본문 바로가기

분류 전체보기

컴린이 탈출기/Machine Learning 2022. 3. 23. Object Detection에서는 Train/Valid set을 어떻게 나눌까? -Stratified Group KFold (feat. sklearn) CV를 나누기 어려운 Object Detection의 특징 Object Detection은 이미지 내에서 Object의 위치를 찾고(Localization), 어떤 종류인지 분류(Classification)하는 태스크입니다. 위의 슬라이드처럼 한 이미지에 한 개의 Object가 있을 수도, 여러 개의 Object가 있을 수도 있습니다. 하지만 후자와 같은 이미지가 당연히 세상에는 더 많겠죠? 한 이미지에 여러 개의 Object가 있다는 말은 곧 1개의 데이터에 여러 개의 label이 붙는다라고도 해석해볼 수 있습니다. 이런 경우에는 일반적으로 사용되던 CV 방법들을 적용하기가 어려워집니다. Random split 혹은 이미지 단위로 Train set과 Validation set을 나누게 될 경우, 특정한..
컴린이 탈출기/Financial Analysis 2022. 2. 15. [4] Risk Adjusted Returns (RAR) / Diversification and Portfolio Optimization / Portfolio Analysis Risk Adjusted Returns (RAR) - 어떤 펀드 혹은 포트폴리오가 더 나은지 비교, 결정할 수 있는지? - RAR metric 통해 Risk와 Return 모두 고려 Sharpe ratio - 일반적으로 사용되는 RAR measure - the average return earned in excess of the risk-free rate per unit of volatility or total risk - risk-free rate : 무위험 수익률. 말 그대로 위험이 전혀 없는 보장된, 이론적인 수익. 투자에서 위험이 전혀 내포되지 않은 순수한 투자의 기대수익률. - 실제 계산은 다음과 같이 한다. - 분자) Adj Close의 percent change의 평균 - (risk_free..
컴린이 탈출기/Financial Analysis 2022. 2. 15. [3] Volatility / Distribution of Returns Volatility - 정의. Liability to change rapidly and unpredictably, especially for the worse >> In our context, how much price/value tends to change from one period to the next - Risk에 대해 이해하고 관리할 필요 있음 - 이 riskiness를 어떻게 양적화하고 비교할 수 있을지? Calculating annualized historical volatility - Vol_annualized = Vol_daily * root (252) # Calculating the standard deviation of daily returns + 252 = 365일 중 trading..
컴린이 탈출기/Financial Analysis 2022. 2. 14. [2] ETF / Annualized Returns / Correlation Exchange Traded Funds (ETFs) - 다양한 Financial Instruments에 투자하는 펀드. 주식처럼 쉽게 사고 팔 수 있음 - 특정 주가 지수에 들어 있는 주식을 편입해 운용하는 펀드를 패시브 펀드(Index hugging), 시장 성과를 초과하는 수익률을 목표로 하는 액티브 펀드가 있음 eg. SPY, TLT, ARKK + Yahoo finance 데이터 불러오는 방법 + 우리나라는 야후 망해서(?) 안쓰는데 오랜만에 들어서 신기했다. 야후 꾸러기도 아시나요 다들? 😂 Annualized Returns - 투자 기간이 다를 경우 수익률 비교가 어렵다는 문제를 해결하기 위해 고안된 normalize 방법 - Annual return의 평균 / 전체 return을 투자 기간으로..
컴린이 탈출기/Financial Analysis 2022. 2. 14. [1] Exploring / Manipulating Timeseries Data (Moving Average, Return series) Business Problem Context 주가 데이터 분석을 통해 투자를 해야 할지? / 관련된 risk로는 어떤 것이 있는지? / 어떤 투자가 더 좋을지? / 수익을 얼마나 낼 수 있을지? 등의 질문에 대답할 수 있음 Stock trade data # Data periodicity - Tick by tick - Intraday ; periodic - Daily / Weekly / Monthly # Data structure - Period open / high / low / close - Period volume Timeseries data - 금융 데이터 분석의 기본적인 형태인 Timeseries(시계열) 데이터 - eg. Stock prices / Trading volume / Revenue /..
컴린이 일기장/What I Did 2022. 2. 12. 2021-2 서울대학교 통계학과/산업공학과 학점 교류 후기 🏫 백만 년 만에 올리는 글. 2학기엔 학교 열심히 다니다 종강하자마자 정신없이 준비해서 싱가포르로 교환학생을 오는 바람에 블로그에 마땅히 올릴 내용이 없었다. 지난 2학기에는 서울대학교로 학점교류를 다녀왔는데, 학점 교류 정보가 정말 없기도 하고 나름 특별하고 의미 있었던 경험이라서 간단하게 후기를 작성해보려 한다. 1. 지원하기 서울대학교는 다른 학교에 비해 학점 교류 모집을 굉장히 일찍 시작한다. 보통 직전 학기 종강 직후라고 보면 된다. 따라서 학점 교류 계획을 이전 학기 중에 미리 세워두었다가, 공고가 나자마자 지원해야 시기를 맞출 수 있다. 내가 재학 중인 중앙대학교의 경우, 교류 대학에서 이수 예정인 과목을 (중앙대학교) 학과장님께 서명을 받은 서류를 제출해야 했다. 다음 학기 개설 과목이 확정..
컴린이 일기장/Today I Learned 2021. 10. 8. [TIL] Pytorch Dataloader - (batch) sampler, collate_fn [주절주절] 오랜만에 쓰는 글... 개강도 하고 부스트캠프 업무도 피크였다보니 그동안 글을 많이 못썼다. 오늘 부스트캠프 슬랙에 한 캠퍼님이 collate_fn의 역할이 무엇인지, 꼭 필요한지 모르겠다는 식의 질문을 남겨주셨는데, 나도 우리 베이스라인 코드를 작성하면서 비슷한 생각을 했었다. 그래서 오늘 조금 여유로운 김에 다른 마스터, 멘토님들이 달아주신 좋은 코멘트, 레퍼런스 참고해서 정리해보고자 한다. [Today I Learned] # Overview # sampler - Dataset은 idx로 데이터를 가져오도록 설계 되었다. 이 때 Sampler는 이 idx 값을 컨트롤하는 방법이다. - 따라서 sampler를 사용할 때는 shuffle 파라미터는 False가 되어야한다. - __len__과..
컴린이 일기장/Today I Learned 2021. 8. 13. [TIL] 가슴💘으로 이해하는 Batch Normalization [주절주절] 주변 사람들한테 자주하던 한탄 중에 하나가 Residual block, Normalization, Pooling 등 몇몇 개념들이 머리로는 어느정도 알겠는데 가슴으로(?) 이해가 안된다는 것이다. 그런데 오늘(8/6) 연구실 스터디 준비하다가 Normalization 이야기가 나왔고, 다시 한 번 가슴으로 이해하는 것에 도전해보고자 대장정(?)을 시작하게 되었다. 오늘은 Batch Normalization으로 시작! [Today I Learned] # Gradient Vanishing / Exploding - Backpropagation : Loss 값을 최소화하는 방향으로 weight를 업데이트하는 방법. 다음과 같이 chain rule을 이용해 gradient를 계산한다. - 그런데, s..

티스토리툴바