donghunkang

Huber Loss- MSE(평균제곱오차): 오차 값이 벗어날수록 Loss값이 기하급수적으로 늘어남- MAE(평균절대값오차): 비례해서 늘어남- Huboer Loss: 특정 임계값 이내로 들어왔을 때 MSE사용/ 특정 임계값 벗어나는 오차는 MAE사용

RNN(Recurrent Neural Network)- sigmoid: 기울기 작아 더 빨리 "0"으로 소실. (Vanishing Gradient)- tanh: "0"으로 가는건 같지만 기울기 커 sigmid보단 느리게 "0"으로 간다.  Vanilla RNN: 초기의 RNN 형태RNN 모델의 가중치는 모든 Cell에 대해 동일 - Back Propagation Through Time(BPTT)- 1보다 작은 값들이 많이 곱해진다,  "0"으로 update=> 단 주기에는 괜찮지만 주기가 길어지면 "Vanishing/ Exploding Gradient"문제가 발생=> 결국 학습이 잘 되지 않는다.  LSTM(Long Short Term Memory)- (Cell) State: 장기기억- (Hidden) ..

라이브러리 목록Pandas: 파이썬 데이터 분석- 파일 데이터 로드- 데이터 조회, 필터링- 날짜 형식 지정Numpy: 통계- 선형대수- 데이터 통계량matplotlib: 시각화- 시계열 데이터 시각화- 차트 생성PyTorch: 딥러닝- 시계열 데이터 예측 모형- 훈련 및 검증- 추론scikit learn: 머신러닝/ 전처리- 데이터 정규화- 데이터 셋 분할Streamlit: 웹 시각화 대시보드- 모델 배포 - 대시보드 생성 데이터 전처리데이터 스케일링: 정규화/ 표준화=> 특성(feature)별 동일한 기준 적용/ 모델이 학습할 때 더욱 안정적인 학습정규화(Normalization): 0~1사이로 조정표준화(Standardization): 평균 0, 분산 1 조정from sklearn.preproces..