실전 시계열 분석 (통계와 머신러닝을 활용한 예측 기법)

에일린닐슨

저자:에일린닐슨(AileenNielsen)
뉴욕을중심으로활동하는소프트웨어엔지니어이자데이터분석가.헬스케어스타트업,정치캠페인,물리연구실험,금융거래등다양한분야에서시계열을포함한여러데이터를다뤘다.현재는예측애플리케이션을위한신경망을개발중이다.

역자:박찬성
인제대학교와워싱턴주립대학교에서컴퓨터공학을전공했으며현재는한국전자통신연구원에서컴퓨터네트워크분야를연구및개발한다.MLGDE(GoogleDevelopersExpertforMachineLearning)이자TensorFlowKorea및fast.aiKR커뮤니티운영자이며,관련분야의번역자로도활동한다.『나만의스마트워크환경만들기』(비제이퍼블릭,2020)를집필했다.프로그래밍과다양한언어에관심이많으며지금까지진행한프로젝트에서C/C++,자바,파이썬,Go언어를사용했다

CHAPTER1시계열의개요와역사
1.1다양한응용분야의시계열역사
1.2시계열분석의도약
1.3통계적시계열분석의기원
1.4머신러닝시계열분석의기원
1.5보충자료

CHAPTER2시계열데이터의발견및다루기
2.1시계열데이터는어디서찾는가
2.2테이블집합에서시계열데이터집합개선하기
2.3타임스탬프의문제점
2.4데이터정리
2.5계절성데이터
2.6시간대
2.7사전관찰의방지
2.8보충자료

CHAPTER3시계열의탐색적자료분석
3.1친숙한방법
3.2시계열에특화된탐색법
3.3유용한시각화
3.4보충자료

CHAPTER4시계열데이터의시뮬레이션
4.1시계열시뮬레이션의특별한점
4.2코드로보는시뮬레이션
4.3시뮬레이션에대한마지막조언
4.4보충자료

CHAPTER5시간데이터저장
5.1요구사항정의
5.2데이터베이스솔루션
5.3파일솔루션
5.4보충자료

CHAPTER6시계열의통계모델
6.1선형회귀를사용하지않는이유
6.2시계열을위해개발된통계모델
6.3시계열통계모델의장단점
6.4보충자료

CHAPTER7시계열의상태공간모델
7.1상태공간모델의장단점
7.2칼만필터
7.3은닉마르코프모델
7.4베이즈구조적시계열
7.5보충자료

CHAPTER8시계열특징의생성및선택
8.1입문자를위한예제
8.2특징계산시고려사항
8.3특징의발견에영감을주는장소목록
8.4생성된특징들중일부만선택하는방법
8.5마치며
8.6보충자료

CHAPTER9시계열을위한머신러닝
9.1시계열분류
9.2클러스터링
9.3보충자료

CHAPTER10시계열을위한딥러닝
10.1딥러닝개념
10.2신경망프로그래밍
10.3학습파이프라인만들기
10.4순전파네트워크
10.5합성곱신경망
10.6순환신경망
10.7복합구조
10.8마치며
10.9보충자료

CHAPTER11오차측정
11.1예측을테스트하는기본방법
11.2예측하기좋은시점
11.3시뮬레이션으로모델의불확실성추정
11.4여러단계를앞선예측
11.5모델검증시주의사항
11.6보충자료

CHAPTER12시계열모델의학습과배포에대한성능고려사항
12.1일반사례를위해만들어진도구로작업하기
12.2데이터스토리지형식의장단점
12.3성능고려사항에맞게분석수정
12.4보충자료

CHAPTER13헬스케어애플리케이션
13.1독감예측
13.2혈당치예측
13.3보충자료

CHAPTER14금융애플리케이션
14.1금융데이터의취득과탐색
14.2딥러닝을위한금융데이터전처리
14.3RNN의구축과학습
14.4보충자료

CHAPTER15정부를위한시계열
15.1정부데이터취득
15.2대규모시계열데이터의탐색
15.3시계열데이터에대한실시간통계분석
15.4보충자료

CHAPTER16시계열패키지
16.1대규모예측
16.2이상감지
16.3그밖의시계열패키지
16.4보충자료

CHAPTER17시계열예측의미래전망
17.1서비스형예측
17.2딥러닝으로확률적가능성향상
17.3통계적방법보다중요성이더커진머신러닝방법
17.4머신러닝과통계를결합한방법론의증가
17.5일상으로스며든더많은예측

8.관련서적(제목+ISBN)
● 파이썬라이브러리를활용한데이터분석/9791162241905
● 데이터과학을위한통계/9791162240984
● 처음시작하는R데이터분석/9791162241202

아마존데이터웨어하우스분야1위
시계열데이터분석을A부터Z까지다루는실전가이드

시계열분석은기상청,금융정부기관등우리실생활과밀접한곳에서미래를예측하고대비하기위해사용됩니다.시계열데이터는사물인터넷으로인한데이터대량생산,헬스케어분야의디지털전환,스마트도시의부상등으로중요성이더커지고있으며,그영향력이모든산업분야로확장될것입니다.

