일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- python 갯수세기
- 파이썬을파이썬답게
- MAPE
- Overleaf
- 논문editor
- Python
- PAPER
- 카카오
- Tire
- RMES
- Mae
- Pycaret
- n_neighbors
- SMAPE
- 논문
- 프로그래머스
- mes
- TypeError
- 코테
- Scienceplots
- 에러해결
- 논문작성
- knn
- KAKAO
- mMAPE
- Alignments
- 평가지표
- 스택
- iNT
- n_sample
- Today
- Total
목록전체 글 (175)
EunGyeongKim

이동평균법 이동평균법 : 자신의 과거 값에서 일정한 패턴을 파악하여 자신의 미래값을 예측하는 방법 과거 데이터에 동일한 가중치를 주는 방식 과거 일정기간(N)의 평균을 이용하여 다음시점을 예측하는 방법 기간(N)을 작게하면 이동 평균값에 최근 데이터의 경향이 많이 반영됨. 기간(N)을 크게하면 과거 데이터의 경향을 많이 반영되게 됨

시계열 데이터는 시간의 흐름에 따라 순서대로 관측되어 시간의 영향을 받는 데이터를 말함(주가, 실업률 데이터, 통화량, 금리와 같은 데이터). 과거 시계열 데이터의 패턴을 식별하고, 이 패턴을 이용하여 미래의 시계열의 움직임을 예측함 시계열 데이터 구분하기 시계열 데이터는 추세(Trend), 순환변동(Cycle), 계절변동(Seasonal), 우연변동(Random Fluctuations)으로 구분하여 분석 가능 추세 : 장기간에 걸쳐서 이루어지는 변동 순환변동 : 계절변동이 아닌 주기적으로 나타나는 변동 계절변동 : 계절에 따라 나타나는 변동 우연변동 : 규칙적인 움직임이 없는 변동 = 백색잡음 (white noise) 평균이 0이고 분산이 일정한 변동 시계열 예측모델 시계열 회귀분석(time seri..

A/B 테스트 두개의 변형 A와 B를 사용하는 종합 대조실험(controlled experiment) 통계적 가설 검정 또는 2-표본 가설 검정의 형태 두가지 서로 다른 옵션에 대한 사용자의 반응을 측정함으로써 어떤 옵션이 더 효과적인지 검증하는 과정 설계 가설 실험을 통해 무엇을 확인하고 싶은지가 명확해야 함 실험 집단 / 통제 집단 전체 모수 둥 실험조건에 할당되는 사용자들을 어떤 기준으로 구분하고, 어떤 비율로 할당할것인지 정의해야 함 독립변수 설명변수, 또는 예측변수 인과관계에서 원인이 되는 변수 종속변수에 영향을 줄거라고 기대되는 변수 종속변수 독립변수에 의해 영향을 받을것으로 기대되는 변수 인과관계에서 결과가 되는 변수 종속변수의 변화량에 따라 실험의 성과를 판별할 수 있음 측정가능해야 함 종..