LLMファインチューニング : RunPodとMulti-GPU実習
danielyouk
シリコンバレーLLMプロジェクト現役者から学ぶ、LLM Fine-Tuningのノウハウが満載です。
初級
LLM, RunPod, openAI API
S&P 500のペアトレーディングの統計的アプローチをPythonで体系的に学習できます。専門的なデータ分析を通して、感情を排除した投資戦略の基礎を築きましょう。
受講生 171名
難易度 初級
受講期間 無制限


学習した受講者のレビュー
5.0
luca
こんにちは。授業はよく聞きました。たくさんの準備をしてくれたので、内容も満足していました。パート2講義が期待される講義でした。 私の背景知識を説明すれば、プログラミング言語でJava、Cotlinは使えると思いますが、Pythonは今回初めて触れた状況です。またオブジェクト指向は知っていますが、データ分析とか統計の方はほとんど知識がない状況でこの講義を受講することになりました。 私にとっては正直なところ、とても見知らぬ概念なので、なかなか難しく感じられ、何度も振り返らなければ少し慣れてしまいそうです。しかし、講義を聞く中で深みが感じられ、繰り返し学習してこれを取り除くことができれば、とても有用な講義を聞いたようだと思いました。 私のような場合は、講義の中で知らない概念(e.g. Pythonの概念、ジュピターノートブック、zscoreなど)がかなりあったら、別に検索してみて学習しました。一川ずつコードに沿ってみながら勉強したのですが、一つ残念だったのが前の川まで学習していたコードが、次の川の始めから少し変わっている部分があったようで、一緒にしてみながら学習するときに混乱する部分がありました。しかし、説明をよくしてくれて資料も上手くなっていて、Pythonを知らないが一行一行ずつ読んでみると理解できました。 また問題があり、講師様にお問い合わせいただいた時のようにグーグルミットを通じて解決していただくことなど非常に親切にお知らせいただきありがとうございました。 私には内容そのものが少し難しかったのですが、ある程度Pythonやデータ分析に知識がある方が聞くと、はるかに理解も早くていいと思います。 内容は本当に良いと思います。 ますます良い講義をしていきそうだと思い、2番目のパートも受講する予定です。
5.0
impact
準備たくさんのゴクール講義。他には見られなかった斬新な内容で良かったです。じっくり説明してくれて難しくないように追いつくことができました。
5.0
BW J
じっくり説明してくれて理解しやすいですね。
金融データ統計分析
Plotlyを活用したインタラクティブな可視化
Pythonにおけるオブジェクト指向プログラミング
Pandas 時系列分析
データ並列処理による解析の高速化
Anaconda を活用した Python パッケージ管理
このレッスンは、開発者の観点からアルゴリズムのトレーディングとコーディングを自動化するための教育を目的としています。講義内容は投資戦略の開発とこれをシミュレートすることに重点を置いており、実際の投資に関連する口座の開設、法的手続き、税に関する事項などは扱いません。また、投資諮問や金融相談の役割を果たさず、実際の金融取引に関する事項は各自の責任のもとに進めなければなりません。
講義で扱うすべてのトレーディング戦略はシミュレーションに基づいており、教育目的にのみ使用されます。受講生の方々が投資や取引に関する質問をする場合、講義範囲外の内容につきましては回答をいただきにくいことをご了承ください。
パート1 - 「アルゴリズムトレーディングのためのPythonデータ分析」 (本講義)
アルゴリズムトレーディングに必要なPythonデータ分析の基礎をカバーします。
パート2 - 「Interactive Brokers APIを活用したリアルタイムアルゴリズムトレーディング」
グローバルシェア1位のInteractive Brokers APIを活用して、リアルタイムトレーディングを実装する方法を学びます。
パート3 - 「クラウドオートメーション」
クラウドオートメーションで株式取引スケジュールに合わせて仮想マシンを自動的に駆動する方法を学びます。
この時点でPythonを学ぶべき理由🤔
Pythonのデータ分析どこから始めるべきですか? 🤔
なぜ金融分析でPythonを勉強するのか❓
なぜオブジェクト指向プログラミングが必要なのか❓
なぜ並列処理が必要なのか❓
AzureでPython分析環境を構成する理由は何ですか?
Pythonの基礎知識がなければ❓🤔
...
現時点(2024年度)不動のプログラミング人気度1位はPythonです。プログラミングの人気は、ジョブ市場での機会にもつながっています。 Pythonを習得すれば、あなたにもっと機会を与えてくれます。


