데이터과학70 Step-by-step understanding LSTM Autoencoder layers 이번 포스팅은 아래 글을 번역한 것임을 밝힙니다. https://towardsdatascience.com/step-by-step-understanding-lstm-autoencoder-layers-ffab055b6352 Step-by-step understanding LSTM Autoencoder layers Here we will break down an LSTM autoencoder network to understand them layer-by-layer. We will go over the input and output flow between… towardsdatascience.com 이번 글에서는 LSTM Autoencoder 네트워크를 계층별로 이해하기 위해 전체 구조를 분해할 것입니다. 계층.. 2021. 9. 8. 넷플릭스 데이터 과학자의 하루 지난 10년 동안 데이터를 다루는 역할이 급격히 늘어나면서 "데이터 과학자"라는 타이틀이 기술과 비즈니스 영역에서 포괄적으로 사용되는 용어로 등장했습니다. 해당 포지션은 특정 회사 내에서 또는 특정 산업 내에서 어떤 역할을 하게 될까요? 넷플릭스(Netflix)에서 데이터 과학자는 실험, 인과 추론, 기계 학습, NLP, 모델링, 그리고 최적화를 포함하여 기술 전문화의 여러 영역의 업무를 수행하고 있습니다. 데이터 분석 및 데이터 엔지니어링과 함께 넷플릭스에서는 더 큰 중앙 집중식 데이터 과학 및 엔지니어링 그룹을 구성하고 있습니다. 데이터를 통한 학습은 Netflix의 DNA라고 할 수 있습니다. 유사 실험을 통해 스트리밍 경험을 지속적으로 개선하여 회원에게 버퍼링 시간을 줄이고 비디오 품질을 향상시킬.. 2021. 4. 2. 모형의 성능 지표 : 누적 이익 및 Lyft 차트 towardsdatascience.com/meaningful-metrics-cumulative-gains-and-lyft-charts-7aac02fc5c14 Meaningful Metrics: Cumulative Gains and Lyft Charts Nowadays, all major companies rely heavily on their data science capabilities. Business data units are becoming larger and more… towardsdatascience.com 최근 많은 기업에서 데이터 사이언스 조직에 크게 의존하고 있습니다. 분석의 복잡성과 다양성 측면에서 비즈니스 데이터 단위는 점점 더 커지고 정교 해지고 있습니다. 그러나 데이터 과학 솔루션.. 2021. 2. 25. 금융에서의 딥러닝 (개요) 이 기사는 Re-work Deep Learning Summit에서 발표된 내용을 요약했습니다. 해당 발표에서는 금융 모델이 실패하는 이유와 딥러닝이 그 격차를 어떻게 메울 수 있는지 설명했습니다. 더 나아가 금융 분야의 딥 러닝에 대한 세 가지 사용 사례와 이러한 모델의 우수성에 대한 증거를 제시했습니다. 금융이 가장 계산 집약적인 분야인 반면, 금융에서 널리 사용되는 모델은 감독 및 비지도 모델, 상태 기반 모델, 계량 경제 모델 또는 심지어 확률 적 모델까지도 과잉 피팅, 휴리스틱 및 열악한 문제로 인해 손상됩니다. 금융 영역은 매우 복잡하고 비선형적이며 서로 영향을 미치는 수많은 요인이 있기 때문입니다. 이를 해결하기 위해 이미지 인식, 음성 인식, 그리고 감정 분석 분야에서 입증된 딥러닝 연구를 .. 2021. 2. 14. 금융 분야의 6가지 데이터 과학 사용 사례 최근 몇 년 동안 여러 주요 금융 관련 작업에 대처할 수 있는 데이터 과학 및 머신 러닝 능력이 특히 중요한 이슈가되고 있습니다. 기업은 기술이 가져다주는 개선 사항과 비즈니스 전략을 재구성하는 방법에 대해 더 많이 알고 싶어합니다. 이러한 질문에 답할 수 있도록 금융 부문에 가장 큰 영향을 미치는 데이터 과학 사용 사례를 조사해 봤습니다. 데이터 관리에서 거래 전략에 이르기까지 매우 다양한 비즈니스 측면을 다루면서 금융 솔루션을 향상시킬 수 있는 사례들입니다. 리스크 관리 자동화 리스크 관리는 회사의 보안, 신뢰성, 그리고 전략적 결정을 담당하는 금융 기관에게 매우 중요한 영역입니다. 리스크 관리를 처리하는 접근 방식은 지난 몇 년 동안 크게 변경되어 금융 부문의 본질을 변화 시켰습니다. 그 어느 때보.. 2021. 2. 14. LSTM 또는 CNN을 이용한 주가 예측 LSTM은 보통 순차 데이터의 이동 알고리즘으로 간주되어 왔으며 CNN은 보통 이미지 데이터 처리를 위한 최고의 알고리즘으로 간주되었습니다. LSTM 또는 기타 Recurrent Neural Network (RNN)와 동등하거나 더 나은 문자 수준 CNN의 사용에 대한 많은 논문이 출판되었습니다. 이 가설을 테스트하기 위해 두가지 알고리즘을 시계열 분석의 전형적인 사례인 주가 예측에 구현해보겠습니다. 실험에서 서로 다른 두 알고리즘이 어떻게 일치하는지에 대한 공정한 비교를 제공하기 위해 이러한 각 알고리즘의 작동 방식에 대한 컨텍스트를 제공해야합니다. LSTM LSTM은 알고리즘 출력에 대한 기능을 제공하는 많은 신경망으로 구성된 반복 신경망의 한 유형입니다. 예를 들어 중복 신호의 가중치를 줄 이도록 .. 2021. 1. 31. 이전 1 2 3 4 5 ··· 12 다음 728x90
