autotrain2 7. AI 자동 매매) 파트 2: 학습 과정 및 결과 분석 AI 자동 매매 시스템 개발 과정 (파트 2: 학습 과정 및 결과 분석)이 글은 파트 1: AutoTrain(파인 튜닝) 및 데이터 준비에 이어지는 내용으로, 실제 모델 학습 과정과 결과를 다룹니다.학습 파라미터 설정모델 학습에 사용된 파라미터들은 AI 성능에 직접적인 영향을 미치는 중요한 요소입니다. 각 파라미터의 역할과 설정 이유를 상세히 살펴보겠습니다.기본 학습 설정1. 채팅 템플릿설정값: none (일반 텍스트 형식으로 학습)설명:LLM을 채팅 형태로 fine-tuning할 때, 사용자/시스템 프롬프트를 어떻게 포맷팅할지 결정합니다.예: Alpaca 형식(### Instruction: {instruction}\n\n### Response:), Vicuna 형식, ChatGPT 형식 등이 있습니다... 2025. 3. 28. 6. AI 자동 매매) 파트 1: AutoTrain(파인 튜닝) 및 데이터 준비 AI 자동 매매 시스템 개발 과정 (파트 1: 프로젝트 소개 및 데이터 준비)이 글에서는 허깅페이스의 AutoTrain을 활용한 AI 자동 매매 시스템 개발 과정을 소개합니다. 프로젝트의 방대한 내용을 이해하기 쉽게 파트 1과 파트 2로 나누어 설명합니다.프로젝트 소개AI를 공부하면서 실제로 AI로 무언가 유용한 것을 만들어보고 싶어 AI 자동 매매 시스템 개발에 도전하게 되었습니다. 성공하든 실패하든 이 과정에서 많은 것을 배울 수 있을 것이라 생각해 친구와 함께 이 프로젝트를 시작했습니다.프로젝트 목표암호화폐 시장 데이터를 학습한 AI 모델 개발시장 패턴을 인식하고 매매 시점을 예측할 수 있는 시스템 구축실제 트레이딩에 적용 가능한 자동화 시스템 구현개발 환경 준비기존에 설정해둔 LLM(ollama에.. 2025. 3. 27. 이전 1 다음 반응형
