파이토치로 배우는 LLM & AI

259

9

장

시퀀스와 시계열 데이터 이해하기

9.1

시계열의 공통 특징

시계열은 랜덤하고 잡음이 많은 것처럼 보이지만 종종 예측 가능한 공통된 특징이 있습니다.

이 절에서 몇 가지 공통 특징을 알아봅니다.

9.1.1

트렌드

시계열은 일반적으로 특정한 방향으로 움직입니다. 무어의 법칙에서는 시간에 따라

y

축의 값

이 증가하는 상승 트렌드가 쉽게 관측됩니다. [그림

9

-

2

]의 시계열에도 상승 트렌드가 있습니

다. 물론 모든 시계열이 이렇지는 않습니다. 어떤 시계열은 계절 변화에도 불구하고 거의 일정

하게 유지될 수 있고 어떤 시계열은 하강 트렌드가 있을 수 있습니다. 예를 들면 트랜지스터당

가격을 예측하는 무어의 법칙의 역버전이 이런 경우입니다.

9.1.2

계절성

많은 시계열이 시간에 따라 반복되는 패턴을 가집니다. 반복은 계절

season

이라 부르는 일정한

간격으로 일어납니다. 예를 들어 날씨의 온도를 생각해 보죠.

1

년에는 네 개의 계절이 있고 여

름의 온도가 가장 높습니다. 따라서 몇 년에 걸쳐 온도를 그래프로 그리면 네 계절마다 온도가

최고치에 다다르는 것을 볼 수 있습니다. 이 현상이 바로

계절성

seasonality

입니다. 계절성은 날씨

에만 국한된 것은 아니며 [그림

9

-

3

]처럼 웹사이트 트래픽에도 존재합니다.

그림

9-3

웹사이트 트래픽

주 단위로 그래프를 ...