데이터분석 Archives - 3 / 2 페이지

Convex Hull: 인공지능에 기하학 적용하기

Convex Hull(컨벡스 헐)은 계산 기하학의 기본 개념으로서 인공지능, 컴퓨터 그래픽스, 로보틱스 등 여러 분야에서 중요한 역할을 하고 있다. 이 포스트에서는Convex

파티클 필터(Particle Filter)는 비선형 및 비가우시안 추정 문제를 해결하는데 사용되는 강력한 시퀀스 몬테카를로 방법(Sequential Monte Carlo method)으로, 이 방법은 로봇

비선형 및 비가우시안 추정 문제는 시스템 모델링과 데이터 분석에서 흔히 마주치는 어려운 문제 유형이다. 이들 문제를 이해하기 위해서는 먼저 ‘비선형성(Non-Linearity)‘과

Google Dataset Search 구글 데이터 세트 서치는 2018년 9월 베타 서비스를 시작했고, 2020년 1월 베타가 종료되고 정식 오픈하였다. 데이터 세트

오늘은 ‘데이터 사이언티스트(Data Scientist)‘라는 직업에 대해 이야기해보고자 한다. 데이터 사이언스(Data Science)란? 쉽게 접근해보자면, 데이터 사이언스는 크게 데이터에서 의미있는 정보와 지식을

시계열 데이터 분석은 현대 데이터 사이언스의 중요한 부분이다. 그 중에서도 자기회귀 통합 이동 평균 모델(ARIMA)은 복잡한 시계열 데이터를 분석하고 예측하는

시계열 분석의 주요 영역 중 하나는 이동 평균 모델(Moving Average Model, MA)이다. 이 포스트에서는 MA 모델의 기본 원리와 이를 데이터

시계열 데이터 분석(Time Series Analysis)을 알아봄에 있어서 고전적 시계열 모델들을 먼저 살펴보고자 한다. 그중 자기회귀 모델(AR, Autoregressive Model)은 “현재는 과거에

시계열 데이터 분석(Time Series Analysis)은 시간에 따른 데이터의 변화와 패턴을 분석하는 통계적 접근법이다.시계열 데이터는 금융, 경제, 기상학, 심리학 등 다양한

“이상치(Outlier)”란 데이터 세트에서 다른 관찰값들과 크게 다른 값을 가진 관찰 결과를 말한다. 이상치는 데이터 수집, 측정 오류 또는 실제 변동성으로