streamlit의 단점과 장점
sagemaker로 발전량 데이터 분석 모델을 어떻게 웹서비스로 구축할 것인가?
time series data의 양이 부족할 때 data augmentation을 해야 하는데 image data는 회전하거나 반전시키거나 noise를 넣어서 분석하면 되지만 시계열 데이터는 그러기 조금 어렵다
참고자료
https://s0-0jinii.tistory.com/67
[논문리뷰]Time Series Data Augmentation for Deep Learning: A Survey
시계열 데이터 분석에서의 어려움 현존 하는 데이터 증강 기법들은 시계열 데이터의 내제적 특성(intrinsic property)을 활용하지 못함 일반적으로 시계열 데이터는 시간 종속성(Temporal Dependency)라는
s0-0jinii.tistory.com
산업경영공학과 김성범 교수님의 관련 강의
sagemaker data wrangler로 시계열 데이터 분석 모델을 만드는 방법
Amazon SageMaker Data Wrangler로 시계열 데이터 준비 | AWS Machine Learning 블로그
Prepare time series data with Amazon SageMaker Data Wrangler | Amazon Web Services
Time series data is widely present in our lives. Stock prices, house prices, weather information, and sales data captured over time are just a few examples. As businesses increasingly look for new ways to gain meaningful insights from time-series data, the
aws.amazon.com
시계열 데이터의 특징 5가지
시계열 데이터는 관측치가 특정 시간 간격으로 기록되는 데이터를 의미합니다. 이런 시계열 데이터에는 다른 유형의 데이터와 구별되는 몇 가지 특정 특성이 있습니다. 시간 종속성(Time Dependence
woogong80.tistory.com
'Portpolio > KSEB AI project' 카테고리의 다른 글
| KSEB 3기 07.19 (0) | 2024.07.23 |
|---|---|
| 전처리한 데이터프레임을 csv로 저장하는 방법 (0) | 2024.07.19 |
| KSEB 3기 07.17 (0) | 2024.07.19 |
| KSEB 3기 07.16 (0) | 2024.07.18 |
| 태양광 인버터 종류 (0) | 2024.07.16 |
댓글