설명
| 개강 | 2024년 11월24일(일) 오후 8시 |
| 일정 | 2024/11/24~2024/12/22 매주 일요일 20:00-22:00 (2시간씩 5회) |
| 장소 | Online Live(ZOOM 화상 강의)
강의 시작 전에 이메일로 강의노트 및 연결 URL 전송 |
| 강사 | 한창호, 콴트글로벌 대표 / 경제학박사 |
| 문의 | crm@quantglobal.co.kr, 02.761.8090 |
| 기타 | 실습을 위한 노트북 컴퓨터 지참 필수 |
| 특징 | 수료증 발급, 소스코드 제공
오프라인 과정 핵심을 추려 시간과 비용 절약 |
| 사전교육 1 | Machine Learning 입문 동영상 강의 |
| 사전교육 2 | ANN 입문 동영상 강의(실습부분은 건너뛰고 보세요) |
| 사전교육 3 | 시계열 분석 입문 동영상 강의(실습부분은 건너뛰고 보세요) |
| 사후교육 | 강의 녹화 동영상 3개월간 제공. 강의 후 2일내 업로드됨 |
| 주차 | 내용 |
| 사전강의 | 머신러닝/인공신경두뇌망/시계열분석 입문 동영상강의(각 5시간) 제공 |
| WEEK 1 | 시계열 입문 |
| 1) 데이터 종류
2) 정주성 개념 3) 기본 시계열모형 종류 4) 시계열 모형 특징 분석 |
|
| WEEK 2 | DNN 입문 |
| 1) Python을 이용한 시계열 데이터 생성 실습
2) DNN(심층인공신경망) 구조 및 특징 설명, 예측 모형 코딩 실습 3) nnet-ts 패키지로 일변량 시계열 일기간 예측 모형 설계 및 실습
|
|
| WEEK 3 | RNN을 이용한 시계열 예측 |
| 1) RNN 정의 및 특징 설명
2) Keras 패키지로 다변량 입력-일변량 예측 모형 설계 및 실습 3) Nestrov Momentum 설명
|
|
| WEEK 4 | LSTM을 이용한 시계열 예측 |
| 1) LSTM 정의 및 특징과 RNN과의 차이점 설명
2) Keras, Tensorflow를 이용한 다기간 기억 예측 모형 설계 및 실습
|
|
| WEEK 5 | 다변량 예측 |
| 1) Feature Engineering 기법 설명
2) Keras, Tensorflow 를 이용한 다변량 예측 모형 설계 및 실습
|
<주요 용어 설명>
- 정주성 : Stationarity, 유의미한 시계열 분석이 가능하기 위해 데이터가 지녀야 할 조건으로 시계열 분석 시 반드시 알아야 할 개념
- 기본 시계열 모형 : AR, MA, ARMA 등
- DNN : Deep Neural Networks
- ANN : Artificial Neural Networks
- PACF : Partial Auto-Correlation Function
- MLP : Multi-Layer Perceptron
- RNN : Recurrent Neural Networks
- LSTM : Long Short-Term Model, RNN 모형의 기억능력 보강한 모형으로 시각/음성 데이터 분석에 널리 활용됨
- Feature Engineering : 머신러닝 모형의 성능을 최대한 끌어낼 수 있도록 입력변수를 선택하고 튜닝하는 기법
<수업 대상>
- 시계열 예측을 실무에 적극 활용하시고 싶은 분: 수요 예측, 경기 예측, 변동성 예측, 주가 예측 등
- 딥러닝 관련 학위 논문 작성 중이신 분: 딥러닝 및 시계열 분석 전반에 걸친 조언을 수업시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다.
- 전직 및 이직을 준비 중이신 분: 인공지능, 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다.
- 시스템 트레이딩 분야에 관심을 가지신 분: 딥러닝을 이용한 시계열 분석 기법은 인공지능을 활용한 첨단의 알고리듬 트레이딩 시스템 개발에 크게 기여할 수 있으므로 최근 딥러닝을 이용한 시계열 분석 방법론이 금융공학 분야에서 크게 주목을 받고 있습니다. 강사의 오랜 경험을 공유하실 수 있습니다.
- 금융공학, 계량경제학, 기계학습 분야에 조언이 필요하신 분: 강사의 경험과 인적 네트워크를 활용하여 적극적으로 도와드리겠습니다.
상품평
아직 상품평이 없습니다.