or
이 연습은 강의의 일부입니다
이 장에서는 Machine Learning, 시계열 데이터, 그리고 두 분야의 접점을 이루는 기본 개념을 소개합니다.
시계열을 Machine Learning 파이프라인에 포함하는 가장 쉬운 방법은 모델의 특징으로 사용하는 것입니다. 이 장에서는 시계열에서 추출해 Machine Learning에 활용하는 대표적인 특징들을 다룹니다.
시간에 따라 변하는 패턴을 예측하려면, 모델 선택과 구성에 특별한 주의가 필요해요. 이 장에서는 모델을 학습하기 전에 데이터에서 통찰을 얻는 방법과, 시계열 데이터에 예측 모델링을 적용할 때의 모범 사례를 살펴봅니다.
현재 연습
시계열 데이터를 예측하는 모델을 만들었다면, 그 모델이 좋은지 나쁜지 평가해야 합니다. 이 장에서는 모델로 예측을 생성해 "테스트" 데이터와 비교·검증하는 기본 절차를 다룹니다.