전체 글 (61) 썸네일형 리스트형 [캐글] 4. Predict Future Sales 데이터(시계열) 1. 데이터 과거 판매량 데이터를 바탕으로 미래 판매량을 예측하는 대회 2. 노트북 링크 : https://www.kaggle.com/shutupandsquat/time-series-basics-korean 3. 설명 Prophet 링크 https://zzsza.github.io/data/2019/02/06/prophet/ 내부 알고리즘을 알 수 없고 선형 모델인 것만 암. ARIMA 모델 Python 실습 # 캐글 노트북 캐글 노트북으로 작성했으니 전체 코드 및 설명은 아래 링크를 참조바람. https://www.kaggle.com/shutupandsquat/air-passengers-prediction-korean Air-passengers prediction(한국어, korean) Explore and run machine learning code with Kaggle Notebooks | Using data from Air Passengers www.kaggle.com 1. 분석 주제 월별 air passengers 데이터를 가지고 시계열 모델을 만들어 볼 것이다. 캐글 노트북을 통해 작성하였으며 아래의 링크로 들어가면 된다. 2. 시계열 분해 otexts.com/fppkr/components.htm.. ARIMA 모델 - Part 6 Topic : 모델을 이용해서 어떻게 예측하는지 1. 예측해보기 (Model : AR(1)) 목표는 Mean Squared Error 인 E[(Xt+1 - X_hat_t+1)^2] 를 최소화 시키는 것. (과정은 생략하고 결과만 보면) 그것을 만족시키려면 X_hat_t+1 은 위와 같이 conditional expectation이 되어야 한다. AR(1) 에 적용하면, 위와 같다. 뮤는 constant term 으로 그냥 상수정도로 생각하면 될 듯. E[at+1 | X1...Xt] 에서 t 까지의 정보만 제공된 상태이므로 t+1 시점에서의 a 값에 대한 기댓값은, a가 시점에 상관없이 '기댓값'이 0이므로 0이라고 봐야한다. 그런데 만약 at+1이 아니라 at였다면, t 시점까지의 정보가 제공된 상태이므.. 이전 1 2 3 4 5 6 7 ··· 21 다음