これは、データ分析の本質が何であるかに関する質問です。 EDA(Exploratory Data Analysis)と呼ばれるデータ分析の本質は、生データを所望の形式に加工する能力です。これらのEDAを最も効果的にするためのツールはパンダスです。

Pythonのデータ分析に不可欠なPandasライブラリの創設者であるWes Mckinneyが金融分野で活動しているクォントだったという事実、あなたは知っていましたか?証券データは、複雑でさまざまな分析手法と統計モデルを適用できる理想的な分析対象です。
このレッスンで実施されるPairs Tradingは、類似のパターンを示す株式のペアを定義し、統計的方法論と機械学習を活用してアルゴリズム投資を決定することです。

データは動的です:過去に効果的であった投資戦略は現在適していない可能性があります。
継続的な変化に対応:データの特性の変化に合わせてコードを定期的に変更する必要があります。
オブジェクト指向(OOP:Object Oriented Programming)の利点
✅メンテナンスが容易:コードをモジュール化し、個人またはチームが作成したコードの修正と管理を容易にします。
✅読みやすさの向上: クラスを利用したブロック単位のコーディングは、コードの読みやすさを大幅に改善します。
✅スパゲッティコードの防止:ワンタイムスクリプトの代わりに、体系的な構造で「スパゲッティコード」を防止します。
✅生産性の向上:オブジェクト指向のコード作成は、アナリストの生産性を大幅に向上させることができます。
このため、データ分析におけるオブジェクト指向プログラミング学習は、単純な機能実装を超えて効果的なコード管理と生産性を向上させるための重要な技術です。オブジェクト指向の文法に慣れれば、以下のコードはすぐに数秒で理解できます。オブジェクト指向文法解析能力は、読書での速読法と同じ魔法です。

Pythonは2つの方法で速度を向上させることができます。ディープラーニングではGPUを使用して計算速度を上げることができれば、データ分析ではCPUの並列処理により速度を改善できます。
このレッスンでは、CPUコアを効果的に活用する方法について説明します。
✅実用的な例:実習コースでは、CPUコアを並列に使用し、処理速度を向上させる具体的な方法を学ぶことができます。
✅実践的適用:多くの実務家は、CPU並列処理の可能性を十分に活用していません。この講義では、これを克服する方法を学びます。

分析環境で Azure 仮想マシンを使用する:
このレッスンでは、Azure仮想マシンを活用して信頼性の高いPython分析環境を構築します。
ローカル環境のボラティリティを最小化し、標準化された学習環境を提供します。
アナコンダを利用した仮想環境設定およびパッケージ管理方法を実習。
クラウドの使用に困難がある場合の代替案:
ケグルノートブックを使用したPython分析の実装を可能にするために、別のノートブックも共有します。
KEGGLプラットフォームは、インストールや環境設定なしですぐにデータ分析を開始できる利点を提供します。
これにより、さまざまな環境での柔軟な学習が可能になります。
この講義で必要なPythonの基本的な文法と概念は、「セクション4.金融分析のためのPython Crash Course」で集中的に取り上げられています。
このセクションは、Pythonに初めて触れる人のための基礎から始まり、金融データの分析に必要な重要な文法と機能を深く学びます。
これにより、学習者は講義の後半に進むより複雑な分析とプログラミングの内容にシームレスに従うための堅牢な基礎を築くことができます。
読みやすいコードを書く方法の多くの悩みと実用的な適用
過去のデータではなく、Yahoo Financeによるリアルタイムデータへのアクセス
すべてはオブジェクトです。オブジェクト指向プログラミング
もはや遅いPythonではなく、高速解釈速度のPython
そしてクラウド適用

