문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
시계열 분석 입문
- 시계열 데이터의 개요
- 시계열의 구성 요소: 추세, 계절성, 노이즈
- Google Colab에서 시계열 분석 환경 설정 방법
시계열 데이터 탐색적 분석
- 시계열 데이터의 시각화 기법
- 시계열 구성 요소 분해 방법
- 계절성 및 추세 탐지 기술
시계열 예측을 위한 ARIMA 모델 활용
- ARIMA(자기회귀 적분 이동평균) 모델의 기본 개념 이해
- ARIMA 모델에 사용되는 매개변수 설정 방법
- Python에서 ARIMA 모델을 구현하는 실습
시계열 예측 도구인 Prophet 소개
- 시계열 예측용 Prophet의 개요
- Google Colab 내에서 Prophet 모델 구현 방법
- 공휴일 및 특별 이벤트가 예측에 미치는 영향 처리법
고급 시계열 예측 기법
- 결측값이 포함된 시계열 데이터의 처리 방법
- 다변량 시계열 데이터의 예측 기술
- 외부 변수를 활용해 예측 모델을 커스터마이징하는 방법
예측 모델 평가 및 최적화 방안
- 시계열 예측 성능 측정 지표들
- ARIMA 및 Prophet 모델의 세부 조정 방법
- 교차 검증과 백테스팅 기법 활용법
시계열 분석의 실제 응용 사례
- 시계열 예측 관련 실제 사례 연구
- 실제 데이터셋을 활용한 연습 문제 풀이
- Python 기반 시계열 분석의 향후 발전 방향에 대한 안내
요약 및 다음 학습 방향 제시
요건
- Python 프로그래밍에 대한 중급 수준의 이해도
- 기초 통계 및 데이터 분석 기술에 대한 지식
대상자
- 데이터 분석가
- 데이터 사이언티스트
- 시계열 데이터를 다루는 업무를 수행하는 전문가
21 시간
회원 평가 (3)
QGIS를 배우면 토목 전문가 등 다른 다양한 직업군에서도 활용할 수 있는 도구를 접할 수 있습니다.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
코스 - QGIS for Geographic Information System
기계 번역됨
실제 응용 프로그램에서 개방형 위성 데이터를 사용하는 방법
Tshering Dorji - Druk Holding and Investments
코스 - Advanced Geographic Information Systems (GIS)
기계 번역됨
실제 예제를 통해 프로그램이 어떻게 작동하는지 실제로 체험할 수 있었습니다. 이론적 개념과 실용적인 적용 방법 사이의 좋은 설명과 통합이 이루어졌습니다.
Ian - Archeoworks Inc.
코스 - ArcGIS Fundamentals
기계 번역됨