공부해서 남주자

이번 포스팅에서는 파이프라인(Pipeline)에 대해 알아보겠습니다. (출처: 선형대수와 통계학으로 배우는 머신러닝 with 파이썬, 장철원 지음) 파이프라인(Pipeline) 일반적으로 파이프라인은 생산라인에서 동시에 여러 공정 프로세스를 효율적으로 가능하게 하도록 하는 것을 말합니다. 머신러닝에서도 비슷하게 파이프라인은 모델을 가속, 재사용, 관리 및 배포하는 프로세스를 구현하고 표준화합니다. 파이프라인을 사용하면 데이터 전처리와 모델 학습, 예측까지 한번에 가능하여 코드도 간결해지는 장점이 있습니다. 파이프라인 적용 예제 (Python) 파이프라인 적용 전/후의 코드가 어떻게 바뀌는지 예제를 통해 알아보겠습니다. import pandas as pd import numpy as np from skle..

이번 글에서는 Python으로 예측모델을 통해 주가를 예측하는 방법을 알아보도록 하겠습니다. 역시 직접 모델을 모델링하진 않을거고, 똑똑하신 분들이 만들어 놓은 것 잘 써먹는 방법으로 진행하겠습니다. ㅎㅎ 본격적으로 시작하기 전에 이번에 사용하는 모델은 그저 과거 주가 trend, 등락 주기 등을 파악하여 예측하는 방법으로써, 기업의 현재 경영전략과 미래 성장 가능성과는 관련이 없을 수 있습니다! 재미로 '이런게 있다' 라는 정도로만 참고해주세요. ^^ Prophet 모델 간략 소개 Prophet 모델은 시계열 데이터를 예측하는데에 유용한 모델로써, Facebook에서 개발한 모델이라고 합니다. 이 모델은! 1) 시간별, 일별, 주별 기록 데이터나 2) 계절성을 띄는 데이터, 3) 불규칙한 이벤트 등 이..