Skip to Content
PyTorch의 코더를 위한 AI 및 ML
book

PyTorch의 코더를 위한 AI 및 ML

by Laurence Moroney
July 2025
Beginner to intermediate
444 pages
7h 30m
Korean
O'Reilly Media, Inc.
Content preview from PyTorch의 코더를 위한 AI 및 ML

9장. 시퀀스 및 시계열 데이터 이해

이 작품은 AI를 사용하여 번역되었습니다. 여러분의 피드백과 의견을 환영합니다: translation-feedback@oreilly.com

시계열은 어디에나 있습니다. 일기 예보, 주가, 무어의 법칙과 같은 역사적 추세 등에서 시계열을 본 적이 있을 것입니다. 무어의 법칙은 마이크로칩의 트랜지스터 수가 2년마다 약 2배씩 증가할 것이라는 예측으로, 거의 50년 동안 컴퓨팅 성능과 비용의 미래를 정확하게 예측하는 것으로 입증되었습니다( 그림 9-1 참조).

Moore’s law
그림 9-1. 무어의 법칙
참고

그림 9-1의 갭에는 해당 기간의 데이터가 누락되어 있지만 일반적인 추세는 여전히 유지됩니다.

시계열데이터는 일반적으로 특정 순서로 또는 타임스탬프가 찍힌 특정 시점의 사물의 값을 나타내는 시간 간격이 있는 값 집합입니다. 시계열을 그래프에 그릴 때, X축은 일반적으로 시간적 특성을 갖습니다. 그림 9-1의 예에서처럼 시간 축에 여러 개의 값이 그려지는 경우가 많은데, 트랜지스터 수가 한 축이고 무어의 법칙에 따른 예측값이 다른 축에 그려집니다. 이를 다변량 시계열이라고 합니다. 시간 경과에 따른 강우량과 같이 하나의 값만 있는 경우 이를 단변량 시계열이라고 합니다.

무어의 법칙을 사용하면 미래를 대략적으로 예측할 수 있는 고정되고 간단한 규칙이 있기 때문에 예측이 간단합니다. 이 규칙은 약 50년 동안 유지되어 왔습니다.

하지만 그림 9-2에 표시된 것과 같은 시계열은 어떨까요?

그림 9-2. 실제 시계열

이 시계열은 인위적으로 만들어졌지만(이 장의 뒷부분에서 그 방법을 살펴보겠습니다), 주식 차트나 계절별 강우량을 나타내는 차트와 같이 복잡한 실제 시계열의 속성을 모두 가지고 있습니다. 시계열은 무작위로 보이지만 다음 섹션에서 설명하는 것처럼 예측할 수 있는 ML 모델을 설계하는 데 도움이 되는 몇 가지 공통 속성이 있습니다.

시계열의 일반적인 속성

시계열은 무작위적이고 잡음이 많은 것처럼 보일 수 있지만, 예측 가능한 공통 속성이 있는 경우가 많습니다. 이 섹션에서는 그 중 몇 가지를 살펴보겠습니다.

추세

시계열은 일반적으로 특정 방향으로 이동합니다. 무어의 법칙의 경우, 시간이 지남에 따라 Y축의 값이 증가하고 상승 추세가 있다는 것을 쉽게 알 수 있습니다. 그림 9-2의 시계열에도 상승 추세가 있습니다. 물론 항상 그렇지는 않습니다. 계절적 변화에도 불구하고 시간이 지남에 따라 시계열이 거의 평준화되는 경우도 있고 하락 추세를 보이는 시계열도 있습니다. 예를 들어 트랜지스터당 가격을 예측하는 무어의 법칙의 역 버전이 이에 해당합니다.

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

실무로 통하는 ML 문제 해결 with 파이썬

실무로 통하는 ML 문제 해결 with 파이썬

카일 갤러틴, 크리스 알본
AI 에이전트를 위한 메모리 관리

AI 에이전트를 위한 메모리 관리

Benjamin Labaschin, Jim Allen Wallace, Andrew Brookins, Manvinder Singh
생성형 AI를 위한 프롬프트 엔지니어링

생성형 AI를 위한 프롬프트 엔지니어링

제임스 피닉스, 마이크 테일러

Publisher Resources

ISBN: 9798341662605