🐑

실전 시계열 분석 (24년)

•

세미나 기간: @3/6/2024 → 6/12/2024

•

참여자: 정보통신학과 대학원 수업(웹데이터베이스) 수강생

◦

박사과정: @최영환 , @지연 오 

◦

석사과정: @Jihyun Choi, @시윤 김, @소연 박 

•

교재: 실전 시계열 분석(Practical Time Series Analysis): 통계와 머신러닝을 활용한 예측 기법, 한빛미디어, 2022

Table

Chapter

Editor

Section

Assignment

Seminar Date

‣

Open

Hyun Ahn

1.1 다양한 응용 분야의 시계열 역사

Hyun Ahn

2024/03/13

Open

1.2 시계열 분석의 도약

Hyun Ahn

Open

1.3 통계적 시계열 분석의 기원

Hyun Ahn

Open

1.4 머신러닝 시계열 분석의 기원

Hyun Ahn

‣

Open

Jihyun Choi

2.1 시계열 데이터는 어디서 찾는가

a104977@hs.ac.kr

최영환

2024/03/20

Open

2.2 테이블 집합에서 시계열 데이터집합 개선하기

a104977@hs.ac.kr

최영환

Open

2.3 타임스탬프의 문제점

agatha7795@hs.ac.kr

소연 박

Open

2.4 데이터 정리

시윤 김

Open

2.5 계절성 데이터

Jihyun Choi

Open

2.6 시간대

Jihyun Choi

Open

2.7 사전관찰의 방지

Jihyun Choi

‣

Open

시윤 김

3.1 친숙한 방법 - 3.2.2 윈도 함수 적용

agatha7795@hs.ac.kr

소연 박

2024/04/03

Open

3.2.3 자체상관의 파악과 이해 - 3.2.4 허위상관

지연 오

Open

3.3 유용한 시각화

시윤 김

‣

Open

지연 오

4.1 시계열 시뮬레이션의 특별한 점 - 4.2.1 스스로 직접 만들어보기

Jihyun Choi

2024/04/17

Open

4.2.2 스스로 실행하는 시뮬레이션 세계 구축

시윤 김

Open

4.2.3 물리적인 시뮬레이션 - 4.3 시뮬레이션에 대한 마지막 조언

a104977@hs.ac.kr

최영환

‣

Open

agatha7795@hs.ac.kr

소연 박

5. 시간 데이터 저장 - 5.1 요구 사항 정의

a104977@hs.ac.kr

최영환

2024/05/01

Open

5.2 데이터베이스 솔루션 - 5.3 파일 솔루션

agatha7795@hs.ac.kr

소연 박

‣

Open

a104977@hs.ac.kr

최영환

6.1 선형회귀를 사용하지 않는 이유 - 6.2.1 자기회귀모델

agatha7795@hs.ac.kr

소연 박

2024/05/08

Open

6.2.2 이동평균모델

지연 오

Open

6.2.3 자기회귀누적이동평균 모델

시윤 김

2024/05/22

Open

6.2.4 벡터자기회귀 - 6.3 시계열 통계 모델의 장단점

Jihyun Choi

‣

Open

Jihyun Choi

7. 시계열의 상태공간 모델 - 7.2 칼만 필터

시윤 김

2024/05/29

Open

7.3 은닉 마르코프 모형

a104977@hs.ac.kr

최영환

Open

7.4 베이즈 구조적 시계열

agatha7795@hs.ac.kr

소연 박

‣

Open

Hyun Ahn

8. 시계열 특징의 생성 및 선택

Hyun Ahn

2024/06/05

Open

종강

•

세미나 노트 : 챕터 별 에디터는 아래의 템플릿 및 노션 기본 사용법을 참고해서 편집해주세요 

•

참고자료

◦

가짜연구소(link): 노션 페이지

◦

Forecasting: Principles and Practice, OTexts (link)