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 |
Tags
- 감성분석
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- numpy
- 히스토그램
- 텍스트 분류
- 머신러닝
- 오래간만에 글쓰네
- rnn
- 기술통계학
- 군집화
- 은준아 화이팅
- 최소자승법
- 가설검정
- 다층 퍼셉트론
- student t분포
- 코사인 유사도
- 밑바닥부터 시작하는 딥러닝2
- 회귀분석
- Django
- word2vec
- 모두의 딥러닝
- F분포
- 차원축소
- 파이썬 pandas
- 밑바닥부터 시작하는 딥러닝
- Pandas
- 결정계수
- 자연어 처리
- 구글 BERT의 정석
- 기초통계
Archives
- Today
- Total
데이터 한 그릇
Practical Time Series 본문
1. Time Series 분석 공부 이유
- 지금까지 주로 NLP 를 이용한 데이터 마이닝 기법을 많이 공부했는데, 다른 유형의 데이터 분석과 결합하면 더 좋은 시너지를 낼 것으로 판단
- 위 이유의 연장선, 주가 예측에 관심이 가게 됐는데 주가 데이터와 뉴스 데이터를 결합하여 주가를 예측하는 작업에 관심이 가게 됐음
- 대부분의 기업은 시계열 데이터를 다루는 부서가 많음 즉, NLP 를 세컨드 기술, 주 기술이 시계열 데이터 분석인 경우가 많음, 경쟁력을 가지기 위해 시계열 데이터 공부
- 쓸 수 있는 논문 주제의 다양성을 위해
2. 책 선정 이유
- 경제학과 학부생들이 많이 보는 계량경제학 책을 사서 보려고 했으나 많은 시간이 들것을 우려, 효율적이게 실무를 할 수 있을 정도의 이론과 실습을 정리해놓은 책을 찾다가 발견
- 표지 양이 귀여움
3. 목표
- 실습 및 완독 목표 시간 1달로 잡음 (이것도 힘들수 있음..)
- 공부 중 관심가는 딥러닝 기법을 찾아(만약 있다면이 아니고 무조건) 직접 구현 (왠만하면 SOTA)
- 시계열 데이터와 NLP 를 이용한 프로젝트 아이디어 탐색 및 구현 -> 구현이 된다면 논문 작성
새로운거 배우는건 늘 어렵다
하지만 늘 하면 그만이다
'시계열 분석 > Practical TIme Series Analysis' 카테고리의 다른 글
4)시계열의 탐색적 자료 분석 (0) | 2022.10.12 |
---|---|
3)계절성 데이터, 시간대, 사전관찰의 방지 (0) | 2022.10.12 |
2)데이터 정리2 (0) | 2022.10.12 |
2) 데이터 정리 (1) | 2022.10.08 |
1) 시계열 데이터의 발견 및 다루기 (1) | 2022.10.06 |
Comments