鐵人檔案
其實股票預測並不是一個好題目，因為目前對於股票預測的準確度都不是很高，雖然這代表還有很多的可改善空間，但反面來說也可以反映其難度。對於在ML領域新手的我來說，或許是一個太大的挑戰，但本主題單純是我興趣使然，所以還是想嘗試嘗試。
計劃分以下三步驟
1. GCP環境摸索、資料分析以及預處理、模型選擇
2. 訓練-Trial and error
3. 結果分析-準確度、效能、模型評估
本題目希望藉由GCP完成以下幾點
1. GCP-online data collection
2. GCP-online training
3. Load the model to local
零、引言 上篇實戰前的測試路(一) :: 正規化資料實測了兩種正規化股市資料，分別是局部正規化和漲跌幅正規化。其中漲跌幅無論收斂速度或是圖形逼近實際程度都優於局...
零、引言 實戰前測試路系列預計只會出四集，目的是給未接觸股票和ML的我一個測試的機會。 從上篇實戰前的測試路(二) :: 加入第二個變數我們發現，儘管新加入第二...
零、引言 這篇是實戰前的測試路系列最終章，先回顧一下之前的系列 實戰前的測試路(三) :: 混合正規測試 實戰前的測試路(二) :: 加入第二個變數...
零、引言 之前文章中，我對一個簡單的資料集Google_Stock_Price dataset進行測試，並大致上確認了接下來的方向。 我們必須擁有更多的輸入資料...
零、引言 我期望能夠有個簡單的環境來檢視我所做的action是對的還是錯的，所以我今天想要試著寫一個簡單的模擬器，並反饋簡單的賺賠狀況。 鑒於完全沒有碰過，實在...
引言 其實下這個標題只是因為這算是我的筆記而已，讓別人點進來看好像有點罪惡感Orz。最近較難抽空實作接下來的內容，所以剛好可以補上之前實作過程中所學習到的東西，...
零、引言 沒想到那麼快就出此系列的第二篇了，真的沒時間做啦!!!! 沒事，剛好記錄一下我的筆記XD 此篇要講的是我們訓練類神經網路中，會用到的另一個也是非常...
零、引言 當我們在訓練模型時，並不是訓練越久越好，雖然對訓練模型可以有好的擬合度，但對於「非訓練集」的資料卻不是這麼回事，訓練過度就有可能造成「過擬合」(ove...
<補>修正dataset問題 2019/09/23 越想越奇怪的驅動下，我今天花了很多時間找問題，最後發現我有一個地方沒有處理到... 新的結...
<補>真的是dataset本身的問題 2019/09/23 越想越奇怪的驅動下，我今天花了很多時間找問題，最後發現我有一個地方沒有處理到......
