥러닝: torch[ 5/22 ] 딥러닝: RNN5월 18일👩🏻‍💻오늘의 소감: 월요일 힘들지만... 힘들다 응.. 힘들어. ㅋㅋㅋㅋㅋ정신줄 붙잡자🥹💻 XGBoost부스팅의 대표적인 모델로, 빠른 속도, 높은 성능, 과적합 제어 기능을 제고아는 트리 기반 앙상블 모델body dataset 활용 from xgboost import XGBClassifier, XGBRegressorfrom sklearn.model_selection import ..

🗓️ 6주차: 5월 11일 ~ 5월 15일멀티캠퍼스 부트캠프 6주차 요약✍️[ 5/11 ] 머신러닝: LinearRegression, DecisionTree[ 5/12 ] 머신러닝: 다항 회귀, Ridge, Lasso, ElasticNet[ 5/13 ] 머신러닝: LogisticRegression, SVM[ 5/14 ] 머신러닝: Bagging, Boosting[ 5/15 ] 머신러닝: RandomForest, Pipeline, GridSearchCV5월 11일👩🏻‍💻오늘의 소감: 오후 시간에는 Logistic Regression을 포함한 다양한 분류/회귀 모델의 이론을 학습하였다.내일이면 해당 부분 코딩을 하게될 것인데, 단순 모델에서 확장된 개념을 실습할 생각하니 기대된다!💻 LinearRe..

5주차: 5월 4일 ~ 5월 8일멀티캠퍼스 부트캠프 5주차 요약✍️[ 5/4 ] 휴강[ 5/5 ] 어린이날 휴강[ 5/6 ] 시각화: Looker Studio[ 5/7 ] 머신러닝: Outlier, dummies, 데이터 불균형, 데이터 Split[ 5/8 ] 머신러닝: 데이터 Scaling, Regression, Classification5월 6일👩🏻‍💻오늘의 소감: Looker는 Tableau와 PowerPoint를 결합한 느낌? UI는 Tableau가 더 예쁘긴 한데, 편의성은 Looker가 조금 더 좋은 듯하다.둘 모두 시각화 툴이니만큼 크게 차이점이라 할 만한 점은 보이지 않았으니, 두 툴을 함께 공부해도 좋겠다는 생각이 들었다.수업 시간에 실습한 내용 Tableau는 피벗테이블의 느낌이었..

🗓️ 4주차: 4월 27일 - 4월 30일멀티캠퍼스 부트캠프 4주차 요약✍️[ 4/27 ] Web: Flask[ 4/28 ] 웹, 데이터 시각화: PythonAnywhere, matplotlib, drinks 데이터셋 활용[ 4/29 ] 데이터 시각화: offline, online, aapl 데이터셋 활용[ 4/30 ] 데이터 시각화: tableau, GA[ 5/1 ] 근로자의 날 휴강4월 27일 👩🏻‍💻오늘의 소감: 코드가 길어지면 어지럽기는 마찬가지...😵 py js html 문법 통일해줬으면🥹 (그럴리가...) 본격적인 시각화 툴을 다루기 전, 시각화 결과를 구현할 수 있는 웹을 구축하는 방법을 배웠다.오늘 사용한 파일들▪️app.py (이번 시간에 새로 생성한 웹 구축 모듈)▪️db.p..

🗓️ 3주차 : 4월 20일 - 4월 24일멀티캠퍼스 부트캠프 3주차 요약✍[ 4/20 ] 데이터 수집 (AI 활용): python과 db 연결(+모듈 생성), openAPI data((json/xml)를 DataFrame으로 변환 [ 4/21 ] 데이터 수집 (AI 활용): HTML, 크롤링 [ 4/22 ] 데이터 수집 (AI 활용): Selenium [ 4/23 ] 데이터 수집 (AI 활용): SQL과 Python의 문법 비교 [ 4/24 ] Github 특강: 본문에서는 생략4월 20일👩🏻‍💻 오늘의 소감: 🤯🤯🤯🤯🤯🤯오류의 늪 시작...🥲🥲초심자의 입장에서 주석은 정말 중요하지만 긴 주석과 긴 코드를 보고 있으니 머리가 더욱 어지럽다.주석과 코드를 같이 쓸 때의 가독성을 확보..

보호되어 있는 글입니다.

보호되어 있는 글입니다.