✅ 코인 예측
- window, h
- 시계열 데이터를 예측할 때는 1년치 받아놓고 조각조각 자르는 것
- 활용도는 이것이 높음. 주식 예측, 코인 예측
- 싱글 채널 : 예측값이 하나
- 멀티 채널 : 예측값이 여러 개
- 하루에 한 개씩 샘플링한 것은 문제를 단순화 한 것
1️⃣ 데이터 읽기
- csv : 변수이름이 들어가 있음 -> 0행은 헤더야 라고 해줌
- 종가를 예측하려고 종가만 뽑아옴.
2️⃣ 윈도우 단위로 잘라 샘플링
- 전처리 하는 것이 제일 어려움
- 모델 쌓는 것은 간단
- 문제는 앞
- 종가만 받아가지고 온 걔를 seq, window, horizon
- 7일치 보고 그 다음날 거 예측하고. 이렇게 데이터를 잘라서 집어넣는 것
3️⃣ LSTM
- training data와 test data를 나눌 때. 순서가 중요. 랜덤으로 하는 것 아니야
- 몇개의 노드를 쓸거냐 : units=128 -> 128개
- 항등함수 안 쓰면 나온 결과값을 그냥 뿌리는 것
- mae -> mape(백분율) : 비교가 가능
- mae : 부동산하고 코인은 돈의 단위가 다르니까 차이가 남 -> 비교 불가
✅ 음악 편곡
- 뭐를 통으로 다 학습해가지고 그걸 가지고 그 다음 것을 예측하는 것
- 그 다음에는 어떤 소리가 나올 것 같니? -> 새로운 것을 생성하는 효과
- 그걸 계속 연결시키면 그것이 새로운 음악이 되는 것