🦭 AI&Big Data/DL

개념 시간의 흐름에 따라 수집된 데이터로, 특정 시간 간격을 두고 연속적으로 관측된 값을 의미시간에 따른 변화와 패턴을 분석하는 데 중점을 두기 때문에, 예측, 트렌드 분석, 이상 탐지 등에 유용하게 활용 모델전통적인 시계열 분석 모델 AR (Auto-Regressive) 모델: 과거 데이터(자기 회귀)를 기반으로 현재 값을 예측MA (Moving Average) 모델: 과거의 오차(잔차) 값을 기반으로 현재 값을 예측ARMA (Auto-Regressive Moving Average): AR과 MA 모델을 결합한 방식ARIMA (Auto-Regressive Integrated Moving Average) 모델: 비정상 시계열 데이터를 차분하여 안정적으로 만든 후 예측하는 모델SARIMA (Seasonal..

딥러닝과 신경망 머신러닝의 한 분야로, 인공 신경망(ANN)을 기반으로 대량의 데이터를 학습하여 뛰어난 성능을 발휘하는 알고리즘딥러닝은 여러 층을 통해 점점 더 추상화된 특징을 학습하며, 복잡한 패턴을 인식하고 문제를 해결하는 데 뛰어난 성능을 보인다.특히 딥러닝은 대규모 데이터와 강력한 계산 능력을 활용하여 모델이 점점 더 강력한 예측 능력을 발휘하도록 한다. 딥러닝 vs 전통적인 머신러닝 전통적인 머신러닝에서는 특징 추출(Feature Engineering)을 사람이 직접 해야 한다.딥러닝은 자동 특징 학습(Representation Learning)을 통해 데이터를 자동으로 분석하고 중요한 특징을 학습한다. 전통적인 머신러닝 모델은 주로 단일 층에서 주어진 특징을 바탕으로 예측을 수행딥러닝 모델은 ..