History
BDAI Program
Membership
BDAI Insight
Q&A
B.D.A Curriculum
/
데이터 분석 전처리반 (판다스)
/
데이터 시각화 (Matplotlib, Seaborn, Subplots)
/
BDAI 연혁
ABOUT BDAI
BDAI TEAM
Class
Content
Mentoring
Knock
정규 학회원
일반 학회원
학회 참여 방법
학회원 가이드
Tech
Report
Newsletter
Notice
FAQ
Review
blog 챌린지
B.D.A Curriculum
/
데이터 분석 전처리반 (판다스)
/
데이터 시각화 (Matplotlib, Seaborn, Subplots)
/
Share
History
BDAI 연혁
ABOUT BDAI
BDAI TEAM
BDAI Program
Class
Content
Mentoring
Knock
Membership
정규 학회원
일반 학회원
학회 참여 방법
학회원 가이드
BDAI Insight
Tech
Report
Newsletter
Q&A
Notice
FAQ
Review
blog 챌린지
데이터 시각화 (Matplotlib, Seaborn, Subplots)
1. 시계열 데이터
시계열 데이터의 특징
자기상관함수(Auto-Correlation Function,ACF)
편자기상관함수(Partial Auto-Correlation Function, PACF)
정상성(Stationarity)이란?
자기 회귀 모형(AR)
MA(Moving Average) 모형
ARIMA 모형
시계열 데이터의 특징 자기상관함수(Auto-Correlation Function,ACF) 편자기상관함수(Partial Auto-Correlation Function, PACF) 정상성(Stationarity)이란? 자기 회귀 모형(AR) MA(Moving Average) 모형 ARIMA 모형
