시계열 데이터

 

시계열 데이터

 

 

 

시간의 흐름에 따라 연속적으로 측정된 데이터

특정 시점의 데이터가 이전 시간 데이터의 영향을 받아 생성되는 특성을 가짐

 

 

 

주식 데이터

 

시간의 흐름에 따라 변화하는 주가 정보를 담고 있으며, 오늘의 주식 가격은 어제, 그제, 그리고 그 이전의 가격 흐름에 영향을 받아 결정됨

 

이전 데이터가 현재 데이터에 미치는 영향을 분석하여, 미래 주가를 예측 가능

→ 주식 시장에서의 투자 결정과 리스크 관리를 위한 중요한 도구로 활용

 

• 과거 데이터를 분석하여 시장 트렌드와 주가 변동 패턴을 파악

• 머신러닝 모델로 주가 예측

 

 

문장 데이터 (자연어 데이터)

 

자연어로 표현된 데이터

특정 단어 또는 문장이 앞뒤 맥락에 영향을 받아 의미가 완성됨

예: '수빈이는 쿠붕이를 좋아해'라는 문장에서 '좋아해'라는 단어는 앞에 나온 문맥(수빈이는 쿠붕이를)과 상호작용하여 의미를 형성

 

인공지능 모델은 이러한 문맥의 흐름을 학습하여, 주어진 문장 일부에서 다음 단어나 문장을 예측

ChatGPT와 같은 모델은 이러한 시계열적 특성을 학습하여 성능을 낸다.

 

• 문장 생성 및 번역

• 챗봇 및 대화형 AI

• 텍스트 요약 및 감정 분석

 

 

심전도(ECG) 데이터

 

시간에 따라 측정된 심박수 변화를 기록

 

심부전, 심근경색과 같은 심장 질환을 조기에 예측하는 데 활용됨

심전도 데이터의 분석을 통해 의료진은 환자의 생존율을 높이는 조치를 취할 수 있음

 

• 심장 박동의 이상 탐지

• 심혈관 질환 조기 경고 시스템

• 환자 상태 실시간 모니터링

 

---

 

1. 과거 데이터↔현재 데이터 상호작용(==시간 축에 따라 변화하는 현상) 이해, 분석
     => 미래 예측, 문제 예방 가능

 

2. 현상 분석, 미래 예측 도구 : 시계열 데이터

 

3. 시계열 데이터의 흐름 속에서 패턴을 발견하고, 예측 가능성을 높임