목록분류 전체보기 (123)
on my way
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/ovZ1n/btsI3UbRJCZ/dWUkuO5K1Uvxs1WoFfGtyk/img.png)
포트폴리오와 리스크포트폴리오: 리스크 (High Risk - High Return)포트폴리오는 여러 투자 자산으로 이루어진 그룹을 말한다.리스크: 투자에서의 리스크는 투자 결과가 불확실한 정도를 말한다. 일반적으로 높은 리스크를 감수하면 높은 수익을 기대할 수 있어요. 이걸 High Risk - High Return이라고 해요.리스크의 측정: 분산과 공분산분산 (Variance): 하나의 자산이 평균 수익률에서 얼마나 변동하는지를 나타내는 값이에요. 변동성이 클수록 리스크가 큰 거예요.공분산 (Covariance): 두 자산이 함께 움직이는 정도를 나타내는 값이다. 두 자산이 함께 오르고 내리면 공분산이 양수, 반대로 움직이면 공분산이 음수이다.포트폴리오 최적화최적화: 포트폴리오의 리스크와 수익을 조절하..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/cGmEca/btsIly1Q2Au/0HNsCxABvIq44ZT7UBFGj1/img.png)
RNN 이해 및 실습1. 시계열 데이터시계열 데이터는 시간에 따라 변하는 데이터를 의미합니다. 예를 들어, 주식 가격, 날씨 데이터 등이 있습니다.예제 시계열 만들기import numpy as npimport matplotlib.pyplot as plt# 배열 만들기xarr = np.array([100,200,300,400])yarr = np.array([1,2,3,4])cond = ([True, False, True, False])# 조건에 따라 xarr 또는 yarr 선택np.where(cond, xarr, yarr) # cond가 True면 xarr, False면 yarr# 랜덤 시드 설정np.random.seed(2020)시계열 데이터 시각화plt.figure(figsize=(10, 5))plt..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/3JoUo/btsInjCoOdC/bv7FiDiAkdp0Kk5Dzc7qk0/img.png)
1. ANN from Scratch이제 우리가 간단한 인공 신경망(ANN)을 만들어보자. 우리가 할 일은 데이터를 이용해 모델을 학습시키고, 그 모델을 사용해 새로운 데이터를 예측하는 것이다.1.1 라이브러리 불러오기import numpy as np여기서는 numpy라는 라이브러리를 사용한다. numpy는 숫자 계산을 도와주는 도구이다.1.2 데이터 정의# 독립 변수 (입력 데이터)input_set = np.array([[0,1,0], [0,0,1], [1,0,0], [1,1,0], [1,1,1], [0,1,1], ..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/kNyop/btsIkeOLq5w/KWBg6kXy3oG7xsfHlKxAt1/img.png)
포트폴리오와 리스크포트폴리오: 리스크 (High Risk - High Return)포트폴리오는 여러 투자 자산으로 이루어진 그룹을 말한다.리스크: 투자에서의 리스크는 투자 결과가 불확실한 정도를 말한다. 일반적으로 높은 리스크를 감수하면 높은 수익을 기대할 수 있어요. 이걸 High Risk - High Return이라고 해요.리스크의 측정: 분산과 공분산분산 (Variance): 하나의 자산이 평균 수익률에서 얼마나 변동하는지를 나타내는 값이에요. 변동성이 클수록 리스크가 큰 거예요.공분산 (Covariance): 두 자산이 함께 움직이는 정도를 나타내는 값이다. 두 자산이 함께 오르고 내리면 공분산이 양수, 반대로 움직이면 공분산이 음수이다.포트폴리오 최적화최적화: 포트폴리오의 리스크와 수익을 조절하..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/WBrrF/btsIizT1vyx/GGsWVtf6cQSpTIjoZNvvQ1/img.png)
AI - ML - data -> task - DL규칙 패턴군집 분석 (Clustering)과 주성분 분석 (PCA)의 차이군집 분석과 주성분 분석은 데이터 분석에서 매우 중요한 두 가지 기법이지만, 목적과 방법에서 큰 차이가 있습니다.군집 분석 (Clustering)목적:데이터를 유사한 특성을 가진 그룹(군집)으로 나누는 것.각 그룹 내의 데이터는 유사성이 높고, 그룹 간의 데이터는 유사성이 낮도록 함.방법:대표적인 방법으로 K-Means, 계층적 군집 분석, DBSCAN 등이 있음.K-Means의 경우, K라는 군집의 수를 미리 정하고, 각 데이터를 가장 가까운 군집 중심(centroid)으로 할당하여 군집화함.사용 사례:고객 세분화: 고객을 유사한 구매 패턴이나 성향을 가진 ..
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/kQMOt/btsIhO4IVOF/93VBr3ItRDkHttJ7TOgAR1/img.png)
1. 배열과 데이터 전처리의 기초배열(Array)은 데이터 분석의 기본 단위이다.인덱싱(Indexing)을 통해 특정 요소에 접근하고, 슬라이싱(Slicing)을 통해 데이터의 특정 부분을 선택할 수 있다.예를 들어, arr[1:3,1]은 배열의 두 번째부터 세 번째까지의 첫 번째 열 데이터를 가져오는 명령어다. 데이터 분석 과정에서 결측치(Missing Value) 처리는 필수적이다.fillNA 함수는 결측치를 특정 값으로 채워주며, dropNA 함수는 결측치가 있는 행을 삭제한다.또한, 스케일링(Scaling) 과정을 통해 데이터를 표준화(Standard Scaling)하여 분석에 적합하게 만든다.표준화는 평균이 0, 표준편차가 1이 되도록 데이터를 변환하는 과정이다. 2. 회귀분석과 통계량의 이해회..