본문 바로가기
반응형

Python/시계열 데이터 분석6

[시계열 분석] 과소적합/과적합/편향/분산 ch06. 데이터분석 준비하기 분석성능 확인 - 02. 검증지표 해석을 위한 과소적합, 과적합, 편향, 분산 이해하기 ch06. 데이터분석 준비하기 분석성능 확인 - 03. 검증지표 적용 실습하기 ch06. 데이터분석 준비하기 분석성능 확인 - 04. 시계열 데이터패턴 및 전처리 성능 확인 실습하기 강의자료 소스 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 검증 유의점(Underfitting vs Overfitting) 과소적합(Unde.. 2021. 3. 7.
[시계열 분석] 시계열 회귀분석 레퍼런스 모델 적용, 검증지표 개념 및 이해 19. ch05. 데이터분석 준비하기 레퍼런스 알고리즘 마련 - 01. 시계열 회귀분석 레퍼런스 모델 적용 실습하기 20. ch05. 데이터분석 준비하기 레퍼런스 알고리즘 마련 - 02. 시계열 회귀분석 레퍼런스 모델 적용 실습하기2 21. ch06. 데이터분석 준비하기 분석성능 확인 - 01. 검증지표 개념 이해하기 및 분석 활용 팁 강의자료 소스 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 일단 실습을 위해, 해당 강의 자료 Prac.. 2021. 3. 3.
[시계열 분석] 시계열 데이터 패턴의 추출 실습(2), 시계열과 비시계열 훈련, 검증, 실험 16. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 06. 시계열 데이터패턴의 추출 실습하기2-2 17. ch04.데이터분석 준비하기 시계열 데이터패턴 분리 - 01. 시계열과 비시계열 데이터의 훈련, 검증, 실험 18. ch03.데이터분석 준비하기 시계열 데이터패턴 분리 - 02. 시계열과 데이터의 훈련, 검증, 실험, 데이터 분리 지난 포스팅 시계열 데이터 패턴의 추출 실습(1)에 이어서. 4.6 데이터 나누기 pd.cut 함수를 이용해 temp 열 데이터를 n개의 그룹으로 나눠 패턴을 파악하는데 도움을 받고자 합니다. 확인하기 4.7 시간정보 추출하기 연도와 분기 설정(1) 분기를 연도별로 구분할 수 있도록 한 버전 또 새로운 열 생성 : 달, 일, 시, 요일 4.8 지연 값 생성하기 지.. 2021. 2. 28.
[시계열 분석] 시계열 데이터 패턴의 추출 실습(1) ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기1-1 ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기1-2 ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기2-1 소스 및 데이터 출처 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 1. Import Library : 모듈 설치 및 불러오기 pip 업.. 2021. 2. 24.
[시계열 분석] 시계열 딥러닝(1) : 비교, 필요한 이유, CNN, RNN 12. Ch01. 시계열 알고리즘 딥러닝 시계열 - 04. 시계열과 딥러닝 알고리즘 비교 13. Ch01. 시계열 알고리즘 딥러닝 시계열 - 05. 시계열분석에 딥러닝이 필요한 이유 14. Ch01. 시계열 알고리즘 딥러닝 시계열 - 06. 시계열딥러닝 알고리즘1-1(CNN vs RNN) 1. 시계열 회귀 분석과 딥러닝의 차이 일반적인 다중회귀식은 다음 그림에 나와있다. 이를 네트워크로 표현하면 아래 노드와 엣지와 같이 나타나는데, 이에 활성함수를 취해준 모습으로 인공신경망(딥러닝)처럼 표현할 수 있다. 1-1. 인공신경망 식과 구조 위 표현식을 간단하게 표현하면 아래 그림과 같은데, 각 노드와 가중치가 반복적으로 곱해지고 더해지며 predicted Y를 구하는 것이다. 1-2. 인공신경망의 검증(Eva.. 2021. 2. 20.
[시계열 분석] 추세 , 계절성, 주기, 더미변수 활용, 지연값 10. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 02. 시계열 데이터패턴 - 추세, 계절성, 주기 11. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 03. 시계열 데이터패턴 - 더미변수 활용 12. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 04. 시계열 데이터패턴 - 지연값 및 인강 사서 듣고 있는데, 이거 성실히 작성하면 환급해준다고 한다. 귀찮지만 열심히 정리해보도록 한다. 오늘의 주제 : 시계열 분석 성분들 (1) 추세 확률은 추세와 추세가 제거된 정상확률 과정의 합으로 표현하고 있다.(둘로 분해가 된다.) (2) 계절성과 주기 계절성(Seasonality)은 일정한 빈도로 반복되는 패턴(m)으로 특정한 달/요일에 따라 기댓값이 달라지는 것을 의미한다. 계절.. 2021. 2. 16.
반응형