데이터분석가, 동동

SVB은행과 시그니처은행 파산 이후 금융시장 불안은 당국의 개입 등으로 다소 진정됐다고 본다. 또한 지역 은행주 (퍼스트리퍼블릭, 팩웨스트 뱅코프, 웨스턴 얼라이언스 등)이 빠르게 반등하고 2월 소비자물가가 예상치와 맞게 떨어져서 시장이 안정화됐다. (VIX지수가 29.5에서 22까지 떨어졌었다.) 14일 SVXY(VIX 인버스 0.5배)로 전환하고 마소, 애플 등 대형 우량주를 소액 매수했다. 문제는 15일부터 시작되는데.. 스위스서 두 번째로 큰 은행인 크레딧 스위스(cs)의 주가가 21% 폭락했다. 주가가 2.19달러로 1980년 대 이후 최저치까지 하락했다. 하락 원인은 미국 지역은행 파산과는 다르게 은행업 전반에 대한 투자 신뢰 저하라는게 정설이다. 사실 크레딧 스위스 은행은 작년부터 사우디아라..

연준 긴급회의가 있다고 해서 찾아봤다. 결론적으로 긴급회의는 아니다. 이번 소집은 FOMC 정례나 긴급회의가 아닌 정기 이사회 중 하나다. 특히 이번 소집 회의 안건은 "연준은행이 부과할 선급금 및 할인윤에 대한 이사회의 검토 및 결정" 이다. 그나마 다행이라고 생각해야할까.. 포스트의 남은 부분은 SVB은행, 그리고 파산과 미치는 영향(+비트코인)에 대해서 정리하고 마무리하겠다. SVB은행은 어떤 곳일까? SVB은행은 미국의 실리콘밸리에 본사를 둔 은행으로, 신생 기술기업에 자금을 대출해주는 전문 은행이었습니다⁴⁵. 하지만 최근 파산을 선언하면서 미국과 세계 금융시장에 충격을 주었습니다¹²³. SVB은행은 미국에서 16번째로 큰 은행이었으며, 1983년 설립되었습니다⁴⁵⁶. 더보기 (1) 美 16위 은..

들어가기 전에 최근에 토스 커뮤니티에서 활동하고 있는데 팔로워가 제법 늘었네요. 인사이트나 시장 정리에 대해 긍정적인 피드백을 받았을 때 만족감이 높아 티스토리에도 공유를 시작하겠습니다 :D '23.3월 2주차는 어떤 주 였을까? 한 치 앞도 알기 어렵다. 로 표현할 수 있을 것 같다. 내 생각은 부정적인 쪽으로 조금 더 기울었다. 우선 주간 이슈사항을 통해 이슈를 정리해보고 나의 생각을 정리해보려한다. ㅁ 주간 이슈사항('23.3월 2주차) - Fed 의장 파월 연설 - ADP비농업부문 고용 변화 (실제 242K / 예측 200K) - 원유재고 - 신규 실업수당청구건수 (실제 211K / 예측 195K) - 비농업고용지수 (실제 311K / 예측 205K) - SVB은행 파산 혹시 파월 성명문이 궁금하..

ML을 Service 화하기 위한 기술, MLops 우리(나)는 머신러닝을 배우고 실험하고 실제 데이터에 적용하는 데이터 사이언티스트입니다. 그렇다면 내가 만든 모델에 대해 어떤 버전에서 얼마만큼의 정확도를 가지고 있으며, 하이퍼 파라미터값은 어떤지 혹은 3번째, 10번째로 정확했던 모델은 어떤 값을 가지고 있는지를 알고 있을까요 ? 누군가 물어봤다면, 저는 쉽게 대답하기 어려웠을거 같아요. 실제로 서비스에 ML을 적용하다보면 성능이 좋지 않거나 개선해야하는 문제들이 발생하기 때문이죠. (Validation Dataset과 Test DataSet의 환경은 같지 않기 때문이겠죠) 배포 환경에서 성능이 좋지 않아 개선하려고 하는 순간 내가 만든 모델의 버전과 여러 변수들의 값을 정확하게 알고 있지 않다면 원..

안녕하세요~ 1. 데이터 로딩 보스턴 주택 가격에 관련된 데이터셋은 14개의 변수(열)로 구성되어있습니다. 각 열은 주택의 속성을 나타내는 Feature나타냅니다. 예를 들면 주택의 크기나 동네 범죄율, 평균 연령 등이 있겠네요. 각 행은 개별 주택을 말합니다. 즉 행만큼 주택의 개수가 있다고 생각하시면 됩니다. 정리하자면 보스턴 데이터셋은 하나의 행이 하나의 샘플(주택)을 나타내고, 각 열에 맞춰 해당하는 데이터가 입력되어 있습니다. import numpy as np import pandas as pd # 싸이킷런에서 제공하는 데이터셋을 가져오겠습니다. from sklearn import datasets dataset = datasets.load_boston() #데이터셋 에 대한 설명이 적혀있습니다...