이책은정확한시계열분석과예측을위해시계열데이터와모델링의파이프라인전체(획득,정리,시뮬레이션,저장,모델링)를실용적인관점에서폭넓게바라보고R과파이썬코드를곁들여설명합니다.전반부에서는시계열예측의전체과정을이해하는데기본이되는개념을소개합니다.시계열데이터의탐색,수집,정리와ARIMA,SARIMA모델등을다룹니다.후반부에서는MXNet과텐서플로를활용하여헬스케어,금융,정부데이터의연구사례에시계열기법을대입하는방법을배우고저자의풍부한경험을녹여낸다양한예제도소개합니다.

마지막으로각장에해당하는주제와필수기법에대한튜토리얼을제공하는링크를수록했습니다.이책한권이면실세계에서시계열데이터를활용하여시계열을분석하고예측하기위한준비를마칠수있습니다.이실전가이드로시계열예측의정확도를높일수있길바랍니다.

<추천사>
추천사
파이썬과R코드를번갈아가며사용합니다.두언어중한언어에만익숙한독자도이책을볼수있습니다.R코드가전반적으로많지만상세한설명덕분에파이썬으로쉽게적용할수있습니다.시계열분석의기본적인부분을전반적으로잘다룹니다.매우구조적이고이해하기쉽게쓰였으며디테일도놓치지않았습니다.원서를읽을때는좀장황하다는느낌을받았지만역자가우리말로옮길때이런부분을최대한분명하게표현하고자노력했고,번역서에서흔히발견되는번역투표현을최대한깔끔하게다듬었습니다.마치국내저자가저술한서적처럼깔끔하게읽힙니다.시계열분석의개념을실무에적용할때참조하기위한첫번째실전서로추천합니다.
_임대경,P&GKorea데이터사이언티스트

누구나잘못된일기예보때문에낭패를겪고짜증을낸경험이있을것입니다.하지만시계열모델을한번쯤만든경험이있는사람이라면미래를예측하는일이얼마나어려운지알기에기상청에서일하는분들을응원할것입니다.이책은회귀부터딥러닝까지의기법들을숨가쁘게몰아치며설명합니다.오차를다루는대목쯤되면지칠수도있지만,이책의역할은방대한시계열의입구라는사실을명심하기바랍니다.여느책과달리참고문헌을인용하는것으로그치지않고R과파이썬을MXNet과텐서플로를넘나들며내용을하나하나설명합니다.이책을덮는순간부터본격적인시계열공부가시작될겁니다.시계열에발을딛는모든분의무운(武運)을기원합니다.
_이제현,한국에너지기술연구원

인터넷시대가도래한이후,우리는무수하게쏟아지는데이터속에살고있습니다.이중에는이미지같은정형데이터도있고매일겪는날씨,계절,교통량등정해진형태는없지만시간에인과를가진데이터들도있습니니다.알파고에서시작된인공지능붐속에서주류는정형데이터였고,이후정형데이터를가공하는법을알려주는많은책이출간되었습니다.하지만시계열데이터는책의한챕터만다루는등아쉬움이많았습니다.우리에게중요한것은어떤모델의사용이아니라데이터에맞는가공법을찾는것입니다.이책은시계열형태라는공통점만가진자료들을데이터에맞게가공하고사용하는직관을키우는가이드입니다.
_시한,VAIS인공지능커뮤니티운영진

시계열문제를처음접하는시린이(시계열분석어린이)라면시계열데이터라는개념자체가굉장히생소하게느껴질겁니다.이책에서제공하는시계열데이터의기본개념과코드를실전에활용하면시계열문제에대한감을익힐수있습니다.시계열입문자라면이책이좋은길잡이가될수있으리라생각합니다.
_heroseo,캐글마스터

이책은데이터를준비하는과정부터데이터탐색,데이터가공,머신러닝과딥러닝을이용한모델개발의전반적인과정을소개합니다.또한의료,금융,정부사례와함께시계열분석및예측을적용하는데필요한아이디어도제공합니다.시계열분석및예측을수행하는모든비즈니스의사결정자나분석가에게훌륭한안내서가되리라확신합니다.
_김정민,GSITM기술전략팀부장

시계열예측을구현하는것은어렵지않으나,높은정확도로좋은예측결과를내는것은매우어렵습니다.아무리훌륭하고복잡한알고리즘으로구현하더라도예측이정확하지않다면쓸모없는작업이됩니다.이책에서는정확한미래예측을위한데이터가공방법부터다양한예측모델링개발및적용방법까지체계적으로설명합니다.
_문선홍,GSITM기술전략팀부장

파이썬과R두가지언어로시계열데이터를설명합니다.특히딥러닝의경우MXNet으로처리한과정을눈여겨볼필요가있습니다.기본적인이론은물론,데이터전처리부터일반적인시계열,헬스케어,주식시장데이터까지다룹니다.시계열데이터를집중적으로공부하고자하는독자에게좋은참고자료가될것입니다.
_정용우,GSITM기술전략팀부장