서적

[후보 #1] 실전 시계열 분석

• 가격: 38000원

• 출간일: 2021년 4월

• 다루는 범위

  • 시계열 데이터 자체에 대해
  • 시계열을 설명하는 통계적이론과 모델들
  • 시계열을 위한 머신러닝, 딥러닝 기법

• 특징

  • 설명이 상세함
  • 수학적인 것, 근본에 해당하는 것들 구체적으로 짚어주는 편
  • 코드는 python과 R 모두 예제를 보여주는 편

• 집필의도 中

  전통적인 방법인 통계적 시계열 분석에 대한 전형적인 교과서 형태의 훌륭한 자료는 많이 있습니다. 더불어 전통적인 통계적 방법, 머신러닝, 신경망으로 시계열을 다루는 훌륭한 개인 블로그 글도 많습니다. 하지만 이 모든 주제를 통합적으로 다루면서 동시에 각각의 상관관계를 설명하는 자료는 아직 본 적이 없습니다.

• 장단점 (주관적)

  • 장점 : 진짜 시계열 데이터 제대로! 찐으로! 근본부터! 파고 싶다면 가장 좋은 자료가 아닐까 싶습니다.
  • 단점 : 좀 투머치합니다. 이걸 한다면추천시스템까지 못 넘어갈 수도 있고, 어쩌면 이번 학기 내에 다 끝내지 못할수도?... / R과 python을 둘 다 다루는데, 이게 두 버전을 다 보여주는 느낌이 아니라 어떤 단원은 R 코드를 알려주고 어떤 단원은 python 코드를 알려주는 식으로 번갈아 가르칩니다.

암튼 약간 이런 느낌입니다. 어텐션을 이용한 기법도 소개하는 걸 봐선 꽤 최신 기법까지 소개하는 것 같아요. 약간.. '한 권으로 끝내는 시계열' 느낌의 책입니다.

이건 좀더 보려고 빌려 왔으니깐 혹시 더 확인할 것 있으시면 말씀해주세요! (해리)

[후보 #2] 딥러닝으로 걷는 시계열 예측

• 가격: 24000원

• 출간일 : 2020년 2월 말

• 다루는 범위

  • 딥러닝 앙상블 기법
  • 시퀀스를 다룰 수 있는 딥러닝 모델

• 특징

  • 코드와 출력결과가 지면을 많이 차지하는 편
  • Keras 이용해서 모델을 한층한층 쌓는 법을 알려주는 책
  • 딥러닝 초보 대상

• 장단점

  • 장점: 내용이 가볍고 따라하기 편하게 만들어놨습니다.
  • 단점: 짧게나마 훑어봤을 땐 이론 설명이 좀 부족한 느낌을 받았습니다. 코드를 적어놓은 부분의 비중이 커보였다고 해야 하나...

  ← 요 사진처럼.. 코드 / 글 / 코드 / 출력결과 / 레이어 구조 ... 이런게 계속 이어지는 구조예요

<aside> 📚 이외에도 서점에서 시계열 관련해서 다른 책 있을까 하고 살펴봤는데, 아예 R로 분석하는 책이거나.. 좀 생소한 툴(SAS?)을 다루거나.. 뭐 그래서 더 볼 게 없던 것 같습니다.

</aside>

강의

외국에서 'best time series analysis courses' 검색해서 나왔던 글을 참고했어요.

[후보 #3] Udemy의 강의

Python for Time Series Data Analysis

• 커리큘럼
• 가격이 좀 세보이긴 한데, 제가 처음 알아봤을 대는 할인해서 16000원인가 그랬습니다. 유데미가 할인이 잦고 할인율이 크다고 하니 하니 타이밍을 기다려볼만할 것 같아요.
• 커리큘럼에서 시계열 데이터의 이해와 통계적 모델과 머신러닝 모델을 균형있게 다루는 편이라 괜찮아보여서 갖고 왔어요.