은대생에서 은로그래머까지

RNN 기반 딥러닝 모델- RNN (순환신경망, Recurrent Neural Network)- 반복적이고 순차적인 데이터 학습에 특화된 인공신경망의 한 종류- 순환 구조를 이용하여 과거의 학습을 가중치를 통해 현재 학습에 반영- 입력이 들어오면 반복적으로 과거 정보를 반영함으로써 네트워크 업그레이드 RNN(순환 신경망)과 CNN(합성곱 신경망)- 현재를 알기 위해 과거 정보를 함께 반영해 예측 → RNN[ CNN ]- 모든 패턴을 요약하는 개념- 기존에 담고 있는 이미지 데이터가 요약된 변수로 바뀌는 것- 합성곱 개념을 통해 추출된 특징을 반영하는 모델지엽적인 정보를 추출하는 데에 유용 RNN- 데이터의 입력과 출력을 다양하게 할 수 있음- 시퀀스 길이에 관계 없이 인풋과 아웃풋을 받아들일 수 있는 네..

해당 프로젝트를 통해 학습하게 될 알고리즘 종류 [ ARIMA 모델 ]- 전통적인 통계 추론 알고리즘- 파라미터를 기반으로 어떤 패턴이 미래에 나타나게 될지 실제로 예측하는 알고리즘 [ Prophet 모델 ]- 페이스북에서 개발- 세부적인 것은 분석가에게 맡기는 알고리즘- 이론적으로 방정식에 완벽히 맡기는 것이 아니라 분석가가 진행→ 거기에 맞춰 좀 더 정규하게 찾아주는 알고리즘 [ LSTM, AutoEncoder ]- 뉴럴 네트워크, 딥러닝 알고리즘- ARIMA, Prophet과는 다르게 특별한 파라미터 결정 X→ 학습하고 모델링 할 때 필요 X 시계열 데이터 - 시간 정보가 포함되어 있는 데이터는 어떻게 핸들링하는지- 어떻게 알고리즘에게 시간적 패턴도 학습시키고, 미래를 예측할 수 있을지- 시간에 걸..