아래 내용을 참조하여 질문을 작성하시면 보다 빠르고 정확한 문제 해결을 지원받을 수 있습니다. 정확한 강의명 베개 리서치: 종목 입력만으로 애널리스트급 리포트 만들기 타임라인 구체적인 질문사항 FMP API가 강의 코드에 사용되는 기능이 유료화가 된 것 같은데 추천하실 만한 대체재가 있을까요? 에러가 발생하는 경우 로그도 첨부 부탁드립니다.
안녕하세요 강의가 넘 좋아서 3번째 복습을 하고 있는데 3과목이 기간이 1달 밖에 안남아서요 불쌍히 여기시어 3개과목 3달씩 연장 가능할가요? ㅎㅎ 감사합니다 [Level 1] Qt를 이용한 Python 프로그래밍: 입문편 [Level 2] Qt를 이용한 Python 프로그래밍: QML편 [Level 3] 초보를 넘어 전문가로: Qt와 Python을 통한 실전 응용 마스터 클래스
안녕하세요. 좋은 강의 감사합니다. 예측의 요인들을 넣고 빼는 과정에서 궁금한게 있어 질문드립니다. 강의 예시에서 QQQ 혹은 S&P 500 ETF 등의 인덱스 연동 ETF를 주로 예로 사용하였습니다. 이 때, 동일한 경제지표를 제외하는 예시를 보여주셨는데, 실제 QQQ의 경우는 나스닥 100을 추종하고 있으며 S&P 500(SPY)의 경우에는 S&P 500 지수를 추종하고 있습니다. 그렇다면, 해당 두 ETF를 제거하는 것 이외에 동일한 추종 지수도 제외해야 예측에서의 유효성이 더 높은 것 아닐까요?
14강 18분 37초 수강중입니다. # 하나의 열에 대해 여러 집계 함수를 동시에 적용 pt = df.pivot_table( index=['구분', '크기'], values=['수량', '금액'], aggfunc={'수량': "mean", '금액': ["min", "max", "mean"]} ) pt 이 부분에서, "min", "max", "mean" 같은 내장함수를 왜 "" 안에 넣어야 하는지 궁금합니다.
claude.md에 구현전에 고려해야할 사항을 적어두었습니다. ex) 1. 테스트 환경 1-1. DB 접속 방법 1-2. 로그 확인 방법 라이브 서비스 환경 2-1. 로컬에서 DB 접속 불가 이런식으로 각 환경에 맞게 디버깅하는 방식을 적어두었는데 처음에는 claude.md의 내용을 기억하고 테스트 환경의 DB에 접속하는 등 잘 이행을 하다가 context가 길어지면 라이브 서비스의 DB를 로컬에서 접근 시도하려는등 memory에 문제가 있는것 같습니다. 이런 경우는 어떻게 해결해야할까요?
이제 시험도 약 10일 남았는데 지금 3유형 마지막에 회귀 분석만 들으면 일단 이론이 끝나고 기출유형 공부하고자 하는데 고심끝에 8회 ~ 11회 기출에 집중하는 식으로 마무리 하고자 해요. 그 문제 2~3회 회독하면 시간 다 될꺼 같은데 어떤 식으로 하면 되는지 마지막 조언을 부탁합니다.
안녕하세요. 빅이시 강의 수강 및 코드 관련 문의 드립니다. '추천' 파트와 달리 '기초'에는 랜덤 포레스트 모델로(만) 예측하는 코드가 구현되어 있음을 확인했습니다. 기초 케이스에도 LightGBM으로도 예측하는 코드를 추가 가능하실까요? 추천(1~3) 코드에서 LightGBM 부분을 추출하여 기초 코드를 '# 2_1. 머신러닝 학습 및 예측(랜덤포레스트)' '# 2_2. 머신러닝 학습 및 예측(LightGBM)' '# 3_1. 결과 파일 생성(랜덤포레스트)' '# 3_2. 결과 파일 생성(LightGBM)' 이렇게 코드를 자체적으로 이식(?)하고 이원화하여 수정해보려고 했는데 재대로 한 게 맞는지 확신이 없어 문의드립니다ㅠㅜ