일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- NLP
- 토스
- 특성중요도
- 유데미큐레이션
- 데이터도서
- AARRR
- 그래프
- 임베딩
- 서비스기획부트캠프
- 스타터스
- 스타터스부트캠프
- SQL
- 취업부트캠프 5기
- 유데미부트캠프
- 그로스해킹
- SLASH22
- BERT
- 알고리즘
- 사이드프로젝트
- 서비스기획
- pytorch
- MatchSum
- 딥러닝
- 취업부트캠프
- NLU
- AWS builders
- 유데미코리아
- 부트캠프후기
- 추천시스템
- sql정리
- Today
- Total
목록forecasting (2)
다시 이음
안녕하세요. 오늘은 시계열 시각화에 대해서 알아보도록 하겠습니다. 해당 글은 Hyndman, R.J., & Athanasopoulos, G. (2018) Forecasting: principles and practice, 2nd edition, OTexts: Melbourne, Australia. 온라인 교재의 내용을 요약,정리한 글이며 제가 주로 사용하는 파이썬이 아닌 R로 설명되어 있어 이해함에 부족함이 있을 수 도 있다는 점을 알려드립니다. 시계열 시각화 데이터 분석 작업에서 가장 먼저 해야하는 것은 데이터를 그래프으로 나타내는 것입니다. 그래프는 패턴, 특이한 관측값, 시간에 따른 변화, 변수 사이의 관계 등의 데이터의 많은 특징을 눈으로 볼 수 있게 해줍니다. 시계열의 빈도 빈도의 값은 일별 혹..
안녕하세요. 오늘은 Sequential data(시간 순서에 따라 순차적으로 쌓이는 데이터)를 처리하기 위해 필요한 시계열 데이터 분석 방법에 대해서 정리를 해보려고 합니다. 해당 글은 Hyndman, R.J., & Athanasopoulos, G. (2018) Forecasting: principles and practice, 2nd edition, OTexts: Melbourne, Australia. 온라인 교재의 내용을 요약,정리한 글이며 제가 주로 사용하는 파이썬이 아닌 R로 설명되어 있어 이해함에 부족함이 있을 수 도 있다는 점을 알려드립니다. 시간이 되신다면 위의 링크를 통하여 실제 교재를 보시는 것을 추천드립니다. Forecasting 1. 예측 될 수 있는 것이란? 예측을 하기 쉬운 것과 ..