일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 팀프로젝트
- 골빈해커
- 컴퓨터 비전
- c언어 정리
- 해리스 코너 검출
- MFC 프로그래밍
- c언어
- 파이토치
- 영상처리
- object detection
- 딥러닝 공부
- Pytorch Lecture
- matlab 영상처리
- tensorflow 예제
- 모두의 딥러닝
- 케라스 정리
- 딥러닝 스터디
- 파이토치 김성훈 교수님 강의 정리
- 가우시안 필터링
- c++
- 딥러닝
- pytorch zero to all
- 파이토치 강의 정리
- C언어 공부
- 미디언 필터링
- c++공부
- 모두의 딥러닝 예제
- pytorch
- 김성훈 교수님 PyTorch
- TensorFlow
Archives
- Today
- Total
목록RNN 주식 데이터 예제 (1)
ComputerVision Jack
[스터디 - RNN 예제]
[RNN Dataset] 이번 스터디에선 Amazon 주식 dataset을 사용하여 내일의 주식 가격을 예측해보는 시간을 보냈습니다. csv 파일을 보시면 시계열로 데이터가 나열되어 있음을 확인할 수 있습니다. 우선 판다스의 데이터 전처리 과정을 통해서 데이터를 수정하겠습니다. 우선 date는 크게 영향을 줄거 같지 않아 제거한 후, Close와 Adj Close는 비슷하여 하나로 통합 후, Y라는 변수로 추가하였습니다. def MinMaxScalar(data): numerator = data - np.min(data, 0) denominator = np.max(data, 0) - np.min(data, 0) return numerator / (denominator + 1e-7) #데이터의 값을 MinM..
DeepLearning Study/모두의 딥러닝 예제
2020. 5. 25. 20:14