|
시계열 패턴 (Patterns within time series)
시간 구간에 대한 데이터의 변화 추이에 대한 유사성을 발견하는 작업입니다.
EX)‘전자/통신 회사인 ABC techniques 회사와 증권회사인 XYZ Securities의 주식의 종가(closing stock price)가 2003년에 동일한 패턴을 보였
|
|
|
패턴(sequential patterns)
분류(classification)
클러스터링(clustering)
시계열 분석(time series analysis)
탐사된 지식 패턴의 예
연관 규칙
기저기를 구입하는 98%의 고객은 또한 맥주를 산다.
분류
25세 미만이고 급여가 100 이하인 사람의 신용등급은 낮
|
|
|
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
|
|
|
6466861
20
0.996034835
0.144164662
-0.04226167
0.103398206
ACF는 특정 시점과 그 이전 시점 간의 상관관계를 측정하며 시계열의 전체적인 자기상관 패턴을 파악할 수 있게 해준다. 반면 PACF는 중간 시점들의 영향을 통제한 상태에서 특정 시차(lag)와 현재 값
|
|
|
시계열로부터 요약 및 기타 통계 정보를 추출하는 프로세스이다.
- 시계열 데이터에 대한 통계 접근법이나 추세와 계절성 분석을 말한다.
- 입력값에 해당하는 특징과 출력값에 해당하는 목표 사이의 분포, 추세, 주기적 패턴 및 관계를 시
|
|
 |
더 정밀한 패턴 분석 기반 예측 알고리즘을 제안·적용해보고 싶습니다. 이를 통해 실제 서비스에 적용 가능한 개선 지표를 도출하고, 팀에 기술적 가치를 기여하는 것을 첫 번째 목표로 삼고 있습니다. 포티투닷 AI Engineer 자기소개서
|
|
 |
패턴을 정확히 반영하지 못하는 문제가 발생했습니다. 저는 기존의 선형 회귀 모델을 사용했으나 성능이 부족하다고 판단하여, 딥러닝 모델인 LSTM(Long Short Term Memory)을 도입하기로 했습니다. LSTM은 시계열 데이터에 강점을 가진 모델이기 때문
|
|
 |
시계열 데이터를 분석했습니다. 이러한 접근 방식은 과거 데이터를 기반으로 미래 주식 가격을 예측하는 데 특히 효과적이었습니다. 결과적으로, 우리의 모델은 기존의 방법보다 예측 정확도가 20% 높아지는 성과를 거두었습니다.
이 경험을
|
|
메뉴펼치기
