😎 공부하는 징징알파카는 처음이지?

220928 작성 https://today-1.tistory.com/56?category=886697 시계열 데이터 전처리(Denoising Method) 시계열 데이터를 분석하는 과정에서 시간 흐름에 따라 변동이 크거나 일정하지 않을 경우 비정상성(Non-Stationarity)을 지니게 되고 이를 전처리 없이 머신러닝 알고리즘에 학습할 경우 단순 후행 today-1.tistory.com 1️⃣ 자기 상관(AutoCorrelation) : 현재 관측값과 지연(Lag) 값들과의 관계에서 발생 : 관계성을 파악하기 위해 ACF/PACF 등을 사용하여 직관적으로 알아보거나 Durbin-Watson 검정을 통해 객관적으로 살펴봄 2️⃣ 코드 구현 💖 1. library & data load # 예제로 사용할 ..

220928 작성 https://today-1.tistory.com/37?category=886697 결정론적 추세" data-og-host="today-1.tistory.com" data-og-source-url="https://today-1.tistory.com/37?category=886697" data-og-url="https://today-1.tistory.com/37" data-og-image="https://scrap.kakaocdn.net/dn/cDOxAG/hyPWErRa4g/zc1q4ViC49g108idNOPDh1/img.png?width=800&height=220&face=0_0_800_220,https://scrap.kakaocdn.net/dn/Ck2xU/hyPWKr3Oxo/wFHIv..

220928 작성 https://today-1.tistory.com/38?category=886697 다변량 선형 확률과정(VAR/Granger Causality/Cointegration) 다변량 선형 확률과정(VAR/Granger Causality/Cointegration) : 다변량 선형 확률과정을 공부하고자 함. : 해당 모델들은 결국 AR 모형을 번갈아 사용, X인자 추가, 적분을 활용한 내용들로 구성 됨. 1) 벡터 today-1.tistory.com 1️⃣ 다변량 시계열 데이터 (Multivariate Time Series Data) : 각 시간 단위마다 여러 개의 값을 가지는 데이터 : 다중 시간 종속 변수로 구성 : 다변량 분석에서 예측할 변수의 과거의 데이터를 고려해야할 뿐만 아니라 여러..

220927 작성 https://today-1.tistory.com/31?category=886697 https://today-1.tistory.com/32?category=886697 시계열 데이터 전처리2 시계열 데이터 전처리시 유의사항 : 시계열 데이터 분석에 앞서 데이터를 정제할 때 숙지해야 하는 점을 정리하고자 함 1. 시간영역(해상도) 선택 : 시계열이 분석효과에 도움이 될 시간영역(해 today-1.tistory.com 1️⃣ 시간영역(해상도) 선택 : 시계열이 분석효과에 도움이 될 시간영역(해상도)을 분석가의 경험과 지식을 기반으로 선택해야 함 : 일반적으로 예측 정확성이 높은 시간영역을 선택하거나 예측 결과를 다시 학습으로 사용하여 연속적으로 사용함 : 연간 단위 비즈니스 목표 예측을 예..

220927 작성 https://today-1.tistory.com/29?category=886697 시계열 데이터 전처리1 시계열 데이터패턴 : 시계열 데이터 분석에 있어 파생변수를 만드는 것은 가장 중요하고 시간이 많이 걸리는 작업 : 변수 생성시 주의해야 할 2가지 미래의 실제 종속 변수 예측값이 어떤 독립/ today-1.tistory.com 1️⃣ 시계열 데이터패턴 추출 빈도(Frequncy) : 계절성 패턴(Seasonality)이 나타나기 전까지 사람이 정의 추세(Trend) : 시계열이 시간에 따라 증가, 감소 또는 일정 수준을 유지하는 경우 계절성(Seasonaliy) : 일정한 빈도로 주기적으로 반복되는 패턴 주기(Cycle) : 일정하지 않은 빈도로 발생하는 패턴 2️⃣ 시계열 데이터..

220927 작성 https://coding-nurse.tistory.com/294?category=991286 [ML 알고리즘] 이상 탐지(Anomaly Detection) 알고리즘 이상탐지 알고리즘에 대한 내용이 너무 방대하기도 하고, 다 공부하기엔 바쁘다바빠현대사회에 살고있는 나이기에 잘 정리설명을 하는 유튜브강의를 선택하였다! 역시나 좋은 강의 ! 🎥 유튜 coding-nurse.tistory.com https://today-1.tistory.com/27?category=886697 시계열 및 통계 용어 시계열 및 통계적 용어 : 분석 진행에 앞서 기초적인 용어를 먼저 학습해보자 1. 데이터 관점에 따른 분류 : 시계열 분석 Target data 1) 시계열종단면 : 다수시점 + 특정독립변수 2)..

220927 작성 https://dschloe.github.io/python/dash/dash_project/ Python Dash를 활용한 대시보드 만들기 with Heroku 강의 홍보 취준생을 위한 강의를 제작하였습니다. 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다. 스타벅스 아이스 아 dschloe.github.io 1️⃣ 데이터 수집 https://www.kaggle.com/neuromusic/avocado-prices avocado.csv 2️⃣ anaconda 가상환경 및 라이브러리 설치 가상환경 $ conda create --name 가상환경이름 python=3.8 $ conda activate 가상환경이름 라이브러리 $..

220926 작성 https://www.youtube.com/watch?v=Zzt4Ept-zYs 1️⃣ 시계열 데이터 : 관측치가 시간적 순서를 가진 데이터 셋의 집합 단변량 시계열(Univariate) : 동일한 간격의 시간 증가에 대해 순차적으로 기록된 한 개의 변수 관측치로 구성된 시계열 다변량 시계열(Multivariate) : 동일한 간격의 시간 증가에 대해 순차적으로 기록된 두 개 이상의 변수 관측치로 구성된 시계열 2️⃣ 시계열 데이터의 이상 탐지 어려움 이상 유형이 다양 정상과 비정상 데이터를 정확히 구분하여 라벨링하기 어려움 시간과 비용 많이 소요 정상과 이상의 경계 불명확 정상 데이터에 비해 비정상 데이터 비율이 훨씬 적음 -> 데이터 불균형 -> 분류 문제의 장애물 3️⃣ 시계열 데이..