패스트캠퍼스 챌린지 31일차

오늘의 강의 파트 2를 정리하는 시간을 가지는 강의였다.

 

그래서 인증 사진은 인강을 들으며 블로그 글에 정리를 하고자하여 강의자료와 블로그 글 작성화면으로 인증샷을 대체할 예정이다.

 

왼쪽 화면은 블로그 글을 쓰며 메모하는 중이고 오른쪽 화면은 강의화면이다.

 

파트1에서는 데이터 분석 준비하기로 비시계열의 일반적인 데이터 분석 및 모델링에 대한 전반적인 내용과 프로세스를 공부해왔다.

 

파트2에서는 시계열 데이터 분석을 기준으로 설명변수와 종속변수에 대한 전처리를 진행해왔다.

 

파트 2에서는 크게 3가지 단계로 시계열 피처엔지니어링, 분석싸이클 완성, 현실적인 분석으로 진행을 해왔다.

 

그리고 파트2에서 독립변수를 기준으로는 VIF, PCA를 통한 유의미한 독립변수들로만 모델링을 하여 성능을 향상하는 방법을 배웠고 종속변수부분은 해당 데이터의 정상성, 등분산성 등 다양한 사전 조건들을 만족시켜야 더 효과적인 분석을 진행할 수 있다고 했다.

왼쪽 화면은 블로그 글을 쓰며 메모하는 중이고 오른쪽 화면은 강의화면이다.

 

강사님은 여태까지 진행해 왔던게 진짜로 데이터 분석을 진행할 수 있기 위한 준비단계라 했고 이제서야 본격적으로 분석을 할 수 있다고 했다.

 

그렇게 파트 2의 정리는 끝내고 파트 3인 시계열 알고리즘에 대한 설명이 이어졌다.

 

여기 부터는 그 다음 강의로 이어지는데 기계학습 알고리즘 부터 시작해서 선형 확률 과정 , 비선형 확률 과정 등 베이지안에 관련된 알고리즘들을 많이 다루는 것 같다.

 

 

 

 

 

※ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성었습니다. 

 

※ 관련 링크 : https://bit.ly/37BpXiC