import pandas as pd # 판다스는 별칭 pd로 많이 사용합니다. 1. Series (엑셀의 한 열과 유사) # Series 생성방법 pd.Series([1, 2, 3, 4]) 2-1. DataFrame(행과 열을 가진 엑셀의 시트와 유사) 1) list로 만드는 방법 # DataFrame 생성방법 company = [['BB은행', 1000, '은행'], ['삼숭전자' , 2000, '제조']] df1 = pd.DataFrame(company) # 제목컬럼 만들기 (꼭 데이터의 수와 컬럼의 수를 맞춰야함!) ## df1.columns = ['기업명', '매출액'] 일 경우 에러 df1.columns = ['기업명', '매출액', '업종'] 2) dict로 만들기 # DataFrame 생성방..

티스토리에선 Latex 표현을 하기 위해서 Html 태그를 추가해 줘야한다. * 태그 추가하고 '$' || '$' 사이에 표현식을 써야 한다. EX) 달러 x ^ 1 달러 --> $ x^1 $ 목차 1. Only PC에서 사용하기 2. PC + 모바일 사용하기 3. 유용한 사이트 4. 그래프 그리는 사이트 1. Only PC에서 사용하기 1)자신의 tistory 관리 페이지로 가서 2)왼쪽 메뉴바에서 '꾸미기 - 스킨 편집' 선택 3) 오른쪽 상단부에 보면 'html편집'이라는 버튼이 보이는데, 이 버튼 클릭 4) 버튼 클릭에 의해서 html 코드가 쭈욱 보이는데, 여기서 사이에 아래 코드 삽입 바로 앞에 넣으면, 나중에 찾기 좋다. (~사이에 넣어도 된다.) 5) 오른쪽 위에 있는 '적용'버튼 눌러서 ..

Machine Learnung에서 수학의 역할이 무엇일까요 ? 수학은 목적함수를 정의하고, 목적함수가 최저가 되는 점을 찾아주는 최적화 이론을 제공합니다. 최적화 이론에 규제, 모멘텀, 학습률, 멈춤조건과 같은 제어를 추가하여 알고리즘 만들어가는 것입니다. 우리는 이런 알고리즘에 적절한 값을 입력하고 설계하고 데이터 실험하는 역할을 하게 됩니다. 올해는 이 긴 흐름을 쭉 작성해보고자 합니다. 우선 최적화에 대해서 설명하려 합니다 이번 포스팅 목차는 이렇습니다. 1. 순수 수학 최적화와 기계 학습 최적화의 차이 2. 머신러닝 최적화 알고리즘 방법 3. $\Theta$ 가 가장 작아지는 방법(미분) 4. 여러개 변수의 최적화(편미분) 5. 머신러닝에서 독립변수와 종속변수 1. 순수 수학 최적화와 기계 학습 ..

1. 용어 - 모집단 : 조사하고자 하는 대상 집단 전체 - 원소 : 모집단을 구성하는 개체 - 표본 : 조사하기 위해 추출한 모집단의 일부 원소 - 모수 : 표본 관측에 의해 구하고자 하는 모집단에 대한 정보 모집단을 추출(sampling)하여 표본을 만듭니다. 표본에서 나오는 통계량(모집단에 대한 정보)를 가지고 모수를 추론 하게 됩니다. 2. 표본 추출 방법 - 단순랜덤 추출법(simple random sampling) ㅇ 샘플에 번호를 부여하여 임의의 n개를 추출하는 방법 (선택될 확률이 동일함) - 계통추출법(systematic sampling) ㅇ 단순추출법의 변형된 방법! k개씩 n개의 구간으로 나누고 첫 구간에서 하나를 임의로 선택한 후 k개씩 띄움 (ex. 1번, 11번, 21번, 31번..

오랜만에 포스팅입니다! 이번엔 ADsP(데이터분석준전문가)에 대해 소개해보고 공부했던 내용을 정리해보려 합니다! 1. ADSP란? ㅇ 데이터분석준전문가를 말하며, 데이터를 가공하여 유의미한 정보로 만드는 과정, 방법론을 익히는 자격증입니다. 데이터분석 영역에서 인정받는 자격증으로 최근 합격률은 약 60프로 까지 올라온 시험입니다. ㅇ 국가 공인 자격증입니다. ㅇ 데이터베이스론 + 통계학 + R(기초) 를 배울 수 있습니다. 2. 합격 점수 ㅇ 60점 (3과목 : 데이터이해 || 데이터 분석기획 || 데이터분석 , 과락 40점) 3. 시험 일정 (2022년 02월 13일 기준) 4. 응시료 ㅇ 50,000원 5. 시험접수 https://www.dataq.or.kr 시험 과목은 아래 사진과 같다. 1. 데이..