■ 학습목표

• 시계열 데이터의 특성과 딥러닝 기법을 이해하고 트렌드 예측에 활용한다.
• LSTM을 활용한 시계열 모델 설계 및 구현 능력을 배양한다.

■ 교육대상

• 시계열 데이터 분석 및 트렌드 예측 업무를 수행하려는 연구원
• 시계열 데이터 분석 및 모델링 기술을 학습하려는 분

■ 선수지식

• DA 수준의 머신러닝 지식
• Python과 Numpy, Pandas 등 주요 라이브러리

■ 교육내용

• 시계열 데이터의 주요 특성 (Trend, Seasonality, Cycle, Residual)
• LSTM 기반 시계열 데이터 전처리 및 예측 실습