|
시계열 데이터는 현실에서 매우 많이 다루는 데이터의 종류이다. 우리는 시간과 연계하여 데이터를 기록하고 예측하고 먼저 대응하려고 많은 노력을 하고 있다. 물론 이러한 노력은 대부분 오랜 시간을 통한 전문가의 노하우를 통하여 진행
|
|
|
Data Warehouse and OLAP
제 3장 : Data Preprocessiong
제 4장 : Data Mining Primitives, Languages, and System Architectures
제 5장 : Concept Description Characterization and Comparison
제 6장 : Mining Association Rules in Large Databases
제 7장 : Classification and Prediction
제 8장
|
|
|
데이터를 분석하기 위한 기법을 3가지 이상 선택해 그 장단점을 설명하되, 예시를 포함하시오.
① 평활화(smoothing)와 예시
② 차분(differencing)과 예시
③ 변수변환과 예시
(2) A/B 검증에 대해 설명하시오.
2. 네이버 데이터랩(https://datalab.naver
|
|
|
1. 시계열 데이터 분석의 기초
시계열 데이터는 시간의 흐름에 따라 순차적으로 관측되는 데이터를 말합니다. 이러한 데이터는 경제, 금융, 기상, 의학 등 다양한 분야에서 발생하며, 이를 분석함으로써 과거의 패턴을 이해하고 미래를 예측
|
|
|
데이터시각화. 출판문화원.
이기준(2021). 실전에서 바로 쓰는 시계열 데이터 처리와 분석 in R. 제이펍.
https://coronavirus.jhu.edu/map.html
https://coronavirus.jhu.edu/vaccines/international
https://www.bigdata-map.kr/covid19
https://www.gapminder.org/
https://ourworldindata.org/covid-d
|
|
 |
시계열분석과 그 응용』, 자유아카데미
제주도(1990, 2000) 『주요관광행정 현황』
김연형, 『시계열분석』, 자유아카데미
박유성 · 허명(2000), 『시계열자료분석』 , 자유아카데미
안종윤(1995), 바람직한 관광수요예측방법의 모델정립, 『한양
|
|
|
보우트의 시계열 데이터가 있는 경우 56
(7). 시설규모 59
(8). 수역시설, 계류시설. 64
(9). 육상 계류시설. 64
(10). 정수 수역의 검토. 65
(11). 시설배치계획. 66
2. 고찰 68
Ⅴ. 결론 및 제언 70
1. 결론 70
2. 제언 71
참고 문헌 73
|
|
 |
시계열 데이터를 LSTM 기반 예측 모델의 학습 데이터로 활용한 경험이 있습니다. 이 방법으로 기존보다 예측 성능이 8% 이상 향상되었습니다.
7. 입사 후 최종적으로 이루고 싶은 목표는 무엇인가요?
에너지 산업의 모든 주요 의사결정 과정에
|
|
 |
데이터를 수집하고, 텍스트 정제 및 토큰화 등의 전처리 작업을 진행합니다.
- 감성 분석 및 여론 분석: 감성 분석 기법을 사용하여 사용자들의 감정을 추출하고, 여론의 변화를 예측하는 모델을 구축합니다.
- 트렌드 예측 모델: 시계열 분석
|
|
 |
데이터를 처리하고 예측하는 문제에 직면했습니다.
첫 번째 문제는 데이터의 불완전성과 시계열 데이터의 잡음(noise) 문제였습니다. 실제로 받은 교통량 데이터에는 결측치, 이상치가 포함되어 있어 이를 바로 사용할 수 없었습니다. 저는 먼
|
|
 |
이터 수집부터 처리까지 모든 과정이 쉽지 않았습니다. 특히, 센서 데이터의 잡음과 누락 현상을 정제하는 과정에서 큰 어려움을 겪었고, 복잡한 시계열 데이터를 효과적으로 분석하는 알고리즘 설계에도 많은 시행착오가 있었습니다. 하지
|
|
 |
데이터 분석과 시각화가 가능합니다. 실제로 프로젝트에서 예산 데이터를 기반으로 KPI 리포트를 제작하거나, 물류비 데이터를 시계열 분석한 경험도 있어, 실무에 필요한 분석 감각은 충분히 갖추고 있다고 생각합니다.
5) 입사 후 가장 먼저
|
|
메뉴펼치기