Pythonを使った
データ分析に
入門したい方

オブジェクト指向の方法でPythonスキルをアップグレードしたい方

アルゴリズムトレーディングをPythonで実装したい方
レッスンはazureでWindows OS仮想マシンを作成し、anacondaとしてPython分析環境を作成することによって進めます。また、分析環境を設定せずにケグルノートブックを使って練習を進めることもできます。
すべてのPythonスクリプトはレッスン資料に添付されており、メインスクリプトノートブックはケグルプラットフォームを介してアクセスすることもできます。
学習対象は
誰でしょう?
Pythonで統計的に金融データを分析したい方
オブジェクト指向を適用してPythonスクリプトをtidy(綺麗)に書きたいデータアナリスト
英語を読解するように、基礎プログラミングの読解(例:for loop文)ができる方。
前提知識、
必要でしょうか?
基本的なプログラミング読解能力(例:loop文)
670
受講生
73
受講レビュー
74
回答
4.8
講座評価
7
講座
LLMベースのAI企業でPod Leadとして活動
ソウル大学 機械航空工学部卒業
欧州所在の大学院で機械航空工学修士修了
ドイツ所在の工学研究機関にて博士課程の研究に従事
欧州の大手エネルギー企業でのSenior Data Scientist経験
英国のエネルギーコンサルティング企業にてSenior Consultantとして活動
Databricksベースのデータエンジニアリングプロジェクトを遂行
Kaggle 株式取引 AI コンペティションで上位 3% の成果
AI Agent開発チームリーダーとして現在活動中 Development Team Lead
全体
52件 ∙ (6時間 3分)
講座資料(こうぎしりょう):
9. Azure アカウントのアップグレード
03:33
全体
26件
5.0
26件の受講レビュー
受講レビュー 6
∙
平均評価 5.0
5
こんにちは。授業はよく聞きました。たくさんの準備をしてくれたので、内容も満足していました。パート2講義が期待される講義でした。 私の背景知識を説明すれば、プログラミング言語でJava、Cotlinは使えると思いますが、Pythonは今回初めて触れた状況です。またオブジェクト指向は知っていますが、データ分析とか統計の方はほとんど知識がない状況でこの講義を受講することになりました。 私にとっては正直なところ、とても見知らぬ概念なので、なかなか難しく感じられ、何度も振り返らなければ少し慣れてしまいそうです。しかし、講義を聞く中で深みが感じられ、繰り返し学習してこれを取り除くことができれば、とても有用な講義を聞いたようだと思いました。 私のような場合は、講義の中で知らない概念(e.g. Pythonの概念、ジュピターノートブック、zscoreなど)がかなりあったら、別に検索してみて学習しました。一川ずつコードに沿ってみながら勉強したのですが、一つ残念だったのが前の川まで学習していたコードが、次の川の始めから少し変わっている部分があったようで、一緒にしてみながら学習するときに混乱する部分がありました。しかし、説明をよくしてくれて資料も上手くなっていて、Pythonを知らないが一行一行ずつ読んでみると理解できました。 また問題があり、講師様にお問い合わせいただいた時のようにグーグルミットを通じて解決していただくことなど非常に親切にお知らせいただきありがとうございました。 私には内容そのものが少し難しかったのですが、ある程度Pythonやデータ分析に知識がある方が聞くと、はるかに理解も早くていいと思います。 内容は本当に良いと思います。 ますます良い講義をしていきそうだと思い、2番目のパートも受講する予定です。
Lucaさん!とても大切な受講評に感謝します。 Lucaさんとグーグルミットで会った時、すごい実力者であることをすでに感じることができましたが、すでにJava、コトリンをお使いですね! 教えてくださった内容、コードが川の真ん中で若干異なる部分はrenewalの際に反映させていただきます。あまりにも私に改善点を教えてくれた大切な講義評です。 まだ新世紀の講師だと思ってアイデアはたくさんありますが、まだ私のアイデアを講義化するのに私も私の速度を追いかけていません。 パート2講義でも私たち一生懸命一度走ってみます。 ダニエルドリーム
受講レビュー 50
∙
平均評価 4.9
受講レビュー 4
∙
平均評価 5.0
5
準備たくさんのゴクール講義。他には見られなかった斬新な内容で良かったです。じっくり説明してくれて難しくないように追いつくことができました。
impactさん!ありがとうございます。講義者は結局、受講生の方々の励ましで次の講義を生み出す力を得続けるようです。私の以前の講義でも受講評を残してくれたようですが.. とても感謝します。 impactが難しくないように従うことができたのはすでに実力者であるようです。 講義を準備しながら、できるだけ実戦のように構成しようとすると、難易度が高まるしかないジレンマを発見したりします。それでもまたimpact様のような方には難易度のある講義が必要になりそうです。 講義が難易度があることを認めることもありますが、本当に丁寧に作りましたので、受講中に難しい部分はいつでも質問してください。 ファイティングです! ダニエルドリーム
受講レビュー 1
∙
平均評価 5.0
5
難しい内容なのですが、初級者の立場でじっくり説明してくださると役に立ちます。何度も繰り返し聴こうと思います。
フレンドリーな受講評 ありがとうございます。
受講レビュー 1
∙
平均評価 5.0
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!