Latest Articles
-
예시 코딩 - Linear Model with Panel Data패널 데이터 분석을 위한 선형 모델을 다루며, 기업의 투자 금액에 대한 비교를 포함합니다. 랜덤 효과 모델과 고정 효과 모델을 사용하여 현금 흐름과 토빈의 q가 투자에 미치는 영향을 분석합니다. 하우스만 검정을 통해 모델 선택을 결정하고, 클러스터 표준 오차를 사용하여 잔차의 의존성을 처리하는 방법도 설명합니다.
- 예시 차트 - 금융학에서의 ‘표준편차-평균 좌표체계’
확률변수는 확률 분포로 설명되며, 평균과 분산이 주요 특성을 나타낸다. 중심극한정리는 표본평균의 분포가 정규분포를 따른다고 설명하며, 표준편차-평균 좌표체계는 정규분포를 따르는 경우 유용하다. 금융론의 평균-분산 이론은 이 좌표체계를 활용하여 과거 데이터 분석을 통해 표본평균의 분포를 모델링한다.
- 예시 차트 - Sparklines Plot, Streamlit
Excel의 Sparklines 사용법을 시작으로, Google Sheets와 Seaborn, Pandas, Streamlit을 활용한 데이터 시각화 방법을 설명하며, 각 도구의 활용 예시와 링크를 제공한다. Streamlit 앱을 GitHub Codespaces에서 코딩하고 실행하는 방법도 포함되어 있다.
- video 제작 과정 예시
대규모 언어 모델과 멀티모달 AI의 발전으로 개인 창작자도 영상 제작의 전 과정을 자동화된 워크플로우로 구현할 수 있게 되었습니다. 영상 제작의 가치 사슬은 스토리 디자인, 시각적 정체성, 스토리보드 작성, 애니메이션 및 편집, 출력 및 배포의 단계로 구성됩니다. 브랜드 인식을 위한 스타일 매개변수로는 예술 스타일, 배경 설정, 캐릭터 유형, 카메라 구성, 패션 스타일 등이 있습니다.
-
IDE: Local 실습 (Python 실행 환경)Python 데이터를 분석하거나 자동화하기 위한 로컬 환경 설정 방법: VS Code 설치, Python Core 버전 설치, 프로젝트별 가상환경 생성, requirements.txt를 통한 패키지 설치, VS Code와의 연동 방법을 설명합니다. Jupyter Notebook과 Python Script의 차이점도 포함되어 있습니다.
-
IDE: Cloud IDE 비교 (Python 실행 환경)Google Colab, MS GitHub Codespaces, Amazon SageMaker Studio Lab, 및 ChatGPT Canvas의 Python 실행 환경 비교: 각 서비스의 성격, 사용자 대상, 기본 환경, 연산 자원, RAM/스토리지, 라이브러리 설치 가능성, Git 연동, 강점 및 제한 사항을 정리하여 추천 용도를 제시합니다.
-
MS Excel 사용기: 미국통화승수변화15년 만에 MS Excel을 사용해보니 여전히 불필요한 기능이 많지만, 차트 작성 시 Vertical line과 annotation 기능은 Google Sheets보다 우수하다고 느꼈다. M0와 M2, M1과 M2의 관계를 설명하며, M2의 속도 비율이 2020년부터 급락한 점을 언급했다.
-
Notion의 단점은 LaTex의 장점노션의 단점으로는 복잡한 하이퍼링크를 사용해야 하는 참고문헌 정리와 각주 작성이 있으며, 이를 해결하기 위해 테이블과 인라인 수식을 활용하여 마크다운으로 내보낼 수 있는 방법이 제시된다. 다양한 수식 예시도 포함되어 있다.