[Data Science] 시계열 데이터 (Time Series Data)

시계열 데이터 (Time Series Data)

 

https://www.influxdata.com/what-is-time-series-data/

 

시계열 데이터 (time series)는 시간 순서로 배열된 데이터의 한 종류로 시간에 걸쳐 순차적으로 기록된다. 일정 시간 간격으로 배치된 같은 형태 데이터들의 열이다.

 

시계열 해석

 

시계열을 해석하고 이해하는 데 쓰이는 여러 가지 방법과 시계열 데이터들이 어떤 법칙에서 생성되는지 연구하는 것이다.

 

시계열 예측

 

시계열 데이터로부터 수학적 모델을 만들어 미래를 예측한다. 과학, 공학은 물론 경제학, 경영학 등 (ex: 주가, 물가지수, 환율, 실업률, 번역, 음성, 작곡 등에서도 다양하게 활용된다.

 

시계열 데이터와 패턴

 

분류나 예측에서 현재 시점의 값이 과거 (이전 시점)의 값들과 연관된다. 시간대를 넘나드는 다양한 패턴이 존재 가능하다. 가까운 시간대 사이는 물론 멀리 떨어져 있는 시간대 사이에 형성되는 패턴도 존재할 수 있다. 엔트로피 증가 법칙 때문에 많은 경우 시간 축에 대해 비대칭적, 비가역적이다.

 

Static input-output mapping

 

출력과 같은 시간의 입력만 고려하는 모델이다. 시간을 고려하지 않고 입력과 출력만을 고려하는 모델이며 대표적으로  MLP, CNN이 해당된다.

 

Dynamic input-output mapping

 

이전의 모든 시간의 입력과 각 layer의 parameter들을 공유, 모든 시간의 입력을 고려하는 모델이다. LSTM, RNN이 대표적인 동적 입출력 사상 모델이다.