ivada-infra/DOCS
3
0
Fork 0
Code Issues 1 Pull Requests 5 Actions Packages Projects Releases Wiki Activity
1,061 Commits 6 Branches 0 Tags
Commit Graph

4 Commits

Author SHA1 Message Date
Claude-51124
4794e564ad Add comprehensive dynamic learning system (4.8) 
포괄적 동적 학습 시스템 추가:

**4.8.1 Feature Engineering**:
- Stage → Continuous/Embedding (categorical split 제거)
- Industry → TF-IDF/Word2Vec embedding
- 연속 변수 추가: founding_year, total_funding, location

**4.8.2 Hyperparameter Learning**:
- K_min_tags, IQR_multiplier, burn_in_ratio 자동 최적화
- Cross-validation + MAPE
- 데이터 100개마다 재최적화

**4.8.3 Hierarchical Bayesian**:
- μ_base + stage_effect + industry_effect
- 모든 데이터(442개) 함께 사용
- Stage 간 관계 학습, shrinkage

**4.8.4 PostgreSQL 스키마**:
- learned_parameters 테이블
- investment_data 테이블

**4.8.5 자동 재학습**:
- PostgreSQL Trigger (10개 추가마다)
- pg_notify + asyncpg LISTEN
- Async 재학습 플로우

**교훈 7.7 추가**: 임의 경계의 문제

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
 2025-10-17 00:39:31 +09:00
Claude-51124
cb7861cddb Remove Seed hardcoding, support all stages 
Seed 고정 제거, 모든 투자 단계 지원:
- 섹션 2: "Seed 단계" → "입력 변수 및 사례" (seed, series A 예시)
- Stage별 μ_posterior 테이블 추가 (seed: 2.08억/명, series A: 5.0억/명)
- Stage별 프리미엄 테이블 추가 (seed: 0.86배 → series B+: 1.5~2.0배)
- 시각화, 사례, 검증 모두 stage 변수화
- 검증 사례: seed만 완료, series A+ 추가 필요 명시

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
 2025-10-16 23:52:01 +09:00
Claude-51124
93ec6a1990 Generalize document to framework 
특정 상황을 일반화하여 프레임워크로 전환:
- 제목: 리버스마운틴 → 베이지안 스타트업 가치평가 프레임워크
- 섹션 2: 사례 연구로 명시, 입력 변수화 ({company_name}, {N}, {stage})
- 섹션 3-4: 구체적 숫자 → 변수 (μ_posterior, {industry}, {stage})
- 섹션 6.4: 대화 예시 변수화
- 교훈: 특정 케이스 → 일반 원칙

리버스마운틴은 "검증 사례"로 유지

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
 2025-10-16 23:47:28 +09:00
Claude-51124
40469e83a9 Add dynamic Bayesian premium learning and rename file 
- 4.7 동적 베이지안 프리미엄 학습 섹션 추가
- 하드코딩 프리미엄(1.38배) → 데이터 기반 학습(0.86배)
- PostgreSQL 상태 저장 및 온라인 학습 메커니즘
- 교훈: 하드코딩의 위험성, 온라인 학습의 중요성
- 파일명 변경: reversemountain → bayesian_startup_valuation

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
 2025-10-16 23:43:10 +09:00