koos808

※ STEP 3 Q. 경사 하강법(gradient descent method) 가 무엇이며 왜 하는 것이죠? 오차함수 E(w)는 일반적인 경우 볼록함수(convex function)가 아니므로 전역 극소점(global minimun) 을 직접 구하는 것은 통상적으로 불가능합니다. 그래서 그 대신 오차함수의 국소 극소점(local minimum) w를 구하는 것을 생각하게 된 것입니다. 하지만, 이렇게 구한 극소점 중 하나가 우연히 전역 극소점일 가능성은 높지 않지만 오차함수가 충분히 작다면 괜찮습니다. local minimum 하나는 어떤 초기점을 출발점으로 하고 w를 되풀이하여 갱신하는 반복 계산을 통해 구할 수 있습니다. 그 중에서 가장 간단한 방법이 경사 하강법(gradient descent met..

※ STEP 2 : 앞먹임 신경망(feedforward neural network) 앞먹임 신경망은 층 모양으로 늘어선 유닛이 인접한 층(layer)들과만 결합하는 구조를 가지며, 정보가 입력 측에서 출력 측으로 한 방향으로만 흐르는 신경망입니다. 앞먹임 신경망은 다층 퍼셉트론(multi-layer) 이라 부르기도 합니다. 바이어스는 의미 그대로 어떤 '편견'을 학습 결과에 반영시키는 역할을 합니다. 신경망의 유닛 내에서 활성화 함수를 왼쪽 혹은 오른쪽으로 이동시켜 변화시키는 것과 같은 결과를 얻게 됩니다. 이와 달리 가중치는 활성화 함수의 곡선을 좌우로 늘리거나 줄이는 것과 같은 결과를 얻습니다. 즉, 가중치(weight) 는 입력신호가 결과 출력에 주는 영향도를 조절하는 파라미터(매개변수) 이고, 편..

BOOK : 딥러닝 제대로 시작하기 ※ STEP 0 : 인공 신경망 간단 요약 인공신경망의 구성요소 노드/유닛(Node/Unit) : 각 층(Layer)를 구성하는 요소 층(Layer) 입력층(Input Layer) : 데이터를 받아들이는 층 은닉층(Hidden Layer) : 데이터를 한 번 이상 처리한 (가중치를 곱하고, 활성함수를 얻은) 노드로 구성된 층 출력층(Output Layer) : 최종 은닉층 또는 입력층에 가중치를 곱하고, 출력함수의 결과를 얻은 노드로 구성된 층 가중치(Weight) : 노드와 노드간의 연결강도를 나타냄 합(Summation) : 가중치와 노드의 곱을 합하는 것 활성함수(Activation Function) : 합을 처리해 주는 함수로 은닉층 노드의 결과를 얻을 경우 활..

이전 포스팅 대신증권 API를 이용한 분/일봉 주가데이터 저장하기-1에 이어서 분봉, 일봉 주가 데이터를 수집하기 위한 환경을 설정하도록 하겠습니다. 1. 파이참(PyCharm)에서 파이썬 32비트 가상환경 설정 설치한 파이참 PyCharm Community Edition을 실행하면 아래와 같은 창이 나옵니다. 새로운 프로젝트를 하나 생성해줍시다. 이제 만들어준 파이썬 32비트를 설치한 가상환경을 설정해주도록 합시다. 저는 Project 이름을 DaishinAPI라고 지정했습니다. 그리고 아래처럼 Existing interpreter를 체크해주시고 만들어놨던 파이썬 32비트 python을 넣어줍니다. 저는 다음과 같은 경로에 가상환경이 생성됐습니다. C:\Users\Djkoo\Anaconda3\envs\..

많은 분들이 주가 데이터 분석, 알고리즘 트레이딩 등을 구현하고 테스트하기 위해 주가 데이터를 수집하려고 합니다. 저는 크롤링, API 등 여러 방법으로 주가 데이터를 저장해보니 대신증권 API를 이용하는 방법이 가장 쉽고 효율적이였습니다. * 주식 데이터 저장 가능한 기간은 아래와 같습니다. [ 대신증권 API 제한 ] - 1분봉 데이터 - 최대 2년(약 18.5만개) - 5분봉 데이터 - 최대 5년(약 9만개) - 일봉 데이터 - 제한 없음 - Creon Plus API에서 데이터 요청 시점 기준 * 주가 데이터를 수집하기 위한 저의 컴퓨터 환경은 아래와 같습니다. 1. 운영 체제 : Windows 10 Enterprise 64bit 2. Python IDE : 파이참(PyCharm) 1. 대신증권 ..