일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- R시각화
- Python
- r
- 데이터처리
- NLP
- 그래프
- 데이터분석
- CNN
- 주가예측
- Hadoop
- 데이터시각화
- HIVE
- R그래프
- 자연어처리
- Deeplearning
- SQL
- 머신러닝
- ggplot
- lstm
- 하둡
- 딥러닝
- pandas
- 빅데이터
- 그래프시각화
- 데이터
- AI
- word2vec
- R프로그래밍
- 빅데이터처리
- 기계학습
- Today
- Total
목록데이터과학 (49)
욱이의 냉철한 공부
* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 선형회귀분석 : 모형 유의성 진단 1. 모형의 검토 : t 검정을 적용한 회귀계수의 유의성 진단 2. 모형의 검토 : F 검정을 적용한 회귀모형의 유의성(설명력) 진단 (분산분석) 3. 모형의 검토 : R2 결정계수를 이용한 변동비율 진단 4. 모평의 평가 : MAE, MSE, MSE, RMSE 5. 모형(변수)의 선택 : VIF 4. 모형(변수)의 선택 : AIC, BIC 1. 모형의 검토 : t 검정을 적용한 회귀계수의 유의성 진단 - 목적 모형의 설명변수들은 통계적으로 유의미 있는지 확인 즉 개개의 회귀계수에 대한 t검정을 실시 - ..
* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 통계모델링 1. 잔차(오차) 분석 : 타당성 진단 (전제조건 진단) 2. 잔차(오차) 분석 : 영향력 진단 3. 레버리지 분석 : 영향력 진단 4. 쿡의 거리 분석 : 영향력 진단 1. 잔차(오차) 분석 : 타당성 진단 (전제조건 진단) - 잔차 정의 잔차는 실제 반응변수 값과 추정된 반응변수 값의 차이 - 타당성 검토해야 할 4가지 1) 선형성 : 종속변수는 설명변수의 선형조합으로 설명이 가능하다. 그러므로, 잔차에는 추세 없음 2) 독립성 : 잔차는 순서와 상관없이 독립적. => 특정 패턴을 보이지 말아야 한다. 3) 정상성 : 잔..
* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 통계분석 : 가설검정 : 비모수검정 1. 비모수 검정 (Non-parametric hypothesis test) 2. 비모수 검정 : 부호검정 (부호) 3. 비모수 검정 : Mann-Whitney U 검정 (순위) 4. 비모수 검정 : Wilcoxon 검정 (부호+순위) 5. 비모수 검정 : Shapiro-Wilk 검정 (정상성) 1. 비모수 검정 (Non-parametric hypothesis test) - 비모수인 경우 모집단의 확률분포에 대한 전제가 없음. 표본으로 계산한 통계량이 모집단의 모수와 통계적 관계가 없음 ex) 표본 크기 매우 작음 2. 부호 검정 (Sign test..
* 논문 Recurrent Convolutional Neural Kernel Model for Stock Price Movemoent Prediction, 2019 * 목차 1. 입력데이터 2. 출력데이터 3. 모델링 4. Trading simulation 5. 평가 6. contribution 7. 한계점 1. 입력 데이터 - 입력 데이터 대상 기업(7개) : Randomly select, by Chinese A-share market => 각각 독립적인 모델링 설계 - 입력 데이터 종류 : 일 단위 1. 정량적데이터(거래데이터 및 기술지표) : 시가, 종가, 고가, 저가, 거래량, 기술지표(10개) 2. 텍스트데이터 : 사용자 생각이 담긴 Comment - 입력 데이터 기간 1. 정량적데이터 : 20..
* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 통계분석 : 가설검정 : 카이제곱(적합도, 독립성, 분산, 분산비) 핵심) 1. 카이제곱 확률분포 2. 도수분포표(단변량)와 분할표(이변량) 3. 단병량 카이제곱 검정 : 적합도 검정 4. 이변량 카이제곱 검정 : 독립성 검정 5. 카이제곱 검정 : 분산 검정 (모집단 하나일 경우 (분산 차이)) 6. F 확률분포(카이제곱/카이제곱) 검정 : 분산비 검정 (모집단 둘 일 경우 (분산 차이)) 핵심) 1. 연속확률분포 : 카이제곱 확률분포(Chi Square) - 카이제곱분포 개요 k개의 표준정규분포를 따르는 독립적인 확률변수 Xi~N(0,1)가 있을 떄, 카이제곱 확률변수 Q는 이들의..
* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 명지대 산업경영공학과 이병기 교수님 품질관리 강의 * 목차 통계분석 : 가설검정 1. 가설검정 종류 (모집단 개수에 따라) 2. 가설검정 : 모집단 둘 일 경우 (평균차이, 대응표본) 3. 가설검정 : 모집단 둘 일 경우 (평균차이, 독립표본) 4. 가설검정 : 모집단 둘 일 경우 (비율차이) 5. 가설검정 : 모집단 둘 일 경우 (분산차이) 1. 가설검정 종류 (모집단 개수에 따라) - 모집단 하나인 경우 : z검정 or t검정 - 모집단 둘 일 경우 (평균차이, 대응표본)(서로 1대1로 연결되어 있음) : t 검정 - 모집단 둘 일 경우 (평균차이, 독립표본) : z검정 or t검정 - 모집단 둘 일 경..
* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 명지대 산업경영공학과 통계학개론 강의 * 목차 통계분석 : 가설검정 1. 가설검정 개념 2. 가설검정 : 모집단 하나일 경우 (평균차이) 3. 가설검정 : 모집단 하나일 경우 (비율차이) 4. 가설검정 : 모집단 하나일 경우 (분산차이) 1. 가설검정 개념 - 가설검정 1) 가설 (hypothesis) 주어진 사실 혹은 조사하고자 하는 사실이 어떠하다는 주장이나 추측 귀무가설 (null hypothesis) : H0 대립가설 (anti-hypothesis) : H1 2) 검정 (testing) 조사를 하기 위해 귀무가설과 대립가설을 세운 다음 어떤 가설이 맞는지를 판단해야 함 양측검정 (two-s..
* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 정리. * 목차 상관성 분석 1. 피어슨 상관계수 2. 스피어맨 상관계수 3. 켄달 상관계수 1. 상관성 분석 : 피어슨 상관계수 (Pearson's correlation coefficient) - 피어슨 상관계수 개요 "일상적인 상관계수"이고 다음과 같은 수식으로 계산 피어슨 상관계수의 값은 -1과 1사이의 수치. 피어슨 상관계수는 선형관계의 방향과 강도를 표현 Cor(X,Y) > 0 : X와 Y사이에 양의 선형관계 Cor(X,Y) < 0 : X와 Y사이에 음의 선형관계 Cor(X,Y) = 0 : X와 Y사이에 선형관계가 없음 - 피어슨 표본 상관계수의 정규분포화 표본 상관계수 r이 정규분포를..