Skip to content Skip to sidebar Skip to footer

【세계 250만명 수강강사】 시계열 데이터 분석을 위한 Python (한글 자막)

 

【세계 250만명 수강강사】 시계열 데이터 분석을 위한 Python (한글 자막)

세계 250만명 수강강사】 NLP: Python으로 배우는 자연어 처리 (한글 자막). Machine Learning, spaCy, NLTK, SciKit-Learn, Deep Learning 등 사용하여 자연어 ...

Get Udemy Coupon Code

What you'll learn

  • 데이터 처리를 위한 Pandas 사용법
  • 수치적 처리를 위한 NumPy와 Python 사용법
  • 데이터 시각화를 위한 Pandas 사용법
  • Pandas를 사용한 시계열 데이터 다루는 법
  • Statsmodels를 사용한 시계열 데이터 분석
  • Facebook의 Prophet 라이브러리를 사용한 예측
  • 예측을 위한 고급 ARIMA 모델에 대한 이해

Requirements

  • Python에 대한 일반적인 기술 (함수에 대한 이해까지)

Description

안녕하세요! Jose Portilla입니다.

특별히 한국의 수강생분들을 만나기 위해 한국어 자막을 준비했습니다.

시계열 데이터 분석을 위한 Python 프로그래밍 언어 사용 방법을 배울 수 있는 최고의 온라인 자원에 오신 것을 환영합니다!

강의를 들으시고 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요.

이 강의에서는 새로운 미래 데이터 포인트 예측을 위해 Python을 사용해 시계열 데이터를 예측하는 데 필요한 모든 지식을 가르칩니다.

먼저 Python의 NumPy와 Pandas 라이브러리를 사용해 데이터를 다루고 처리하는 방법에 대한 기초부터 시작할 것입니다. 그 다음, Pandas 사용법에 대해 더 자세히 들어가서 Pandas 라이브러리를 사용한 시각화에 대해서 배우고, Pandas와 Python의 타임 스탬프 데이터를 다루는 방법에 대해 알아볼 것입니다.

그런 다음, statsmodels 라이브러리와 내장된 강력한 시계열 분석 도구에 대해서 배우기 시작할 것입니다. 오차-추세-계절성 분해 및 홀트-윈터스 계절성 기법 기초도 포함할 것입니다.

다음으로는 이 과정의 핵심인 일반 예측 모델에 대해서 다룰 것입니다. 자기상관 및 부분자기상관 차트를 생성하고, 이것을 강력한 ARIMA 기반 모델과 함께 사용하는 방법에 대해 이야기해보겠습니다. 계절성 ARIMA 모델 및 외생 데이터 포인트를 포함하는 SARIMA도 포함할 것입니다.

그 후, 우리는 최신 딥 러닝 기술에 대해서 배울 것입니다. 딥 러닝을 사용해 미래 데이터 포인트를 예측하는 순환 신경망에 대해서 말이죠.

이 과정에서는 또한 Facebook의 Prophet 라이브러리에 대해서도 다룹니다. 사용하기는 간단하지만 시계열 데이터로 미래를 예측 하기 위해 개발된 강력한 Python의 라이브러리이죠.

자, 이제 시계열 데이터 처리방법을 배우고 미래를 예측하시죠!

강의에서 만나요,

Jose

Online Course CoupoNED
Online Course CoupoNED based Analytics Education Company and aims at Bringing Together the analytics companies and interested Learners.

Post a Comment for "【세계 250만명 수강강사】 시계열 데이터 분석을 위한 Python (한글 자막)"