프로젝트마다 사용하는 python 버전이 달라질 수 있으므로, pyenv를 사용하기로 결정 1. 설치https://github.com/pyenv-win/pyenv-win GitHub - pyenv-win/pyenv-win: pyenv for Windows. pyenv is a simple python version management tool. It lets you easily switch betpyenv for Windows. pyenv is a simple python version management tool. It lets you easily switch between multiple versions of Python. It's simple, unobtrusive, and follows the U..

WSL2 Ubuntu 환경에서 실행하였습니다. 업데이트sudo apt update & sudo apt upgradesudo apt install sudo  프로젝트 폴더 권한 부여sudo chown -R [사용자 계정명] [프로젝트 디렉토리] 파이썬 설치sudo apt install python3sudo apt install python3-venv 가상환경 생성 (프로젝트 디렉토리에서)python3 -m venv venvsource venv/bin/activate airflow 라이브러리 설치pip install apache-airflow airflow 세팅 및 실행 (프로젝트 디렉토리에서)export AIRFLOW_HOME=$PWD/airflowsed -i 's/^load_examples = True/..

카테고리 목록에서 서브 카테고리가 있는 경우, 클릭 시 페이지 이동 없이 펼쳐볼 수 있도록 스킨을 수정했습니다. 스킨 편집에서 HTML > body 아래에 다음 코드를 추가합니다.

여기에서 최신 설치 방법을 확인할 수 있습니다. Python1. python 설치 (v3.12)sudo apt update && sudo apt install python3-pip2. airflow library 설치pip3 install apache-airflow Airflow1. .yaml 파일 가져오기curl -LfO 'https://airflow.apache.org/docs/apache-airflow/2.10.4/docker-compose.yaml'2. directory 생성 및 그룹 id 설정mkdir -p -m 755 ./dags ./logs ./plugins ./configecho -e "AIRFLOW_UID=$(id -u)" > .env3. 초기 세팅AIRFLOW_UID=500004. 공통..

1. apt update & upgradesudo apt update -ysudo apt upgrade -y2. docker에 필요한 패키지 설치sudo apt install -y apt-transport-https ca-certificates curl software-properties-common3. docker GPG key 추가curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -4. docker apt 저장소 추가sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"5. ap..

문제 상황xgboost를 import한 .py 파일을 pyinstaller로 .exe 로 패키징 할 때 다음과 같은 에러를 출력xgboost.libpath.XGBoostLibraryNotFound: Cannot find XGBoost Library in the candidate path, did you install compilers and run build.sh in root path?List of candidates:C:\...\AppData\Local\Temp\_MEI103562\xgboost\xgboost.dllC:\...\AppData\Local\Temp\_MEI103562\xgboost\../../lib/xgboost.dllC:\...\AppData\Local\Temp\_MEI103562\xg..

One-Step주어진 과거 데이터를 바탕으로 한 시점 뒤의 미래 값을 예측하는 방법예를 들어, 1시간 간격으로 기록된 데이터가 있다면 0~6시의 데이터를 보고 1시간 뒤인 7시의 데이터를 예측하는 것일반적으로 모델의 예측이 정확하며, 에러가 축적되지 않아 안정적인 예측 가능Multi-Step여러 시점을 동시에 예측하는 방법. 예를 들어, 1시간 간격으로 기록된 데이터가 있다면 0~12시의 데이터를 보고 6시간 뒤인 13~18시 까지의 데이터를 예측하는 것Direct Multi-Step각각의 시점을 별도의 모델로 예측하는 방법예를 들어, t+1, t+2, t+3의 3개의 시점을 예측하고 싶다면 각각의 시점에 대해 독립적으로 모델을 훈련정확도는 높을 수 있지만, 계산 비용이 증가Recursive Multi-..

ReLURectified Linear Unit$$ ReLU(x) = max(0,x) $$LeakyReLU$$ LeakyReLU_{\alpha} = max(\alpha x, x) $$GELUGaussian Error Linear Unit$$ GELU(x) = 0.5 \cdot x \cdot (1 + \tanh(\sqrt{2/\pi} \cdot (x + 0.044715 \cdot x^3))) $$PReLUParametric ReLU$$ PReLU(x) = \max(0, x) + a \cdot \min(0, x) $$ELUExponential Linear Unit$$ ELU_{\alpha} = \begin{cases} \alpha (\exp(x) - 1) & \text{if } x = 0 \end{cases}..