본문 바로가기

주식투자451

모델의 변형 & 적용 -2- 안녕하세요? 이번 포스팅에서는 지난번 포스팅에 이어서 계속해서 조건을 바꾸어서 한번 무언가를 들어가 보고자 합니다. 일단 이 작업을 하기 앞서서 이 모델이나 이게 항상 맞는 것은 아닐 뿐더러............ 거기다가 저 역시 기계학습에 대해서 자세하게 알기는 커녕 상당히 모르는 부분이 많이 있습니다. 다만, 이런다고 해서 도전하지 않을 것도 아니기는 합니다. 다음으로는 한번 에포크의 숫자를 줄이면 더 나아질 것인가 싶어서 한번, 6000에서 4000으로 줄여서 무언가를 해 보고자 합니다. 그리고 나서 2번재 py파일에 있는 코드를 통해서 일단 위 스크린샷에서 볼 수 있는 것처럼 우선은 하나 만들어서 예측에 들어가 보도록 합니다. 그리고 나서 결과가 나왔는데, 이것만 가지고서는 어떻게 결과가 제대로 .. 2022. 2. 11.
모델의 변형 & 적용 -1- 안녕하세요? 지금까지는 sigmoid 함수와 linear함수만을 동원하기는 했는데, 이것만 가지고서는 안되고 다른 형태로 모델을 만드는 방법에 대해서 한번 찾아보고 나서 자료를 얻기는 얻었습니다. 이제 다음으로 해 봐야 하는 것으로는 역시나 이론상으로 완전하.........자니 전공이 전공이다 보니 수학, 통계학에 거기다가 컴퓨터 공학까지 곁들이려니 생명과학 전공인 저로서는 매우 어렵습니다. 결국 Trial & Error로 최적의 무언가를 찾아가야 할듯 합니다. 일단 처음에 한 것은 sigmoid 함수를 제거해 주도록 하고, 그 다음으로 한 것으로 Dropout이라는 함수로 20%의 무언가를 버린다고 해야 할까요? 일단 쓸모없어 보이는 것을 버리라는 명령을 주도록 합니다. 그리고 나서 다으믕로 해야 하는.. 2022. 2. 11.
다층 레이어의 탐구 -5- 안녕하세요? 일련의 다층 레이어를 가지고 가지가지 조건을 테스트 해 보았지만, 우선은 그렇게 좋은 것이 나오지 않기는 않았습니다. 그리고 나서 이 결과를 정리해 보니, 좀 더 많은 자료가 필요한데, 일단 그건 그것이고, 지금은 여기까지 했는 내용을 마무리로 정리해 보아야 합니다. 지난번 포스팅에서 어떻게 기계학습에 들어간 내용으로 만든 모델이 완성되자, 이번에는 이 모델을 바탕으로 하는 예측값을 가지고 오는 작업을 해보고자 합니다. 그리고 나서 다음으로 진행해 보고자 하는 것은, 일단 10개의 노드로 작업한 결과와 맞추어 보는 것인데, 아직도 새로운 방법이 기존의 방법을 뛰어넘지는 못하고 있습니다. 이제 다시금 type02라고 해서 한개의 층에 노드를 20개씩 배치하기만 해서 한번 기계학습에 다시 들어가.. 2022. 2. 5.
다층 레이어의 탐구 -4- 안녕하세요? 이래저래 한꺼번에 몰아서 한번 실험을 하고, 그 결과를 정리하려니 상당히 애를 먹는 시간이 왔는데, 그래도 일단은 이렇게 정리를 하기는 해야 합니다. 일단은 2종류의 함수만 써서 다층 레이어를 구성하는 방법은 슬슬 한계가 오는 것이 아닌가 하는 생각이 듭니다. 어찌되었건 한번 작업을 하기 위해서, 이번에는 위 스크린샷에서 볼 수 있는 것처럼, 20개의 노드를 히든층에 두도록 하고, 그 다음에는 3개의 히든층을 추가로 더 주었습니다. 그리고 나서는 2000에포크의 기계학습에 들어가 보도록 했습니다. 이렇게 해서 마무리가 나올 때 까지 일단 돌리고 또 돌려 봤는데........... 그리고 나서 위 스크린샷에서 볼 수 있는 gui와 같이, 일단 학슴을 통해서 나온 모델을 가지고 써서 어떻게 결과.. 2022. 2. 5.