시계열 데이터를 마음대로 주물러보자, 책 '실전 시계열 분석'

" 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성한 서평입니다 "

 

빅데이터, 인공지능 학습을 하면서 여러가지 데이터들을 접하고 다룰 수 있었는데요.

제일 흥미있는 데이터는 뭐니뭐니해도 시계열데이터인 것 같습니다.

시간 순으로 진행되는 데이터의 변화를 통하여 미래에 대한 예측과 사건 혹은 이벤트의 인과관계를 유추할 수 있다는 점이 정말 매력적인 데이터지요.

 

실전 시계열 분석이라는 책은 시계열 데이터에 흥미를 느끼고 다루고자 하는 사람들이 꼭 참고할 만한 책이라고 생각합니다.

 

이 책은 무엇보다도 좋았던 것이 시계열 데이터를 바로 기술적으로 다루는 것부터 시작하는 것이 아니라,

시계열 예측의 역사부터를 다룬다는 점입니다.

 

1장에서 "시계열의 개요와 역사"를 통하여 의학 분야, 기상학 분야, 경제학 분야, 천문학 분야에서 어떻게 역사적으로 시계열 분석을 시작하였는지를 알 수 있고, 이러한 기초적인 분석들이 다양한 기술과 통계학과 결합하여 분석 모델들이 개발되고 나아가 머신러닝과 결합하면서 도약하였다는 것을 이해할 수 있습니다.

 

2장 '시계열 데이터의 발견 및 다루기' 3장 '시계열의 탐색적 자료 분석' 4장 '시계열 데이터의 시뮬레이션' 5장 '시간 데이터 저장' 에서는 시계열 데이터 분석을 위하여 필요한 사항들을 다루고 있습니다. 온라인 데이터 저장소에서 시계열 데이터를 찾는 법, 수집된 데이터에서 시계열을 발견하는 법, 타임스탬프를 다루는 법 등과 히스토그램, 도표, 그룹화연산 등의 적용기법, 시뮬레이션을 위한 파이선 코드 짜는 법, 축적된 데이터를 저장하는 방법을 자세하게 서술하였습니다.

 

6장 '시계열 통계 모델' 7장 '시계열의 상태공간 모델' 8장 '시계열 특징의 생성 및 선택' 9장 '시계열을 위한 머신러닝' 10장 '시계열을 위한 딥러닝' 11장 '오차 측정' 12장 '시계열 모델의 학습과 배포에 대한 성능 고려사항'

13장 '헬스케어 애플리케이션' 14장 '금융 애플리케이션' 15장 '정부를 위한 시계열' 16장 '시계열 패키지' 17장 '시계열 예측의 미래 전망'

에서는  통계모델(자기회귀모델, 이동평균모델, 자기회귀누적이동평균, 벡터자기회귀, 계층형 모델), 상태공간모델, 머신러닝, 딥러닝 및 각종 데이터 분석 방법을 다루고 있습니다.

 

예시 코드들을 다양하게 들면서 하나하나 따라할 수 있어서 좋았던 책이었습니다. 앞으로 다양한 서비스형 예측이 더욱 상업적으로 개인화된 일상을 파고들 것입니다. 시계열 데이터 분석을 통한 예측 서비스를 직접 개발해보는 것은 어떨까요, 이 책을 통해서 한번 도전해볼만 할 것 같습니다.