반응형 머신러닝 with Python42 [머신러닝 with Python] UMAP과 t-SNE 비교 (차원 축소 비교 및 구현) 고차원 데이터를 시각화하고 이해하는 것은 머신러닝 및 데이터 분석에서 중요한 일입니다. 선형 차원 축소 기법인 PCA는 굉장히 유명하지만, 데이터의 복잡한 비선형을 선형으로 가정하여 축소한다는 점에서 정보의 손실이 많은데요.[머신러닝 with 파이썬] PCA / 주성분 분석 / 차원축소 /iris 데이터 활용 [머신러닝 with 파이썬] PCA / 주성분 분석 / 차원축소 /iris 데이터 활용이번에 알아볼 것은 차원축소 알고리즘의 대표적인 PCA(주성분 분석)에 대해서 알아보겠습니다. Tabular type의 데이터에서 차원을 축소한다는 것은 곧, 변수의 개수(또는 피처의 개수)를 줄인다jaylala.tistory.com 대표적인 비선형 차원 축소 기법으로는 UMAP(Unifor Manifold A.. 2025. 3. 11. [머신러닝 with Python] Darts 라이브러리로 SCHD 주가 예측모델 만들기 Python으로 주식 데이터를 분석하고 미래 주가를 예측하는 것은 금융 데이터 분석에서 중요한 역할을 합니다. 이번 포스팅에서는 Darts라는 라이브러리를 활용해서 SCHD ETF의 주가를 예측하는 모델을 만들어 보도록 하겠습니다. 지난번 Prophet 라이브러리로 SCHD ETF의 주가를 분석한 것의 연장 버전입니다. [머신러닝 with Python] Prophet 모델로 SCHD 주가 분석하기 1. Darts 라이브러리로 SCHD 주가 예측모델 만들기1.1 Darts 라이브러리란?- Darts는 시계열(Time Series) 데이터 분석과 예측을 위한 강력한 라이브러리입니다.- 이 라이브러리는 딥러닝 모델과 전통적인 통계 모델을 모두 지원하여 다양한 시계열 분석이 가능합니다. - Darts 라이브러.. 2025. 3. 8. [머신러닝 with Python] Prophet 모델로 SCHD 주가 분석하기 이번에는 지난번에 알아본 Prophet 모델을 활용해서 SCHD의 주가를 분석해보겠습니다. [머신러닝 with Python] Prophet 모델 알아보기(시계열 예측) [머신러닝 with Python] Prophet 모델 알아보기(시계열 예측)이번에는 시계열 예측(Time Series Forecasting) 모델 중 라이브러리 형태로 쉽게 구현 가능하면서도 효과적인 Prophet 모델에 대해서 알아보겠습니다. Prophet은 (구) Facebook ( 현: Meta) 에서 만든 시계열jaylala.tistory.com 1. Prophet 모델을 활용해서 SCHD 주가 분석하기1.1 SCHD란?SCHD는 미국 배당주 중심의 상장지수펀드 ETF로 배당 성장이 지속 가능한 기업들을 추종하는 ETF입니다. S.. 2025. 3. 7. [머신러닝 with Python] Prophet 모델 알아보기(시계열 예측) 이번에는 시계열 예측(Time Series Forecasting) 모델 중 라이브러리 형태로 쉽게 구현 가능하면서도 효과적인 Prophet 모델에 대해서 알아보겠습니다. Prophet은 (구) Facebook ( 현: Meta) 에서 만든 시계열 예측 모형입니다. [위 모델은 논문 "Forecasting at scale(2017, Tayloer et al.)"을 통해 공개되었습니다.]1. Prophet 모델 - Prophet은 Bayesian 구조 시계열(Bayesian Structural Time Series, BSTS) 모델을 기반으로 한 추세(Trend), 계절성(Seasonality), 공휴일 효과(Holiday Effects)를 결합하여 예측한 모델입니다. - Prophet의 경우, ARIM.. 2025. 3. 1. 이전 1 2 3 4 ··· 11 다음 반응형
