모든 예측 결과가 DB에 저장되었습니다. predicted_stocks 테이블의 총 레코드 수: 0 총 0개 데이터를 성공적으로 가져왔습니다! 데이터 가져오기 오류: '날짜' 데이터를 가져오는데 실패했습니다. --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) /tmp/ipykernel_921/1990775403.py in <cell line: 0>() 520 521 # 3) Evaluate predictions --> 522 evaluation_results = evaluate_predictions(data, target_columns, forecast_horizon) 523 print("============ Evaluation Results ============") 524 print(evaluation_results) /tmp/ipykernel_921/1990775403.py in evaluate_predictions(data, target_columns, forecast_horizon) 382 383 # Check if the columns exist --> 384 if predicted_col not in data.columns or actual_col not in data.columns: 385 print(f"Skipping {col}: Columns not found in data ({predicted_col}, {actual_col})") 386 continue AttributeError: 'NoneType' object has no attribute 'columns' supabase api 키 입력해서 경제지표랑 주가를 supase에 자동으로 저장하는것까지 됐는데. ai 예측모델 하니까 저런식으로 나오네요..
안녕하세요. 강의 정말 잘 듣고 있습니다. 모델 서빙 경험이 없는 저한테는 매우 유익한 강의라고 생각하고 있습니다. 하지만 강의를 따라가면서 개인적으로 코드를 뜯어보는 과정에서 하나하나 이해하는 데에는 많은 시간이 걸려 강의를 다 듣고 다시 코드를 뜯어보며 확실하게 알고 넘어가고자 하는데 수업자료와 코드 요청을 드려도 될까요? limtony1@naver.com 입니다.
강의를 수강하시다가 막히는 부분이 있는 경우는 "자주 묻는 질문"을 먼저 참고 부탁드립니다. 막히는 부분에 대해서 질문을 주실 때에는 꼭 강의 제목과 타임라인도 같이 작성 부탁드립니다. 베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신 python fastapi 부분을 듣고 있습니다. 화면 아래를 보면, 기본 강의 자료와 강의 자료 2개가 항상 올라와있는데, 이 두 개는 같은 것이 강의 내내 올라오는 것인지가 궁금하고, 이 두 개를 어떻게 나눠서 사용해야 할 지 궁금합니다. 그리고, 각 해당 항목에 들어가면 예제 코드가 있나요? 나중에는 하나로 묶인 코드도 제공되는거지요?
모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기
처음 pip가 에러나서 디버깅해서 다음단계로 나아갔으나 그 이후 아래 부분에서 에러가 납니다. 업데이트를 부탁드립니다. # tags는 label id를 나타냅니다. bionlp = load_dataset("tner/bionlp2004") bionlp["train"][0] https://colab.research.google.com/drive/1ViGQuvsBhAbzcXvOyNawlWwux-VXMx1L?usp=sharing
안녕하세요. 데이터 결합 후 아래 코드에서 result_df = result_df.dropna( subset=['10년 기대 인플레이션율', '장단기 금리차'], how='any' ) 전체 지표가 아니라 '10년 기대 인플레이션율' , '장단기 금리차' 두 컬럼만 기준으로 결측 행을 제거한 이유가 궁금합니다. 이후 ffill() 로 나머지 결측값을 채우는 구조인 것으로 이해했는데, 이 두 지표의 데이터 시작 시점에 맞춰 전체 학습 구간을 설정하기 위한 것인지, 아니면 모델링상 반드시 포함되어야 하는 핵심 변수라서 별도로 처리한 것인지 궁금합니다. 감사합니다.
