데이터사이언스 기록기📚

Ch.4 시계열 데이터의 시뮬레이션 - 시계열 데이터를 생성하는 방법 ① 시계열 데이터 시뮬레이션 vs 다른 종류의 데이터 시뮬레이션 - 시간 흐름 처리 시 새로운 분야에서 고려 ② 코드 기반 시뮬레이션 예시 ③ 시계열 시뮬레이션 동향 - 관련있는 시뮬레이션 발견적 시뮬레이션(heuristic) : 세상이 움직여야하는 타당한 방식 -> 규칙을 코드로 옮김 이산사건 시뮬레이션(discrete event) : 세상의 규칙을 적용 받는 개별 액터 -> 세상이 변화하는 방식 관찰 물리기반 시뮬레이션(physics-based) : 물리법칙을 적용하여 시간에 따른 시스템 진화 방식 관찰 4.1 시계열 시뮬레이션의 특별한 점 - 시계열 데이터에서 데이터 시뮬레이션을 하는 이유 (시계열) 동일한 시계열, 두 데이터가 ..

Ch.3 시계열 탐색적 자료 분석(EDA) ① 일반적인 데이터 응용 기법 (히스토그램, 도표, 그룹화 연산) ② 시간 기법 - 데이터가 서로 시간관계가 있는 상황에서만 사용 가능 3-1. 친숙한 방법 - 비시계열 방법과 동일 - (비시계열 방법) EDA 시 의문을 가지는 것 쓸 수 있는 열 각 열에 가지는 값의 범위 가장 알맞은 측정 단위 상관관계 가지는열 관심 대상 변수의 전체 평균, 분산 => 도표, 요약 통계, 히스토그램, 산점도로나타내서 확인 가능 - (시계열 방법) EDA 시 의문을 가지는 것 분석값의 범위 (기간에 따라 값이 달라지는지) 데이터 일관성을 가지고 균등 or 동작 방식의 변화? => 시간 + 도표, 요약 통계, 히스토그램, 산점도 +그룹화 연산 시간축을 다른 관계와 상호작용할 수 ..

Ch.1 시계열 데이터와 분석의 정의 1. 시계열 분석 정의 : 시간 순서대로 정렬된 데이터 -> 의미 있는 요약, 통계 정보 추출 과거가 미래에 어떠한 영향을 주는가?로 인과관계 다루는 질문으로 요약 2. 시계열 데이터 특징 기록은 시간의 흐름따라 서로 연결된 형태 규칙적인 간격으로 수집되어야 함 장기적으로 기록 되어야 함 Ch.2. 시계열 데이터 전처리 과정에서 발생할 수 있는 문제 2-1. 시계열 데이터는 어디서 찾는가 1) 학습과 실험 목적에 맞는 데이터셋 찾기 시계열 데이터의 문제점 - 불완전한 타임스탬프 (연도 없이 월, 계절로 구성) - 데이터에 수평이나 수직이 될 수 있는 시간축 (시간의 경과 = 시간축으로 생각 가능) - 시간에 대한 다양한 관념 (연속성을 가진다!가 중요한 의미 - 사건..

1. broadcasting - (연산 가능한) 두 ndarrat가 다른 shape을 가지는 경우 사용 - 활용 뒷 차원부터 비교하여 shape이 같을 때 차원 중 값이 1인 것이 존재할 때 가능 뒷 차원의 Shape이 같은 경우 - b의 행이 4개로 늘어나서 연산 a = np.arange(12).reshape(4,3) # [[ 0 1 2] # [ 3 4 5] # [ 6 7 8] # [ 9 10 11]] b = np.arange(100,103) # [100 101 102] # b가 a의 뒷차원값과 맞아서 가능 a + b # array([[100, 102, 104], # [103, 105, 107], # [106, 108, 110], # [109, 111, 113]]) 뒷 차원의 Shape이 다른 경우 -..