(오프라인 > 데이터 사이언스) Deep Learning을 이용한 시계열 분석

550,000

본 강의는 Deep Learning 알고리듬 중에서 시계열 분석에 적합한 알고리듬을 선별하여 각 알고리듬의 구조와 특징 및 시계열 분석에 적용하는 방법에 대해 자세히 살펴봅니다. Deep Learning 방법을 사용하여 시계열을 분석하면 기존의 통계적 방법이나 Deep Learning 이전의 Machine Learning 기법을 적용한 경우에 비해 더 나은 결과를 얻을 수 있다는 것을 실제 데이터 분석 작업을 통해 이해하실 수 있습니다. Deep Learning 을 이용한 시계열 분석 기법은 인공지능을 활용한 첨단의 알고리듬 트레이딩 시스템 개발의 기초가 됩니다.

 

일자(요일) 주제 강의 내용
사전교육1 Python 입문 설치, 데이터 입출력, 라이브러리 사용
사전교육1 Machine Learning 입문 기계학습 주요 개념
4/6(토) 시계열 입문

Deep Neural Networks(DNN) 입문

시계열 데이터 생성과정과 특징 설명

DNN 구조 및 특징 설명

DNN을 이용한 시계열 예측 DNN을 이용한 시계열 예측에 적합하도록 데이터 가공, 모형 확장
4/13(토) Recurrent Neural Networks RNN 정의 및 유형별 특징

RNN을 이용한 시계열 예측 방법

Nonlinear Auto-regressive Networks(NARX) NARX 모형의 정의 및 구성

NARX를 이용한 경제시계열 예측

4/20(토) Long Short-Term Memory(LSTM) LSTM 모형 정의 및 구성 방법

계절적 요소 포착

Gated Recurrent Unit(GRU) GRU 구성 및 다기간 예측에 활용
4/27(토) 다변량 예측 다변량 예측 모형 구성 및 활용
모형 성능 향상 기법 활성 함수 선택, 조기 종료 등
카테고리:

설명

개강 2019년 4월 6(토)  오후 1시
일정 2019.04.06 – 04.27 매주 토요일 13:00~18:00
장소 토즈 모임센터 서울대입구점

(지하철2호선 서울대입구역4번출구, 도보1분)

강사 한창호, 콴트글로벌 대표 / 경제학박사
문의 crm@quantglobal.co.kr, 02.761.8090
기타 실습을 위한 노트북 컴퓨터 지참 필수
특징 업무에 바로 적용 가능한 소스 코드(Python) 및 데이터 제공
사전교육 1 Python 입문 동영상 강의 제공(2019.3월 중 오픈)

사전교육 2 Machine Learning 입문 동영상 강의 제공

사후교육 강의 녹화 동영상 2개월간 제공. 강의 후 3일내 업로드됨

4/6(토) Deep Neural Networks

I 강의 주제 강의 내용
1 시계열 입문

DNN 입문

시계열 데이터 생성 과정
2 DNN 구성 요소 및 작동 기제
3 DNN을 이용한 시계열 예측 데이터 입수 및 정리, DNN 시계열 예측
4 변수 추가하여 모형 확장

4/13(토) Recurrent Neural Networks / Nonlinear Auto-regressive Networks

II 강의 주제 강의 내용
1 Recurrent Neural Networks DNN 구조 및 각 구성요소의 역할
2 Elman RNN, Jordan RNN
3 NARX NARX 모형 정의 및 특징
4 NARX를 이용한 경제 시계열 분석

4/20(토) Long Short-Term Memory / Gated Recurrent Unit

III 강의 주제 강의 내용
1 LSTM LSTM 정의 및 구조, 구성방법
2 LSTM응 이용한 시계열의 순환적 요소 포착
3 GRU GRU 구조 및 구성 방법
4 다기간 예측에 GRU 활용

4/27(토) 다변량 예측 / 모형 성능 향상 기법

IV 강의 주제 강의 내용
1 다변량 예측 다변량 모형 구성
2 다변량 모형 예측
3 모형 성능 향상 기법 활성 함수 선택 기준
4 조기종료 기준, 기타 다양한 모형 성능 튜닝 기법

 

한창호

2008.06~현재 콴트글로벌 대표
2018.09~현재 고려대학교 기술경영전문대학원 겸임교수
2015.10~2016.08 가톨릭대학교 산업수학센터 연구교수
2011.03~2015.09 가톨릭대학교 수학과 겸임교수
2013.03~2015.08 성균관대학교 경영대학 겸임교수
2004.10~2008.06 삼성금융연구소
2001.3~2004.10 (주)한국기업평가
1999.12~2001.3 에너지경제연구원
1999 University of California, San Diego, 경제학 박사(계량경제학 전공)
1991 서울대학교 대학원 졸업, 경제학 석사
1989 서울대학교 경제학과 졸업, 경제학 학사

<주요 학술 저술>

“The DNA of Security Return”, Quantitative Finance, vol.15, no.1, pp. 1-17. 2015
“수익률 DNA를 이용한 금융시장 분석 방법론”, 자산운용연구, vol 2, no.1, pp 82-106, 2014.
“Measuring the Dependency between Securities via Factor-ICA Models”, Journal of Applied
Finance and Banking, vol. 4, no. 1, 2014.
“금융경쟁력 결정요인에 대한 실증연구”, 국제경제연구, Vol. 13, No.3, pp. 53-75, 2007.
“NAFTA와 외환위기 이후 멕시코 금융산업”, 라틴아메리카연구, Vol II, No. 1, pp. 55-79, 2007.
기업신용위험분석, 금융연수원, 2002.
“Multi-Variate Estimation and Forecasting with Artificial Neural Networks”, 박사학위논문, UCSD, 1999.
“비모수적 분포무관인 구조변화 검증통계량”, 석사학위논문, 서울대학교, 1991.

<주요 업무 저술>

<주요 업무 경력>

現 콴트글로벌 대표
現 고려대학교 기술경영전문대학원 겸임교수(인공지능, 빅데이터 강의)
前 가톨릭대학교 산업수학센터 연구교수(산업수학 프로젝트)
前 성균관대학교 경영대학 겸임교수(계량경제학, 수리금융 강의)
前 가톨릭대학교 자연과학대학 수학과 겸임교수(금융공학 강의)
前 삼성금융연구소: 금융정책(자본시장통합법, 지급결제, 한-미 FTA) 및 전략 (전자금융, 모바일금융)
前 한국기업평가: 리스크관리 컨설팅, BASEL II 컨설팅, 구조화금융상품(CDO, MBS) 및 벤처기업 신용평가
前 에너지경제연구원: 국제유가 전망 및 동향 분석, WTO 에너지 서비스 협상

상품평

아직 상품평이 없습니다.

상품을 구매한 로그인 고객만 상품평을 남길 수 있습니다.