예제를 실행하여 나온 결과가 영상과 살짝 다른 부분 질문

안녕하세요.좋은 질문 주셔서 감사합니다 😄먼저 TensorFlow의 버전 이슈는 아닌것 같습니다.모통 딥러닝 모델의 파라미터 (가중치와 바이어스)는 랜덤으로 초기화 됩니다.그래서, 매번 새롭게 train 하고 test 해보면 결과 (오류)가 조금씩 다른 것을 알 수 있습니다.대다수의 경우에는, 경미한 차이이기 때문에 무시하고는 합니다.그런데 이 경우에는 조금 도드라지게 보이는 것 같기도 하네요 ㅠㅠ그래서 다음과 같이 랜덤 시드 (seed)를 설정해서 모든 랜덤적 요소를 제거해 보세요.노트북 상단에 새롭게 셀을 삽입하고 (4번 째 셀), 다음과 같이 설정합니다.(사진)아래와 같이 모델 파라미터를 초기화 해주는 kernel_initializer (Dense, LSTM layer), recurrent_initializer (LSTM layer)인자에도 랜덤 시드들 설정해 줍니다. 또한 bias는 0 값으로 초기화 되도록 합니다.(사진)주의1: 모든 시드값이 꼭 일치할 필요는 없습니다. 여기에서는 단지 관리가 쉬워서 같은 값으로 설정했습니다 (my_seed=1234). 시드값들이 서로 다르더라도 매번 동일한 조건이 적용된다는 것이 중요합니다.주의2: bias는 시드를 설정하지 않았고 그냥 0 값으로 초기화 해 보았습니다.여러번 세션을 새롭게 시작해서 실행해보았는데 MAPE가 소수점 이하 4자리 까지 매번 같은 값이 나오는 것을 확인해 보았습니다.시드 (my_seed)를 바꾸어 보시면 더욱 만족스러운 MAPE가 나오는 경우가 있습니다. 그 값으로 고정해 두시고 사용하면 되겠습니다.정리해 보면, 딥러닝 모델의 파라미터는 랜덤적으로 초기화 되지만 시드를 설정해서 "매번 똑같이 반복되는" pseudo-random (유사 난수) 조건을 만들어 준 것입니다. "유사 난수"이기 때문에 MAPE는 재현되지만 실행해 보아야 실제 그 값을 알 수 있습니다 (!) 체계적으로 낮추는 방법은 없고 만족스러운 조건이 만들어 지도록 시드값 (my_seed)를 바꾸어 try 해보는 수 밖에는 없습니다.도움이 되었기를 바래봅니다. 😀루비네 코딩~

피셔의 z변환 질문

안녕하세요:중요한 질문에 감사합니다 ^^1). 피셔의 z 변환의 필요성."중심극한정리"에서 알아 보았듯이 일반적인 경우 (표본으로 계산한 통계량)/(표준 오차)의 분포는표본의 크기가 커질수록 표준정규분포를 따른다는 전제를 할 수 있습니다. 이 특성을 바탕으로 신뢰구간을 도출해 낼 수 있습니다. (Section 3, "구간추정" 참고, 강의자료 71p ~ 72p).그런데, 상관계수는 [-1, +1] 구간에 속해야 하기 때문에 가장자리 (-1 또는 +1)에 가까울 수록 상관계수의 분포는 일그러져 정규분포에서 벗어난 형상을 보입니다.결과적으로 (표본으로 계산한 상관계수)/(표준 오차) 또한 표준정규분포에서 벗어난 형상을 보입니다.그러니까 -1과 +1의 위치에는 상관계수가 지나갈 수 없는 "벽" 또는 "테두리"가 있다고 상상해 볼 수 있습니다. (Section 3, 강의자료 93p ~ 94p 그림 참고).신뢰구간을 만들려면 상관계수의 분포가 정규분포와 "유사한" 형상이 되도록 변환이 필요합니다.그 역할을 피셔의 z 변환이 담당하게 됩니다. 상관계수의 분포는 피셔의 z 변환 이후 "테두리"의 영향이 줄어들고 정규분포에 "근접한" 형상을 보이게 됩니다.2). 상관계수의 분포는 피셔의 z 변환이후 "정확하게" 정규분포를 따르는가?아닙니다. 역쌍곡선 탄젠트 (atctanh)를 사용하는 피셔의 변환은 단지 테두리 (-1과 +1)의 영향을 줄여주는 효과를 보입니다."중심극한정리" 조차도 "정확하게" 정규분포를 따른다는 주장을 하고 있지는 않습니다. 단지 "중심" 부분에서 정규분포로 "근접" (approximate)할 수 있다는 주장을 하고 있습니다. 다소 어려운 주제인데 조금이나마 학습 하시는데 도움이 되시기를 바래 봅니다.감사합니다.Ruby네 코딩~

유저인증 라이브러리 (streamlit-authenticator) 설치 이슈

위 내용은 공지 사항이니 숙지해 주세요~~ 감사합니다~~ ^^

오류 메세지

참고해 주세요~~

theme 적용이 되지 않습니다.

안녕하세요.먼저 유저의 커스텀 테마 설정은 필수가 아니라 옵션 사항이기 때문에 "config.toml"가 인식 되지 않는다 해서 오류가 발생하지는 않습니다. 다른 이유로 streamlit 작동에 오류가 있어 보입니다. 보내주신 스샷 만으로는 정확하게 어떤 상황인지 판단하기 어려워 보입니다. 가상환경 설정 확인.다른 앱은 정상적으로 작동하는지 확인.제공된 실습 파일을 변경없이 실행했을 때에도 오류가 발생하는지 확인.재실행 해도 똑같은 문제가 발생하는지 확인.위와 같이 일단 기본적인 확인을 해보시기 바랍니다.감사합니다~