고성능 파이썬(1)

연산장치 연산장치의 주요 속성은 한 사이클에 처리할수 있는 연산의 갯수와 1초에 처리할수 있는 사이클의 횟수이다. 한 사이클에 처리할수 있는 연산의 갯수는 IPC 로 측정하며 초당 사이클 횟수는 클럭 속도로 측정한다. ex) [인텔 코어 시리즈 : IPC - ↑, 클럭속도 - ↓] ↔ [펜티엄4 : IPC - ↓, 클럭속도 - ↑] => GPU : IPC - ↑, 클럭속도 - ↑ 클럭 속도 ↑ -> 초당 연산량 ↑ = IPC ↑ -> 벡터화 수준 ↑ => 처리 성능 ↑ CPU 가 여러 데이터를 한번에 처리할때 벡터화가 되는데 이런 종류의 명령을 SIMD 라고 한다. 하이퍼 스레딩 : 운영체제에 가상의 CPU 인식 -> 두 스레드를 번갈아 가며 실행하도록 하는 기법 => 최대 30%성능향상 비순차적 명령어..

인공지능 개발자의 투자 포트폴리오 공부

지배원리 금융시장의 여러 자산(주식, 코인, 채권, 파생상품 등)을 조합하면 무수히 많은 포트폴리오가 나올것이다. 그중 하나를 고르라면 평가할수 있는 기준이 있어야 한다. 이때 그 기준으로는 기대수익률과 위험으로 모든 포트폴리오를 재단할수 있다. 포트폴리오는 사람마다 그 편차가 심하다. 기대수익률이 클수록 좋은사람 표준편차 또는 분산으로 표현하는 위험은 작아야지 좋은사람. 이렇게 포트폴리오를 다르게 하되 기대수익률은 자기가 원하는 기준에서 최대로 원하는것, 이것을 평균-분산 기준 또는 지배원리라고 한다. 자산배분과 포트폴리오 자산배분은 효율적 포트폴리오를 찾아내는 과정이다. 리스크가 없는 자산은 기대수익률을 만족시킬수 없다. 이에 리스크를 적절하게 통제하면서 원하는 기대수익률을 만족시켜야 하고 이에 리밸..

이탈자 예측 모델링 후기

제가 다니고 있는 회사에서 유저이탈 에 관한 연구를 진행하면서 느끼고 있는 몇가지점을 적으려고 합니다. 시작 저희가 이탈자 예측 모델링을 하려는 이유는 되게 많았습니다. 저희가 몇년전에 이탈자 예측 모델링을 하였었고, 그 결과표들을 매일 cs 의 VIP담당자에게 보내는 업무를 하였습니다. 그래서 VIP담당자가 이탈할것같은 사람들을 보고 그 사람들을 위해서 편지를 작성한다던가, 전화를 건다던가, 선물을 보낸다거나 하는 업무를 하였었습니다. 그런데 이게 매일 반복되고 한두명이 아닌 몇십명에서 많게는 몇백명에 사람들에게 보내는 업무여서 결국 담당자가 케어할수 있는 범위를 초과하였고 이에 중단된 프로젝트였습니다. 그러나 AI 기술이 발전되고 마케팅 자동화가 발전되고있는 지금 다시할수 있는 업무라 생각하였습니다...

강화학습 겉햙기(7)[알파고와 MCTS]

알파고를 이해할때 학습과 실시간 플래닝 이라는 2단계로 나누어서 접근하면 좀더 쉽게 이해할수 있다. 알파고는 실시간으로 다양한 수를 머릿속에서 시뮬레이션 하기 때문에 이를 실시간 플래닝이라고 합니다 이에 실시간 플래닝 알고리즘으로 알파고는 MCTS를 사용합니다. 학습단계 MCTS는 크게 4가지 준비물을 필요로합니다. 사람의 기보를 이용해 지도 학습 정책 πsl, 롤아웃 정책 πroll, 스스로 대국하며 강화학습한 πrl ,밸류 네트워크 Vrl 입니다. 요약하자면 3개의 정첵 네트워크와 1개의 밸류 네트워크를 필요로 합니다. 지도 학습 정책 πsl 이 학습은 사람이 어디에 바둑돌은 둘것인지 분류 해주는 네트워크입니다. 학습결과 57%의 정답률을 기록했습니다. 롤아웃 정책 πroll 롤아웃 정책은 사람 지식..