■ 학습목표

• 다변량 시계열 데이터의 분석 및 예측 기법을 학습한다.
• 딥러닝 및 통계적 모델을 활용한 다변량 시계열 예측 능력을 배양한다.

■ 교육대상

• 다변량 시계열 데이터의 분석과 예측 모델링에 관심 있는 연구원
• 데이터 전처리 및 딥러닝 기반 예측 기술을 학습하려는 분

■ 선수지식

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

■ 교육내용

• 시계열 데이터의 주요 특성 (Trend, Seasonality, Cycle, Residual)
• LSTM 및 변동성 모형 기반 다변량 시계열 분석 실습