데이터분석가, 동동

Attention(Seq2Seq와 Attention) Seq2Seq 프로세스 : input → Encoder → Context Vector → Decoder → output 문제점 Information Bottleneck : Seq2Seq 모델의 가장 큰 문제점 중 하나는 입력 시퀀스의 길이가 길어질수록 성능이 저하되는 현상입니다. 이는 Encoder RNN이 고정된 길이의 context vector만 생성하기 때문에 입력 시퀀스의 맨 앞부분의 정보가 손실되기 때문입니다. 또한, Decoder RNN은 이 context vector를 사용하여 출력 시퀀스를 생성하기 때문에, context vector가 어떤 정보를 포함하느냐에 따라 출력 시퀀스의 질이 크게 좌우될 수 있습니다. 또한, Seq2Seq 모델..

- 아마존 주가 : 106.96 USD+3.15(+3.03%) 마켓 클로즈드 (4월 21일 19:59 GMT-4 기준) - 4월28일(금) 23.1분기 실적 발표가 있는 날이다. 1. 캔들차트와 기술적 분석 2월2일 실적발표에 114$을 찍은 뒤 오랜만에 107불까지 와줬다.RSI나 MACD 등 기술적분석 결과 충분히 상승 여력은 남아 있다. 2. 아마존의 재무제표 22년 세전이익(EBT)를 작살냈는데.. 원인은 클라우드 쪽에 수익둔화였다. 이후 대대적인 비용감축(인원절감)을 통해 수익성 개선이 됐으나.. 23.1분기 클라우드 부문에서 얼마나 많은 수익을 얻을지 지켜봐야하는게 가장 중요할 것이다. 3. 결론 전체 시드 중 비중이 높은 편인데 이번 실적을 보고 비중 축소를 할지 고민해봐야겠다.

RNN(Recurrent Neural Network) RNN이란? 시간축상으로 FFNN을 펼쳐놓은 것! 😊 RNN(Recurrent Neural Network)은 순환 신경망(recurrent neural network)의 한 종류로, 시퀀스(sequence) 형태의 데이터를 처리하는 데에 사용됩니다. 시퀀스 데이터는 텍스트, 음성, 비디오, 주가 등 다양한 형태가 있으며, 이러한 데이터는 시간에 따라 변화하는 특성을 가지고 있습니다. RNN은 이전에 처리한 정보를 현재 처리하는데에 사용하는 메모리(memory) 개념을 도입하여, 입력 데이터의 시간적 특성을 고려할 수 있습니다. 이전 입력 값에 대한 정보를 다음 입력 값에 전달하여, 일련의 입력 데이터를 처리하는 과정에서 각 시점(time step)에서..