반응형
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- DL
- decisiontree
- textmining
- 공빅데
- 오버샘플링
- ADsP3과목
- 공공빅데이터청년인재양성
- 2023공공빅데이터청년인재양성
- 공공빅데이터청년인턴
- 머신러닝
- Kaggle
- DeepLearning
- Keras
- NLP
- SQL
- 2023공빅데
- 클러스터링
- 빅데이터
- 분석변수처리
- 공빅
- k-means
- 텍스트마이닝
- ADSP
- datascience
- ML
- 2023공공빅데이터청년인재양성후기
- 데이터분석
- data
- 데이터전처리
- machinelearning
Archives
- Today
- Total
목록ACF (1)
愛林

시계열 분석에 대해 알아보자. 이후에는 ARIMA 모델을 중점적으로 사용해볼 것이다. 시계열 분석 (Time Series Analysis) 시계열 분석이란 불규칙성을 가지는 시계열 데이터에 특정한 기법이나 모델을 적용해서 규칙적 패턴을 적용하거나, 혹은 예측할 수 있도록 하는것을 의미한다. 시계열 데이터(Timeseries Data) 는 시계열(시간의 흐름에 따라서 기록된 것)데이터를 분석하고, 여러 변수들 간의 인과관계를 분석하는 방법론이다. 연도별, 분기별, 월별, 일별 또는 시간별 등 시간의 흐름에 따라서 순서대로 관측되는 자료이다. 추세요인, 순환요인, 계절요인, 불규칙 요인 등을 파악하여 분석한다. 시계열 분석을 통해서 내년의 판매량, 6개월 후의 수요 추이 분석 등이 가능하다. 이러한 시계열 ..
Data Science/DATA
2022. 7. 31. 16:20