Be Geeky

제페토, 로블록스만이 메타버스인 줄 알았다면... 이 책을 통해서 메타버스에 대해 더 깊게 이해해보세요. 저 또한 무지함을 느끼고 이 책을 통해서 새로운 미래를 꿈꿔보았습니다.,특히! 메타버스 무슨 주식 사야할지 고민되는 분들, IT 산업 및 신 기술에 관심이 있는 분들, 본인의 회사에서 메타버스를 사부작사부작하고 있는 분들께 이 책을 추천합니다. (그것은 바로 저입니다-!)

마냥 취업만 하면 된다는 생각에 이곳 저곳 찌르고 계신 (저와 같은) 분 없나요? 그렇다면 이 글을 추천합니다. 저는 이곳 저곳 찌르다 돌고 돌아 이제 1년 차 게임 회사의 데이터 분석가로 근무하고 있습니다. 취업 준비로 마음 고생하시는 분들에게 많은 도움이 되길 바라며 이 글을 씁니다.

ARIMA 예측이 일직선으로 되신다구요? 이 글을 보면 어느 정도 그 이유와 해결 방법을 찾을 수 있습니다.

auto_arima를 사용해도 모형이 잘 적합이 안 되신다구요? auto_arima가 아무리 자동화된 알고리즘이라고 하지만 사람의 손을 꽤 타는 친구입니다. 왜 안 되는지, 어떻게 모형을 개선할지에 대해 아려면 이에 관련한 배경 지식이 필요합니다.,따라서, 이번 포스팅에서는 Python의 auto_arima 함수의 원리인 힌드만-칸다카르 알고리즘에 대해 설명하고, auto_arima를 쓰기 전 해야 할 일 (시각화)과 쓴 후 해야 할 일 (잔차 검정)에 대해 정리하였습니다.

이번 포스팅은 "실전 시계열 분석 통계와 머신러닝을 활용한 예측 기법 책"과 "Forecasting Principles and Practice"책을 기반으로 AR, MA, ARIMA 모형을 정리하고자 합니다.,제목은 "어디까지 파봤니"로 거만하지만 사실은 많이 안 파봤고, 저도 평소에 궁금했던 증명 과정과 헷갈렸던 내용들 위주로 정리해보았습니다. 언제나 그랬듯, 파이썬 예시와 함께 합니다.

이번 포스팅은 실전 시계열 분석: 통계와 머신러닝을 활용한 예측 기법 책과 Forecasting: Principles and Practice책을 기반으로 정상성에 대해 자세하게 정리하였습니다.

글또를 또 시작하며

한 달만에 쓰는 글이네요. 글또가 끝난 후에 처음으로 자발적으로 쓰는 글입니다.,요즘 나태지옥에 빠졌습니다. 모든걸 끝까지 미루는 습관을 가졌던 지난 날에 대해 반성하고... 새로운 마음으로 다시 다짐을 하고자 글을 썼습니다. (빠바빰빰 빠~밤)

세월이 참 빨리 갑니다. 2020년 상반기 회고 & 하반기 계획 포스트에서 글또 4기에 대한 회고를 썼었는데, 벌써 1년이 다 되가다니... 이번에도 어김없이 글또에 대한 소회를 적으려 합니다.,타이틀 이미지는 글또 5기 회원인 baekdev님의 둘리 & 도우너 어서오고 짤 생성기에서 생성하였습니다.

이번 포스팅은 정규 표현식의 네 가지 종류에 대해 알아보고 이를 PySpark에서 실습해보는 글을 작성하고자 합니다.